Big Data é superado?

Big Data é superado?
Author

Priyadharshini

Last updated December 2, 2016


  • 3233 Views

É um fato indiscutível que o Big Data revolucionou a forma como fazemos negócios. Desde ajudar empresas de cartão de crédito com detecção de fraudes até a introdução de enormes e lucrativas mudanças nas práticas de negócios, o Big Data encontrou aplicação de várias maneiras benéficas. No entanto, o campo tem seu próprio conjunto de problemas e falhas que dificultam a boa execução. Especialistas do setor afirmam que os defeitos inerentes a essa tecnologia só podem ser superados a longo prazo, quando algumas mudanças são introduzidas em seu funcionamento. Isso também gerou uma série de críticos e pessimistas, muitos dos quais afirmam que a tecnologia é exagerada - e que não é digna de investimento de tempo e esforço.

O recente relatório do Hype Cycle da Gartner para tecnologias emergentes em 2015, publicado em agosto de 2015, só adicionou combustível ao fogo ao remover Big Data do seu ciclo de hype. A Gartner Inc., uma empresa de pesquisa e consultoria, previu anteriormente a queda do Big Data em 2014.

No entanto, independentemente de seus deméritos, o Big Data continua a prosperar, com a tecnologia sendo imensamente popular na maioria dos clientes devido às suas principais funcionalidades e ao escopo de trabalho subsequente que oferece. Continue lendo para descobrir por que a Big Data está reivindicando a maior parte do mercado de TI e de negócios, quais mudanças os especialistas recomendam em seu funcionamento e se a expectativa em torno dela é justificada.

Betsy Burton, analista da Gartner, afirmou que o Big Data não será considerado uma tecnologia emergente e afirma que a supressão de big data do ciclo Hype da Gartner em 2015 é um prognóstico enraizado na pesquisa. No entanto, é evidentemente uma tecnologia em demanda como uma infinidade de outras tecnologias, como a Internet das Coisas (IoT), análise de conteúdo e nuvem computação são influenciados pela análise de big data.






Os fatores hype

A seguir, alguns motivos pelos quais o Big Data é criticado como sendo exagerado:

1. Imprecisões

Dada a escala e a complexidade das soluções de Big Data, certas imprecisões e defeitos subsequentes que afetam negativamente a qualidade são esperados. Como resultado, esta não é uma tecnologia que pode ser confiada inteiramente, ao tomar decisões críticas com base na análise de dados.

A falha no bem-divulgado Google Flu Trends (GFT) de prever com precisão os níveis de gripe desde agosto de 2011 é um desses casos de imprecisão no Big Data Analytics.

2. Exagerando o valor de colher maiores volumes de dados

Outro fator sensacionalista é que a coleta de mais dados criará mais valor. Isso não é verdade. Dados com uma certa quantidade de histórico são sempre mais benéficos do que conjuntos de dados grandes e recém-adquiridos. Em vez de extrair mais dados, que podem se revelar fúteis em sua aplicação para produzir os resultados desejados, ainda menos dados com mais histórico serão benéficos.

A esse respeito, Michael Jordan, professor da Universidade da Califórnia, em Berkeley , uma respeitada autoridade em aprendizado de máquina, aponta que a combinação de resultados que um grande volume de dados pode produzir continua a crescer exponencialmente e, portanto, não pode ser exata. Além disso, como uma possível solução para essa falha na tecnologia, ele acrescenta que 'bandas de erro' podem ser introduzidas em todas as previsões baseadas em análises de Big Data. Isso vai, por sua vez, melhora a precisão na previsão.

3. Falta de modelo padrão para repetibilidade: enquanto os cientistas de dados podem criar insights com base nos resultados derivados dessa tecnologia, é necessário um modelo operacional inteiro para aplicar e usar os dados coletados e a análise de maneira repetitiva. Uma solução possível seria incorporar a Inteligência Artificial ao Big Data Analytics, em sua aplicação. A aplicação de experiência e conhecimento em insights é outra maneira pela qual os resultados do Big Data Analytics podem ser implementados de maneira eficaz.

No longo prazo, pode-se dizer que o Big Data, apesar de ser uma tecnologia que precisa de melhorias, não pode ser eliminado. Como o próprio Jordan aponta - “o campo continuará a progredir e a avançar, porque é real e necessário”. Como as melhorias são constantemente pesquisadas e introduzidas, o Big Data continuará a ser a tecnologia mais procurada na maioria dos casos. indústrias por um longo tempo para vir.

Como veremos agora, a utilidade do Big Data mais do que compensa essas deficiências, tornando qualquer crítica da tecnologia como sem fundamento.

Como os Big Data estão revolucionando a idade atual?

O Big Data agora se tornou um termo comum entre profissionais de outros setores, devido à maneira como ele mudou a forma como as empresas operam. A tecnologia Big Data e Analytics inclui as estruturas, ferramentas e técnicas envolvidas na coleta, processamento e análise de petabytes e exabytes de dados que podem ser estruturados, não estruturados ou semi-estruturados.

E, no nível mais básico, se o fato de 90% de todos os dados existentes no mundo terem sido gerados apenas nos últimos dois anos for verdade, então o valor e a importância do Big Data se tornam autoexplicativos. Uma tecnologia que pode lidar com os enormes volumes de dados transmitidos, que podem administrar esses conjuntos de dados e usá-lo beneficamente, é então a necessidade da hora.


Funções, usos e importância

O Big Data, ao armazenar e administrar grandes volumes de dados, provou seu potencial em vários setores, de muitas maneiras benéficas. As informações ou dados armazenados em diferentes sistemas, silos e pessoas, uma vez recuperados, servem como conhecimento que ajuda a compreender a natureza e o escopo dos negócios. Por sua vez, provocou mudanças revolucionárias e radicais nos modos pelos quais os negócios são feitos.

Por exemplo, a análise de Big Data ajudou no desenvolvimento de um relacionamento de conversação de um para um com os clientes, pois armazena e analisa dados relacionados a comportamentos e escolhas de clientes na web. Ao fazer isso, tanto o cliente quanto as empresas atendem ao resultado desejado, pois o suporte foi fornecido ao cliente desde o início da compra de um produto específico, em vez de se intrometer na metade do cliente, quando a mente do cliente já está definida. Assim, isso não apenas melhorou a experiência do cliente, mas também se mostrou benéfico para as empresas que conseguiram vender melhor e crescer.

As funções e a importância do Big Data variam e são relevantes em uma ampla variedade de setores. Desde ajudar a prever condições meteorológicas, auxiliar no registro de dados que determinam informações de desempenho de aeronaves, coletar dados de mídia social do Twitter, Facebook, Instagram e Google+ para uma ampla variedade de aplicativos, prever resultados eleitorais, questões relacionadas à saúde e desempenho médico, Big Data Analytics conquistou um lugar para si em muitos negócios. Big Data, através do armazenamento, processamento e análise de dados, também ajuda no re-desenvolvimento dos produtos / serviços aquele que vende e ajuda a fazer mudanças produtivas no próprio processo de fabricação. Há muitas maneiras mais úteis em que o Big Data desempenha um papel importante.


No geral, o Big Data, apesar de suas armadilhas, é uma tecnologia que encontrou implementação em setores variados e que testemunhará um crescimento sólido e previsível nos próximos anos. Ele não apenas mudou a maneira como o mundo da tecnologia funciona, mas também colocou sua marca no funcionamento fundamental das empresas.

Sem dúvida, os fatores de hype que cercam esta enorme tecnologia são reveses minúsculos que estão fadados a serem superados no futuro, através de constantes pesquisas e testes de idéias que já são realizadas por especialistas em tecnologia.

Algumas previsões mais recentes em tendências de Big Data

Limitações do processamento Big Data ocorrem quando os fluxos de dados internos são capazes de produzir apenas uma imagem seccional dos dados acumulados, em grande parte devido ao crescimento dos negócios digitais. Doug Laney, outro renomado analista da Gartner, Inc., em seu artigo de pesquisa publicado no Forbes.com, apresenta três tendências preditivas que identificam “a capacidade da informação de transformar os negócios nos próximos anos”. Considerando isso é importante, pois vem da boca do Gartner.

Suas três previsões são as seguintes:

Eu. Em outros cinco anos, as informações coletadas do meio digital serão implantadas para “reinventar, digitalizar ou eliminar” a maioria dos processos de negócios e, portanto, os produtos resultantes, do que uma década antes.
Ou seja, com o aumento do uso da IoT (como dispositivos conectados, máquinas inteligentes e sensores), a capacidade de gerar novas informações e, assim, a capacidade de participar de uma o fluxo de valor da indústria também aumentará. Isso resultará na automação dos processos manuais e analógicos tradicionais. Assim, as coisas se tornam agentes para si mesmas, pessoas e negócios.

Um exemplo seria quando um carro alerta os serviços de emergência ou uma companhia de seguros a agendar um serviço. A conectividade, comunicações e inteligência aprimoradas das coisas os transformarão em agentes de serviços, que são atualmente solicitados ou entregues por humanos.

ii. Em outros dois anos, o acesso a aspectos amplos de big data, para mais de 30% do acesso da empresa, será servido por meio de contexto para decisões de negócios e por meio de serviços de data broker.

Isso quer dizer: os insights sobre a situação em tempo real, dentro e fora da organização, são requisitos essenciais para as crescentes demandas de negócios digitais. As alterações nos dados coletados afetarão o inventário de dados, e os dados corporativos que estão disponíveis no cofre de uma organização muitas vezes são insuficientes para produzir conscientização sobre o contexto e obter vantagem competitiva subsequente em negócios digitais, em termos de marketing, transporte, financeiro, cuidados de saúde e outras decisões empresariais.

Em um futuro próximo, os serviços de informação - poderosos intermediários de dados ou serviços de nuvem centrados nos negócios - fornecerão dados para serem usados ​​como contexto nas decisões de negócios. Isso poderia ser feito por intervenção humana ou automatizada.

iii. Em outros três anos, espera-se que as informações de rastreamento de produtos sejam fornecidas por mais de 20% das implantações analíticas voltadas para o cliente e, assim, calculando a média da Internet das Coisas.
Em termos gerais, isso se traduz na importância de se esforçar para mudar o foco do gerenciamento interno de informações nas organizações para a participação no conjunto de ativos de informação, globalmente. Para competir em um digital emergente economia, é essencial que as organizações possam “organizar, gerenciar e alavancar grandes dados, conteúdo de IoT, mídias sociais, dados de governos locais e federais, dados de parceiros, fornecedores e clientes e outras fontes de dados exógenas que estão se concretizando”. A principal contribuição que isso dará a um modelo de negócios é desenvolver um senso de transparência entre o relacionamento com o cliente e o parceiro.

Com essas previsões, é auto-explicativo que a implicação do Big Data nas atuais tendências do setor é vasta e está fadada a permanecer e encontrar suas implementações benéficas por meio dos muitos Análises Avançadas que frequentemente atuam como ramificações do tronco comum de Big Data.

Preparando-se para uma carreira em Ciência de Dados? Faça este teste para saber onde você está!

About the Author

Priyadharshini is a knowledge analyst at Simplilearn, specializing in Project Management, IT, Six Sigma, and e-Learning. With a penchant for writing and a passion for professional education & development, she is adept at penning educative articles. She was previously associated with Oxford University Press and Pearson Education, India.

Recommended articles for you

What Is Big Data and Why Should You Care?

Article

What's The Big Deal About Big Data?

Article

How Big Is Big Data?

Article

{{detail.h1_tag}}

{{detail.display_name}}
{{author.author_name}} {{author.author_name}}

{{author.author_name}}

{{detail.full_name}}

Published on {{detail.created_at| date}} {{detail.duration}}

  • {{detail.date}}
  • Views {{detail.downloads}}
  • {{detail.time}} {{detail.time_zone_code}}

Registrants:{{detail.downloads}}

Downloaded:{{detail.downloads}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}}

Hosted By

Profile

{{author.author_name}}

{{author.author_name}}

{{author.about_author}}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

About the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook' }}

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}!

First Name*
Last Name*
Email*
Company*
Phone Number*

View {{detail.about_title && detail.about_title != null ? detail.about_title : 'On-Demand Webinar'}}

Webcast

Register Now!

{{detail.about_title && detail.about_title != null ? detail.about_title : 'Webinar'}} Expired

Download the {{detail.about_title && detail.about_title != null ? detail.about_title : 'Ebook'}}

Email
{{ queryPhoneCode }}
Phone Number

Show full article video

Name Date Place
{{classRoomData.Date}} {{classRoomData.Place}} View Details

About the Author

{{detail.author_biography}}

About the Author

{{author.about_author}}

Recommended articles for you

{{ article.title }}

Article