No modelo convencional de armazenamento e análise de dados, a organização filtra dados dos seus vários sistemas e após criar um data warehouse , constroem-se consultas exploratórias com auxílio de ferramentas Business Intelligence (BI), subsidiando a tomada de decisões. ( BRETERNITZ, 2013 )

Entretanto, para grande volume, variedade e velocidade de dados, técnicas tradicionais de análise (analytics) tiveram que ser adaptadas. Assim como métodos estatísticos, algoritmos de aprendizado de máquina e técnicas de mineração de dados adaptados para suportar modelos de processamento distribuído.

Segundo Marquesone (2016, p.171), com a junção das técnicas de análise de dados com as tecnologias de Big Data surgiu o termo Big Data Analytics, onde o foco é a extração de informação a partir de uma avalanche de dados. As técnicas de analytics se distinguem pelos resultados produzidos e algoritmos usados.

Análise Descritiva

Indicadores são gerados a partir de dados históricos da organização respondendo a pergunta: “o que aconteceu?”. As informações são apresentadas de forma estática através de relatórios, gráficos e diagramas, sumarizando dados passados e permitindo ao gestor ter uma visão detalhada. Porém, não automatiza a tomada de decisão necessitando da intervenção humana.

Análise Diagnóstica

Busca identificar informações históricas de eventos específicos co-relacionando dados para responder “por que aconteceu?”. Permite tomada de decisão direcionada á causa raiz do problema e apresenta resultado em ferramentas interativas, facilitando identificar padrões e tendências.

Análise Preditiva

Busca prever fatos futuros respondendo “o que pode acontecer?”, tanto em relação aos riscos como as oportunidades. Por meio de algoritmos de aprendizagem de máquina e técnicas estatísticas, pode se identificar padrões, tendências e exceções existentes nos dados históricos. Para que então, um modelo que permita fazer predições de eventos futuros possa ser criado.

Análise Prescritiva

Ações estratégicas são sugeridas para se beneficiar das predições identificadas previamente, ou seja: “como fazer acontecer?”. Os algoritmos usados para análise são programados com o mínimo de intervenção humana, sendo capazes de se adaptar de acordo com os parâmetros recebidos. Tornando automática a capacidade de predição e otimização da solução.

Carros autônomos são exemplos de solução que usa análise prescritiva. O próprio algoritmo é capaz de tomar decisões sobre a direção do veículo baseado nas informações recebidas do mundo externo, como geolocalização, identificação de pedestres e semáforo, aspecto do solo, etc. (MARQUESONE, 2016)

Para ser capaz de tomar essas decisões automaticamente, se necessita de uma enorme base de dados para o processo de aprendizado. Complementa Costa (2016, p.52) dizendo que a análise prescritiva é um julgamento baseado na experiência e no aprendizado oriundos da troca de dados entre domínios do conhecimento.

Soluções Inovadoras

A análise prescritiva é uma solução disruptiva, capaz de transformar negócios e inovar em áreas onde a tomada de decisão precisa ser cada vez mais eficiente. Entretanto, Marquesone (2016, p.176) afirma que por ser uma técnica ainda complexa, estima-se que apenas 3% das empresas adotem em seus negócios.

Ou seja, alguns casos de uso a serem estudados e muitas oportunidades para obter vantagem competitiva em segmentos diversos explorando Big Data Analytics.

Referências

BRETERNITZ. Vivaldo. O uso de Big Data em Computacional Social Science. Reverte, Indaiatuba, v.11, n.11, p. 29-37, 2013. Disponível em: <http://www.fatecid.com.br/reverte/index.php/revista/article/view/78>.

COSTA, Luciana Sodré. Big Data Estratégico: Um Framework para Gestão Sistêmica. UFRJ/COPPE, Rio de Janeiro, 2016. Disponível em: <http://goo.gl/Q2jRa4>.

MARQUESONE, Rosangela. Big Data: Técnicas e Tecnologias para extração de valor dos dados. Editora Casa do Código, 220p, São Paulo, 2016. Disponível em: <http://www.casadocodigo.com.br/products/livro-big-data>.

Crédito do Infográfico: Dr. e-commerce (http://www.doutorecommerce.com.br/sem-categoria/empresas-analise-preditiva-predictive-analytics-infografico)