Microsoft: Investimento em Big Data pode ser rapidamente recuperado

Segundo a Gartner, em 2015 as empresas que implementarem modelos modernos de gestão de informação terão um desempenho financeiro 20% superior aos seus pares. A McKinsey concorda, confirmando que as organizações que usem os dados e business analytics como suporte à tomada de decisão serão mais produtivas e entregarão um maior retorno do que aquelas que não o façam. A Microsoft diz, em resumo, que quem tiver a melhor informação, e em primeira mão, terá uma capacidade de decisão mais rápida e uma vantagem competitiva face à concorrência.

As PME ainda não estão a ter uma grande adoção de soluções de Business Analytics ou Big Data. A opinião de Paulo Mena, gestor de produto da área de servidores e ferramentas de desenvolvimento da Microsoft Portugal, vem de encontro aos restantes players deste mercado. Para a Microsoft, um dos principais motivos pode ser a perceção do custo elevado deste tipo de soluções. No entanto, o Paulo Mena ressalva que o investimento realizado pode ser rapidamente recuperado com os ganhos óbvios de ter a informação correta para bater a concorrência, reduzir os custos e otimizar os recursos. “A maior parte das PME portuguesas não têm dimensão e recursos com capacidade para implementar este tipo de soluções sozinhas e por isso recorrem a terceiros, para serem ajudados na implementação de soluções analíticas. Soluidações como finanças pessoais ou gestão de tesouraria são aquelas que normalmente são mais fáceis e rápidas de implementar”.

Aliás, este responsável enfatiza que as pequenas e médias empresas e os empreendedores podem ainda beneficiar de um maior acesso ao financiamento e aos mercados e a eficiência melhoradas nos processos de negócio. “Em fevereiro a Microsoft criou uma nova oferta cloud, chamada Power BI, que permite às pequenas e médias empresas ter uma solução chave na mão já configurada para análise de informação de negócio, de múltiplas fontes de dados, que pode ser acedida de qualquer local”.

Mas vamos por partes. Quando se fala em Big Data fala-se em grandes volumes de informação, que podem crescer a grande velocidade e de diferentes tipos de dados, relacionais ou não relacionais, estruturados ou não estruturados. Ou seja, dados como vídeos, imagens, posts nas redes sociais, transações bancárias, inventário de lojas, logs de navegação em web site, mensagens escritas (SMSs) ou emails, etc. Esta informação pode ser coletada, armazenada e analisada diariamente de modo a poderem ser encontradas tendências nos dados analisados, encontrar padrões de comportamento, análise sentimental, influências, direcionar campanhas de marketing. “Essencialmente, conhecer melhor os nossos clientes”, explica Paulo Mena.

Resumindo, o Big Data é uma solução que permite obter valor da informação contida em grandes volumes de dados sejam eles estruturados ou não-estruturados, trazendo vantagem competitiva e potencial incremento do negócio. “Hoje em dia estamos a assistir a uma forte explosão no volume de dados, e que irá aumentar de forma exponencial nos próximos anos, com novos tipos, formas e dimensões de dados. Esta quantidade enorme de informação surge do crescimento tradicional do negócio, mas também de novas fontes de dados, como imagens, vídeos, logs, sensores, redes sociais, etc. Para além disso a proliferação de dispositivos móveis, como tablets e smartphones, também produzem grandes quantidades de informação”.

De resto, este responsável explica que a Microsoft tem notado, nos últimos anos, uma maior preocupação das empresas portuguesas (mesmo em organizações de menor dimensão) em tentar encontrar formas de aumentar o seu negócio fruto de uma análise eficiente. “Seja para controlo de custos, análise e controlo de vendas, melhor direcionamento de campanhas de marketing, análise e deteção de fraude, análise de produtividade, avaliação de tendências de mercado, social analytics, entre outros. A nosso ver, salvo algumas exceções, o nível de maturidade e adoção de Big Data em Portugal é ainda baixo”.

Um relatório divulgado em Janeiro sobre o impacto do ‘big e open data’ nos 28 Estados Membro da União Europeia (UE) concluiu que a transição para soluções orientadas a dados poderá representar um contributo de 206 mil milhões de euros para a economia europeia até 2020, o equivalente a um aumento de 1,9% no Produto Interno Bruto europeu. O relatório demonstra que os ganhos serão sentidos em toda a EU28 e identifica ainda impactos no crescimento de 2,2% do PIB da Europa do norte (Bélgica, Dinamarca, Alemanha, Irlanda, França, Luxemburgo, Holanda, Áustria, Finlândia, Suécia e Reino Unido), de 1,9% nos novos Estados Membro (Bulgária, República Checa, Estónia, Croácia, Chipre, Letónia, Lituânia, Hungria, Malta, Polónia, Roménia, Eslovénia e Eslováquia) e de 1,6% no sul da Europa (Itália, Grécia, Espanha e Portugal). Os sectores identificados como os de maior potencial incluem o comércio (47 mil milhões de euros), indústria (45 mil milhões de euros), administração pública (27 mil milhões de euros) e cuidados de saúde (10 mil milhões de euros).

 Como obter dados do Big Data

Segundo Paulo Mena, com uma solução de Big Data é possível obter dados sobre informação que pode não residir em bases de dados relacionais das organizações e que, por isso, não são analisadas em soluções de BI tradicionais. Por exemplo, saber que um determinado utilizador do portal online andou a navegar em determinadas páginas do portal e que, por isso, mostra algum interesse em produtos ou áreas de determinada minha organização. Perceber, por exemplo, como uma marca é vista nas redes sociais e com base nos posts negativos construir uma oferta especial para esse grupo de pessoas. Obter informação sobre a variação do preço dos combustíveis nos últimos anos e com isso prever a variação nos próximos meses. Com base em informação de vídeo e imagens, ter a possibilidade de associar este conteúdo a determinados temas. Avaliar o desempenho de uma organização organização de saúde com base no histórico de informação recolhida com base em informação não estruturada existente e dispersa em vários organismos ou departamentos. Prever potenciais impactos na saúde dos doentes com base no seu historial médico e clínico, assim melhorando a reputação da instituição face às outras instituições concorrentes. Detetar situações de fraude na saúde, como por exemplo intervenções a pacientes femininos, normalmente realizadas a pacientes masculinos e vice-versa, análise e otimização de custos. O setor da energia, onde pode ser usado este tipo de sistemas para perceber perdas nos pontos de distribuição. No setor dos transportes (por exemplo comboio a avião) de modo a conseguir otimizar rotas, aumentar os clientes, alterar refeições, etc. Ao nível da administração pública para garantir uma gestão mais eficaz do orçamento e um controlo mais apertado dos gastos.

“Uma empresa pode, por exemplo, analisar que um determinado produto está a ter uma quebra nas vendas, analisar qual o género e setor etário das pessoas que normalmente compram este tipo de produto, criando assim uma campanha de marketing direcionada para a faixa etária. Com base na informação histórica pode ainda prever a evolução do negócio; explica Paulo Mena.

Segundo a Gartner, em 2015 as empresas que implementarem modelos modernos de gestão de informação terão um desempenho financeiro 20% superior aos seus pares. A McKinsey concorda, confirmando que as organizações que usem os dados e business analytics como suporte à tomada de decisão serão mais produtivas e entregarão um maior retorno do que aquelas que não o façam. “Em resumo, quem tiver a melhor informação em primeira mão terá uma capacidade de decisão mais rápida e uma vantagem competitiva face à concorrência”.

Principais desafios em termos de gestão de informação

Segundo a Microsoft, as organizações que lidam com a estão de informação têm os seguintes desafios:

• Armazenamento de grande volumes de informação, hoje em dia com a redução dos custos da storage física ou na cloud, possibilita a uma organização ter implementar soluções com custos mais interessantes onde a informação mais utilizada fica em storage rápida (mais dispendiosa) e a menos acedida em storage mais lenta ou na cloud (mais em conta);

• Importação, transformação e processamento de dados em “tempo real” ou “quase tempo real”, pois a informação é precisa num determinado momento para ser tomada uma decisão e não algumas horas, dias ou semanas mais tarde;

• Incorporar de forma simples informação não estruturada para o negócio, como complemento aos dados relacionais estruturados existentes;

• Garantir a qualidade dos dados de suporte à decisão, pois é frequente existirem vários sistemas e bases de dados com o mesmo tipo de informação duplicada (é frequente encontrar o mesmo cliente replicado em várias fontes com informação diferente), dados em falta devido à antiguidade dos sistemas que não tinham regras de validação de introdução de dados;

• Possibilitar o acesso aos dados aos utilizadores de negócio e capacitá-los para criarem os seus próprios relatórios e análises (self-service), capacitando o negócio a retirar o máximo proveito da informação. Assim, o IT retira o peso e demora na construção de relatórios, controla o acesso à informação e desempenho dos sistemas operacionais.