Apresentação da aula ministrada por Fabiana Andrade Pereira sobre o tema Big Data, apresentada na Aula Aberta especial FESPSP - "Novas Tecnologias e o profissional da Informação", que ocorreu em 05 de dezembro de 2018, na FESPSP.
Fabiana Andrade Pereira é graduada em Biblioteconomia e Ciência da Informação e pós-graduada em Gestão da Comunicação em Mídias Digitais. Trabalha no Centro de Documentação e Informação da FAPESP, atuando no Projeto Biblioteca Virtual da FAPESP (BV FAPESP).
ExpoGestão 2020 - Fernanda Bornhausen - Educação em dados, hands on e democrá...
Big Data Analytics
1. BIG DATA
A u l a a b e r t a e s p e c i a l F E S P S P
" N o va s te c n o l o g i a s e o p rof i s s i o n a l d a i n f o r m a ç ã o"
Fabi A. Pereira
fabi.andradep@gmail.com
2. conteúdo
O que é Big data?
Para que serve?
01
02
03
04 O profissional da informação
e o Big data
Introdução
4. Quanto mais tecnológicos ficamos = muitos
dados e informações disponibilizamos
Para saber sobre as pessoas:
Antes = preenchimento de um formulário / cadastro.
Hoje = deixamos nossas pegadas digitais
(e-mail, redes sociais, busca, GPS (geolocalização), TVs,
smartphones, VR’s, relógios inteligentes, carros, sensores em roupas e sapatos,
câmeras, dispositivos médicos inteligentes, etc.)
Introdução01
6. É um termo que descreve o
grande volume de dados estruturados e
não estruturados.
01
0403
0605
02
É um conjunto de soluções para
recolher, organizar e analisar os
dados em tempo real.
Apesar do nome, o Big data não gira em
torno da quantidade de dados,
mas do que você faz com eles.
Pode-se cruzar os dados por meio de
diversas fontes para obter insights
rápidos e preciosos.
Faz parte de um conjunto de ferramentas
de inteligência competitiva,
para apoiar a tomada de decisão.
Sua essência está em gerar valor para
negócios através da análise de dados.
07
O Big data, aliado à web semântica, pode
fazer a Internet das coisas acontecer.
O que é Big data?02
7. Dados estruturados
Existentes em bancos de dados.
Contém uma organização a fins de
recuperação.
São facilmente manipulados por
softwares como ERP, CRM, sistemas
financeiros, etc.
.
O que é Big data?02
8. A velocidade com que
os dados são gerados,
capturados e
compartilhados, e a
necessidade de
processamento ágil
para insights em
tempo real.
Quanto mais fontes de
dados, mais complexos
os dados serão. Os
dados não se
encaixam em estruturas
comuns e fáceis de
consumir.
Valor aos dados, seja
monetário e,
principalmente, em
entender o contexto e
gerar “informação útil”.
Procedência dos dados
e das fontes de dados.
Responsabilidade
perante os riscos dos
dados e informações.
Volume de dados
muito grandes e
diferentes para os
sistemas existentes
processarem.
O que é Big data?02
V’s do Big data (características e desafios)
9. Viscosidade: Mudança nos fluxos
de dados, o que gera dificuldade
em transformar os dados em
insight.
Visualização: Diferentes maneiras
de representar dados,.
Viralidade: Mede o tempo com
que os dados se propagam entre
os nós de uma rede.
Volatilidade: Por quanto tempo os
dados precisam ser mantidos e são
relevantes?
Validade: Refere-se à precisão e
correção dos dados para o uso
pretendido.
Vulnerabilidade: novas
preocupações de segurança com
dados e informações.
Vocabulário: Representação
eficiente para providenciar uma
semântica correta, para
interpretação computacional e
humana.
O que é Big data?02
10. De onde vem esses dados e informações?
Eles são categorizadas em:
Fonte: C4PPR4 D4T4 5C13NC3
O que é Big data?02
11. O que é Big data?02
Análise de Dados ou
Big Data Analytics
Toda a inteligência do Big data
dependerá da análise de dados.
Na análise se obtém padrões para
monitorar algo positivo ou negativo.
As decisões são baseadas em
conhecimentos adquiridos
durante a análise.
Geralmente é feita por analistas,
cientistas de dados, estatísticos
e outros cargos correlatos.
São utilizados sistemas analíticos
de alto desempenho com softwares
especializados, modelos preditivos,
algoritmos estatísticos, etc.
Mescla-se a análise de fontes de
dados estruturadas e não
estruturadas, entre outros dados
não aproveitados pelo Business
Intelligence (BI) e Analytics.
13. Big
data
Prever os hábitos e
comportamentos dos clientes
Desenvolver novos de produtos e
otimizar processos de
negócios e finanças
Monitorar a saúde e
a saúde pública
Melhorar a Ciência
e Pesquisa
Otimizar o desempenho de
máquinas e dispositivos
Melhorar e otimizar as
cidades e os países
Para que serve?03
14. Para que serve?03
E como seria nossa vida se o Big data funcionasse em diversos âmbitos?
Vídeo“BigDataforSmarterCustomer
Experiences”produzidopelaOgilvyUK.
16. Com base nos V’s do Big data, onde NÃO nos encaixamos?
Velocidade
Volume
Viralidade
Viscosidade
São características que pertencem aos dados e que ninguém
consegue lidar profissionalmente, pois dependem de sistemas
ou foge da capacidade de qualquer pessoa.
O profissional da informação e o Big data04
17. O profissional da informação e o Big data04
Variedade = Continuar fazendo o
que fazemos! Temos capacidade
ampla de lidar com os dados
estruturados presentes em
sistemas de gestão da informação.
Veracidade = Podemos auxiliar na
verificação da procedência de fonte de
dados, como um Curador de Dados.
Valor = Podemos auxiliar na
geração de contextos para que as
informações sejam úteis, além de poder
provê-las em formato Open Data.
Visualização = Apesar desse item focar no
aspecto gráfico, pode-se pensar em
bibliotecas, sistemas de gestão da
informação e buscadores analíticos para
auxiliar na visualizações das informações
provenientes do Big data.
Com base nos V’s do Big data, onde nos encaixamos?
18. 5 6
7 8
Com base nos V’s do Big data, onde nos encaixamos?
Vulnerabilidade = Auxiliar nas questões
de segurança da informação.
Vocabulário = Com certeza! Nesse quesito
somos os melhores! Taxonomias,
folsonomias, vocabulários controlados,
metadados, etc.
Volatilidade = Auxiliar na temporalidade
dos dados e informações e armazená-los
em sistemas que permitam uma
recuperação eficiente.
Validade = Auxiliar os cientistas nas
checagem dos dados, pois eles perdem mais
tempo "limpando" os dados do que
analisando-os (chamados Data preparation).
O profissional da informação e o Big data04
19. Bibliotecários também podem
desenvolver o perfil analítico.
As equipes bem sucedidas são
multidisciplinares.
Profissionais de sociais e humanas
também estão sendo requisitados.
Não existe um único profissional que tenha
todas as características necessárias para
lidar com Big data.
Apesar de parecer voltado para
TI, Big data não é só TI. .
São necessários conhecimentos em
diversas áreas, tais como
comunicação, gestão da
informação, gestão de dados, data
mining, estatística, matemática,
negócios, entre outros, para prover
visões diferenciadas na análise dos
dados.
E na análise de dados, nos encaixamos?
O profissional da informação e o Big data04
21. EQUIHUA, S. Hablemos sobre Big Data. Biblogtecarios, set. 2013. Disponível em:
<http://www.biblogtecarios.es/saulequihua/hablemos-sobre-big-data/>. Acesso em: out. 2018.
GORDON-MURNANE, L. Big data: a big opportunity for librarians. Information Today, Academic OneFile,
set./out. 2012. Disponível em:
<http://go.galegroup.com/ps/i.do?id=GALE%7CA301969491&v=2.1&u=capes58&it=r&p=AONE&sw=w&
asid=247a045b40ad46eb7d77d9e9c3cd42d5>. Acesso em: out. 2018.
JANES, J. Data, Data Everywhere. American Libraries Magazine, maio/jun. 2012. Disponível em: <
http://www.americanlibrariesmagazine.org/article/data-data-everywhere>. Acesso em: set. 2018.
LAZARO, D. Quem deve integrar a equipe de Analytics de uma organização baseada em dados? Cio from
IDG, Tecnologia, 12 jul. 2016. Disponível em: <http://cio.com.br/tecnologia/2016/07/12/quem-deve-
integrar-a-equipe-de-analytics-de-uma-organizacao-baseada-em-dados/>. Acesso em: out. 2018.
MARR, B. How Is Big Data Used In Practice? 10 Use Cases Everyone Must Read. Bernard Marr & Co.,
website, 2018. Disponível em: <https://www.bernardmarr.com/default.asp?contentID=1076>. Acesso
em: out. 2018.
NASCIMENTO, R. Afinal, o que é Big Data? Marketing por dados, Website, 27 mar. 2017. Disponível em:
<http://marketingpordados.com/analise-de-dados/o-que-e-big-data-%F0%9F%A4%96/>. Acesso em:
out. 2018.
REFERÊNCIAS
22. obrigada
A u l a a b e r t a e s p e c i a l F E S P S P
" N o va s te c n o l o g i a s e o p rof i s s i o n a l d a i n f o r m a ç ã o"
Fabi A. Pereira
fabi.andradep@gmail.com