Há muitos exemplos de aplicações bem-sucedidas de Big Data no mercado. Correlacionar diversos tipos de dados hoje tornou-se muito mais simples com as novas tecnologias disponíveis, que muitas vezes não têm custo de licença para seu uso. Contudo, ainda existem muitas dúvidas sobre o esforço para sua implementação.

Nos próximos dez anos, a economia da informação estará ainda mais consolidada e a moeda de valor, portanto, serão os dados. Quem tiver a habilidade de cavar oportunidades por meio de informações estratégicas terá enorme vantagem competitiva. Na prática, as empresas vão monetizar o Big Data como um produto e já existem vários exemplos dessa nova realidade acontecendo e os institutos de pesquisa projetam grandes avanços para 2021.

Um dos exemplos de sucesso é o PagSeguro,  que com o uso Big Data melhorou a eficiência operacional. Outro é a união de inovação e agilidade proporcionada pela área de operações, trabalhando com a gestão de capacidade preditiva (Analytics), por meio de Big Data, que oferece análise especializada às empresas, transformando seus negócios.

Ainda há outras iniciativas, como mapear o máximo conhecimento tácito e explícito da empresa, explorando todo o potencial de correlacionar diversas fontes de dados usando Big Data. E isso é só o começo.

Todas essas mudanças estão ocorrendo muito rapidamente e por esse motivo vale destacar que Big Data não é algo abstrato. É concreto e abriga características como volume, variedade, velocidade, veracidade e principalmente valor ao negócio. Por isso, é importante estar atento aos detalhes e às etapas da construção dos projetos.

A seguir, sete pontos fundamentais, que podem determinar o sucesso ou o fracasso dessa iniciativa:

Passo 1

Big Data é uma mudança de “mindset”, não pode ser tratado apenas como uma questão tecnológica, pois o fracasso será quase certo.

Passo 2

Implantar Big Data exige uma mudança cultural da organização porque envolve um conceito totalmente novo, que trabalha dados não relacionais (volume), de diversas fontes (variedade), e que serão armazenados em um banco de dados não relacional para buscar padrões, criando um leque de oportunidades (velocidade e veracidade) e muitos deles são estratégicos para a empresa (valor).

Passo 3 

O Big Data deve ser estruturado com objetivos claros.

Passo 4

O projeto de Big Data deve ser dividido em etapas.

Passo 5

Ao final de cada etapa, é necessário fazer “brainstorm” sobre o que foi aprendido com o Big Data. Isso faz toda a diferença.

Passo 6

Big Data precisa atender a cinco características: volume, variedade, velocidade, veracidade e valor.

Passo 7

O projeto de Big Data deve contemplar política de governança das informações.