Desvendando o Ecossistema das Startups: Big e Small Data
Por Armando Kolbe Junior, coordenador do Curso de Gestão de Startups e Empreendedorismo Digital do Centro Universitário Internacional UNINTER
Salvador, 09/07/2021 – O grande volume de dados pode estar obscurecendo nossa visão do quadro geral, pois em muitos casos o Big Data pode ser um exagero. Na maioria das vezes, o Big Data só é útil se usuários comuns, e não só cientistas de dados, consigam fazer algo com ele em suas tarefas diárias. É onde o Small Data entra em cena.
Saber como funcionam, como utilizar os dois tipos de dados, bem como entender os dados e a influência deles na estratégia dos negócios é absolutamente necessário atualmente. E é sabido que as organizações compreendem a real importância dos dados, porém pouquíssimas entendem qual a relação existente entre Big Data e Small Data.
Nas rodas de discussão que ocorrem no mundo da inteligência dos negócios um dos temas centrais é como aproveitar o uso estratégico do Big Data. Mas por vezes esquecem de pensar no Small Data. Comumente Data (dados) e Big Data (grandes volumes de dados) têm o mesmo significado e peso, inclusive para aqueles que já tem uma “bagagem” em análise de dados, não dando tanta importância ao Small Data que também pode vir a influenciar resultados financeiros de organizações.
A chave para entender as diferenças – e encontrar valor nas duas opções – é conhecer a diferença técnica fundamental. Especialistas em dados definem o Big Data pelos 3 “Vs”: volume, variedade e velocidade, só que tais características não são unicamente do Big Data. Porém, são elas que diferenciam ele do Small Data. O volume é a quantidade de dados que é preciso processar e envolve, portanto, muitas informações. Já pequenos dados exigem um volume menor. Então o Big Data é utilizado para descrever grandes blocos de informações estruturadas e não estruturadas que podem ser medidas em petabytes e exabytes, enquanto o Small Data envolve métricas mais precisas e pequenas.
Já a variedade refere-se ao número de tipos de dados. Ao analisar o tráfego para o site de uma organização o Big Data pode, por exemplo, representar todos os visitantes independentemente da forma como chegaram ao site. Já o Small Data se concentra em apenas um tipo de dados. Tomando o mesmo exemplo, seu uso pode ser uma análise de todos os visitantes que encontraram o negócio por meio de postagem em mídia social. E a velocidade descreve a celeridade com a qual as informações são adquiridas e processadas. O Big Data envolve grandes blocos de informações trazidos e analisados em lotes periódicos, já o Small Data pode ser processado rapidamente e tende a envolver conjuntos de informações em tempo real, ou quase real.
O Big Data é importante com certeza, mas o Big do nome não significa melhor. Conforme o tipo e/ou as metas da organização seu uso pode resultar em estatísticas massivas de mídia social, dados de máquina ou transações de clientes todos os dias, de maneira superficial, intrincada, complexa e difícil de gerenciar. Ou seja, ele pode ser entendido como um banco que entrega dados brutos.
Para que o Big Data seja útil para a organização tais dados brutos precisam de algum polimento. Será necessário extraí-los de várias fontes, tratá-los e organizá-los em um único espaço. Isso pode vir a ser um desafio para muitas instituições, principalmente aquelas que não dispõem de organização de dados ou mesmo ferramentas de visualização necessárias para realizar a tarefa. Logicamente isso não é algo que venha a descaracterizar o uso do Big Data, basta organizar os dados de forma adequada antes de transformá-lo em algo mais valioso.
O Big Data normalmente requer interpretação de especialistas enquanto que qualquer um pode entender o Small Data. Então transformar Big Data em Small Data facilita que as partes interessadas e tomadores de decisão entendam as informações reunidas. De certa forma, trabalhar com Big Data é mais difícil, porém é importante levar em consideração que o Small Data requer ferramentas certas e uma mentalidade experiente em dados para que funcionem, ainda que lide com dados simples.
O ideal é mesclar as duas opções em um só lugar, combinar várias fontes de dados em uma única fonte de informações, transformando-as em relatórios para auxiliar nas tomadas de decisão. Isso significará um Small Data que pode auxiliar organizações a enxergar como transformar esses dados em uma estratégia real e atingir seu público.
