Escolar Documentos
Profissional Documentos
Cultura Documentos
Limeira
2016
UNIVERSIDADE ESTADUAL DE CAMPINAS
FACULDADE DE CIÊNCIAS APLICADAS
Limeira
2016
Ficha catalográfica
Universidade Estadual de Campinas
Biblioteca da Faculdade de Ciências Aplicadas
Renata Eleuterio da Silva – CRB 8/9281
Agradeço primeiramente a Deus que esteve presente durante todos os mementos da minha
vida.
Aos meus pais, Claudio Alves Mazzega, Gisele Nabel Carvalho Mazzega, que com muito
esforço, amor e dedicação tornaram possível esta conquista, sempre sendo os principais
incentivadores em qualquer projeto e etapa da minha vida.
Aos meus irmãos, Laís Carvalho Mazzega e Leonardo Carvalho Mazzega, ao carinho,
amizade e apoio que sempre poderei contar.
E aos meus amigos que me acompanharam durante a graduação e colaboraram para a minha
formação acadêmica e pessoal, a certeza de que os levarei para o resto da minha vida.
Mazzega, Letícia C. Big Data: Oportunidades e Desafios para os Negócios. 2016. Trabalho de
Conclusão de Curso (Graduação em Gestão de Empresas) – Faculdade de Ciências Aplicadas,
Universidade Estadual de Campinas, Limeira, 2016
Resumo
O Big Data é cada vez mais conhecido e considerado como chave de sucesso em
organizações. No cenário atual em que as empresas necessitam se destacar uma perante as
outras, o desafio é inovar e gerar oportunidades.
O objetivo deste trabalho é apresentar os desafios e as oportunidades ao implementar o Big
Data dentro de uma organização, abordando questões fundamentais que auxiliem na
concepção das estratégias utilizadas.
Tendo como base o estudo de Campos (2015), sua definição e análises, serão discutidos os
seguintes tópicos: a implementação de tal fenômeno, a importância da utilização do Big Data
no mundo dos negócios, as dificuldades encontradas, as controvérsias e análises de casos de
sucesso que encontraram oportunidades e benefícios com seu uso.
Conclui-se ao final, que o uso do Big Data apresenta desdobramentos e benefícios
importantes no mundo dos negócios, uma vez que permite a análise, em tempo real, de um
volume importante de dados, capazes de embasar melhor decisões e melhorar processos.
Abstract
The Big Data is increasingly known and considered as key success in organizations. In the
current scenario where companies need to stand out against competitors, the challenge is to
innovate and create opportunities.
The aim of this study is to introduce the challenges and opportunities to implement the Big
Data within an organization, approaching key issues to assist in the conception of the
strategies used.
Based on Campos’ (2015) studies, its definition and analysis, the following topics will be
discussed: the implementation of this phenomenon, the importance of using Big Data in the
business world, the difficulties, the controversies and analysis of successful cases that found
opportunities and benefits with its use.
It was concluded at the end, that the use of Big Data presents important advantages and
developments in the business world, since it allows the analysis in real time, of large amount
of data, capable to base decisions and improve processes.
1. INTRODUÇÃO..............................................................................................................10
2. METODOLOGIA........................................................................................................... 12
5. CONCLUSÃO................................................................................................................. 49
6. REFERÊNCIAS ............................................................................................................. 52
10
1. Introdução
A larga discussão sobre o Big Data teve início nos anos 2000 quando, segundo
Schonberger (2012), uma grande mudança quantitativa gerou uma mudança qualitativa no
mundo dos dados e informações, facilmente notável quando se observa que há dez anos não
conseguiríamos acessar tantas informações e dados em um período de tempo tão curto e em
vários dispositivos ao mesmo tempo. Além disso, tal fenômeno é marcado por mudanças
significativas na forma de processamento de tais dados. Segundo Campos (2015, p.16),
podemos relacionar diversas tecnologias de coleta e processamento de dados com o Big Data,
tais como o processamento em lote que “consiste em aplicações para lidar com o grande
volume de dados”, o processamento em curso, que nada mais são que “ferramentas que tem o
objetivo de analisar os dados em tempo real” e o processamento de análises interativas, ou
seja, “abordagem mais atual das ferramentas Big Data sendo utilizados em máquinas locais,
permitindo que os usuários façam análises interativas incluindo dados em tempo real,
considerando tanto dados estruturados quanto não estruturados”.
11
É neste contexto que o presente trabalho tem como objetivo discutir a maneira que
o Big Data pode influenciar a agregação de valor aos negócios já existentes ou pode ser usado
para criar novos negócios.
2. Metodologia
O método utilizado buscou analisar o fenômeno desde o seus princípios até como
atua dentro das empresas gerando oportunidades e melhorias nos negócios. Foram escolhidos
os casos de conhecimento geral e que com maiores resultados econômicos para as empresas e
no ramo que atuam.
Pode se afirmar que a condição qualitativa foi a mais adequada para a realização
deste estudo, visto que os casos estudados estão diretamente relacionados a elementos
provenientes do uso do Big Data dentro de corporações. Segundo Vieira e Zouain (2006),
uma pesquisa qualitativa realizada da forma ideal, apresenta, como consequência,
confiabilidade em relação ao que foi analisado e às informações obtidas e geradas e, também,
conclusões palpáveis e coerentes com os dados estudados.
14
O presente capítulo tem como objetivo apresentar o contexto geral do tema Big
Data, a partir do seu surgimento, discussões sobre seu significado e sobre seus impactos, em
especial, os impactos econômicos no mundo dos negócios, assim como sobre as dificuldades
encontradas durante sua implementação.
Para muitos autores, como Phelan (2012) e Arrigoni (2013), o Big Data surgiu
para definir a enorme quantidade de dados que vinham sendo gerados a partir dos anos 2000.
Já para Arrigoni (2013), o termo Big Data teve surgimento na década de 1990, na NASA, com
a finalidade de descrever todos os conjuntos de dados complexos que dificultavam os limites
de acesso computacional, de processamento, análise, pesquisas e armazenamento. O fato é
que a vasta produção de informação com o advento dos computadores impactou a maneira
pela qual a sociedade e as empresas lidavam com a tecnologia, revolucionando assim o
entendimento de todas as informações que antes não eram totalmente digeridas.
Em 2010, segundo Nesello e Fachinelli (2014, p.26), o termo Big Data teve seu
marco inicial a partir de uma publicação na revista The Economist, sendo esse termo
vinculado à terceira era da informação, ou seja, à terceira Revolução Industrial que ocorreu
em meados do século XX e teve como principais impactos a globalização, o uso da
informática e o desenvolvimento de novas tecnologias.
Entretanto, de acordo com estes autores, o fenômeno Big Data iniciou-se antes do
surgimento do termo e de suas definições, na década anterior, “com a implementação dos
sistemas de informação”. Para Novo e Neves (2013, p.42), pode-se observar que o surgimento
do fenômeno está diretamente ligado às empresas que o utilizam. Para estes autores “o Big
Data surge como um modelo evolutivo da análise de dados tradicionais, suprindo novas
demandas de análise rápida dos dados advindos de diversas fontes e em maior quantidade.
Empresas que já utilizam a análise de dados como ferramenta de competitividade largam com
vantagem nessa corrida analítica, a se destacar a melhoria nos processos produtivos, de
gestão, de operação ou nos seus modelos de vendas e interação com os consumidores”.
15
maneira que pensamos e vivemos, indicam o grande passo que a humanidade deu
por conseguir quantificar a variedade de informações do mundo. Segundo Schonberguer
(2012, p. 4) "Big Data se refere a trabalhos em grande escala que não podem ser feitos em
escalas menores, para extrair novas ideias e criar novas formas de valor de maneira que
alterem os mercados, as organizações, a relação entre cidadãos e governo etc.".
Para Dumbill (2012, p.9), Big Data pode ser interpretado como “Dados que
excedem a capacidade de processamento de sistemas de bases de dados convencionais. São
dados demais, que se movem rápido demais, ou que não cabem nas restrições de suas
arquiteturas de base de dados e para ganhar valor desses dados, você deve escolher um
caminho alternativo para processá-los. ”. A alta velocidade e mutabilidade dos dados é o que
diferencia o termo Big Data dos demais mecanismos e tecnologias digitais que existiam
antigamente. Os dados não estavam interligados, e por muitas vezes as informações não
faziam conexões necessárias para gerar dados relevantes às empresas e aos clientes. Antes do
Big Data o mundo não conseguia administrar grandes quantidades de dados, muito menos
analisá-los. A humanidade sempre necessitou de bases amostrais para quantificar grandes
fenômenos, porém, somente após o surgimento do Big Data pudemos observar que o mundo
estava limitado a um número restrito de análises e informações. O Big Data permite utilizar
todos os dados de um acontecimento, realizar um filtro daquilo que se faz necessário e
visualizar aquilo que antes não era possível por meio de tecnologias.
A IBM (empresa de tecnologia), por exemplo, entende o Big Data como um
termo utilizado para expressar o grande volume de dados e que possui grande relevância à
medida que a sociedade gera e utiliza mais informações. Para Zuppo et al. (2013, p.27), o Big
Data não pode ser tratado como algo estático, “Se fosse apenas uma coleção de dados digitais,
big data seria como uma coleção de fotografias. Mas as tecnologias de comunicação,
armazenagem e processamento mudam as dimensões dos dados de modo tão desproporcional
a tudo que já havia antes, que inevitavelmente gera algo de outra essência”. Nesello e
Fachinelli (2014, p. 20), promovem a discussão de diversos conceitos, dentre os quais pode se
destacar o de MINELI et al. (2013), no qual “Big data é a próxima geração de data
warehousing e análise de negócios e está pronta para entregar receitas economicamente
eficientes para as empresas. Este fenômeno se deve, em maior parte, ao rápido ritmo de
inovação e mudança que estamos vivenciando hoje”. Para Augusto (2013, p.107) “Ainda não
há uma definição precisa para Big Data, mas pode-se usar o termo para designar um conjunto
17
para a criação de novas empresas. Desta maneira, iremos abordar uma última definição do
conceito Big Dara que será utilizada como base no presente trabalho, uma vez que engloba os
cinco elementos citados anteriormente e uma visão geral deste fenômeno.
Tal definição é oriunda do estudo de Campos (2015) que faz também uma
compilação de vários conceitos de Big Data. Para este autor (CAMPOS, 2015, p. 20) Big
Data é o "Conjunto volumoso de vários tipos de dados (estruturados, semiestruturados e não
estruturados) e de fontes de dados (web, redes sociais, logs), que necessitam de soluções
tecnológicas específicas para serem armazenados e analisados, na perspectiva de geração de
informação e valor.".
Para Campos, podemos definir o conceito de Big Data a partir de três principais
correntes, sendo a primeira delas “Big Data Infrastress”, que segundo ele trabalha com a ideia
de que no momento do surgimento das principais definições de Big Data o volume de dados
já era consideravelmente alto, porém, as tecnologias não acompanhavam o mesmo ritmo de
crescimento, havendo assim uma impossibilidade de realizar a extração e a análise de tais
dados. A corrente de Infrastress simboliza o gargalo que existia quando a tecnologia não
conseguia suprir a necessidade do usuário, ou seja, apesar da grande quantidade de dados não
havia ferramentas que conseguissem extraí-los e analisá-los por completo. A principal
dificuldade dos pesquisadores em relação ao Big Data é a dataficação citada anteriormente, e
é essa capacidade que demarca a diferença entre uma sociedade primitiva de uma sociedade
avançada. Campos (2015) revela que da perspectiva tecnológica, as ferramentas típicas
relacionadas a análise e interpretação dos dados ainda não se tornou algo totalmente
estruturado, a maioria dos sistemas não estão preparados para lidar com o volume crescente
de dados.
A segunda corrente se refere ao “Fenômeno Big Data” que possui como principal
foco um dos cinco elementos do Big Data, a variedade de dados. A ênfase neste tópico é o
aumento da variedade de dados, sejam eles estruturados, semi-estruturados ou não
estruturados, além do aumento do conhecimento que deriva a partir do uso do Big Data, seu
volume crescente de dados até o armazenamento dos mesmos. Uma das discussões desta
corrente é da união de diversas informações encontradas na Internet, independe do tipo,
revelando que os dados utilizados por empresas podem ser extraídos desde celulares até
localizações de GPS, e o aumento de tais fontes de dados é constante. Segundo Minelli (2013
apud Campos, 2015) “esse fenômeno está relacionado com o papel dos usuários, o fator
econômico e o barateamento das tecnologias”, quer dizer, toda a sociedade tem um papel
20
fundamental na geração de dados que futuramente serão analisados. Exemplo disso são as
redes sociais como Youtube e Facebook, que fornecem às empresas, muitas vezes
implicitamente ou explicitamente, o que os consumidores desejam. Segundo Campos (2015,
p.13), “As redes sociais somadas aos compartilhadores de vídeos dão ao usuário a capacidade
de gerar dados e, por último, informação”. A seguir podemos ver um gráfico que ilustra o
crescimento do volume de dados do Big Data, por anos e por regiões mundiais. Nota-se que
as regiões mais desenvolvidas do planeta são aquelas que possuem maior quantidade de dados
armazenados e como se verá adiante, é por meio desses dados que maiores oportunidades de
inovações são criadas.
A última corrente destacada por Campos (2015) trata das “Soluções Big Data”,
uma concepção que relaciona o conceito e definição de Big Data às soluções comerciais e ao
uso tecnologias para utilização dos dados. Esta corrente engloba três conjuntos de tecnologias
que se relacionam: a primeira trata da tecnologia de coleta e processamento de dados, que
exibe algumas das principais ferramentas para o processamento de dados, sendo que a mais
utilizada atualmente pelo Big Data é a Hadoop, desenvolvida pelo Google, que suporta grande
quantidade de dados, tem alta velocidade de processamento, é econômica e possui forma
estável. O segundo conjunto é o de ferramentas e técnicas estatísticas e computacionais
responsáveis por analisar dados após a coleta e processamento, ou seja, técnicas ligadas as
áreas científicas e que utilizam instrumentos analíticos nas soluções do Big Data. Existem
diversas técnicas utilizadas com o objetivo de transformar os dados em análises concretas para
fornecer fontes confiáveis às empresas, como exemplo a Análise de Redes, que analisa
diversos tipos de redes. Por fim, o último conjunto estudado é o de infraestrutura para
armazenamento e suporte às tecnologias e técnicas. O Big Data exige das empresas uma
grande rede de armazenamento em que estejam conectadas, seja em nuvens ou computadores,
infraestruturas que colaborem com um processamento de dados distribuídos e menor tempo
de processamento. Os três conjuntos apresentados somente funcionam com a ajuda de
algumas camadas que propõem funções específicas, que são: armazenamento de solução Big
Data relacionando-se ao ambiente Hadoop; infraestrutura de plataforma que permite alto
funcionamento do Big Data; integração de dados; códigos que manipulem processo dos
dados; visão de negócios que prepara os dados para análise; e por fim a fase final de
aplicação, que é a utilização das análises para tomada de decisão. Conforme os conjuntos
apresentados, abaixo segue a representação do Fluxo resumido da implementação de Big
Data:
Extração de dados
Armazenamento Unificação das
com tecnologias
dos dados informações
adequadas
Aplicação da Tomada de
Análise
estratégia Decisão
22
O Big Data apresenta grande potencial de uso, potencial este que era discutido
apenas por pesquisadores da área e grandes empresas, mas que nos dias de hoje se tornou algo
de acesso até mesmo para pequenas empresas, pois para se destacar perante o mercado
competitivo as organizações buscam novas soluções e inovações, sendo o Big Data um bom
caminho para isto. Para Henriques (2014), assim como a internet é vital no momento atual,
tanto para empresas como para usuários, o Big Data chega com a mesma intensidade a fim de
mudar radicalmente o estilo que vivemos.
Esta seção será dedicada à identificação das influências, das funcionalidades e dos
impactos que tal fenômeno possui atualmente no mundo dos negócios. Conforme visto
brevemente na introdução deste trabalho, o grande volume e alta velocidade de dados são
capazes de agregar valor em diversos campos, inclusive na economia. O uso do Big Data em
empresas se destaca por promover grandes oportunidades de crescimento sendo um
instrumento importante para que que novas estratégias sejam elaboradas no cenário
econômico para promover o negócio existente, melhorando produtos, processos e serviços ou
até mesmo para gerar novos negócios. No entanto, apesar de ser um fenômeno conhecido
pelas organizações, ainda é considerado de difícil implantação, pois requer alto conhecimento
em tecnologias, um desafio que as empresas tentam vencer, como será discutido mais adiante.
dos dados extraídos, o poder de decisão dentro da empresa se torna o grande diferencial entre
as demais, já que o conhecimento das causas e consequências das ações se torna mais amplo
graças às diversas bases de pesquisa realizadas. Com maior veracidade e volume de dados que
antes não eram mensuráveis ou passavam despercebidos, o gestor consegue utilizar a
experiência e as informações a favor do negócio. O Big Data consegue suportar os gestores
com informações reais e atualizadas para melhor compreensão dos casos; desta maneira, a
organização consegue unir os potenciais que já possui com a nova fonte de informação gerada
pelo Big Data.
O Big Data, além de contribuir para melhoria de processos e na tomada de
decisão pode ajudar a identificar possíveis problemas nas áreas financeiras e de recursos
humanos por meio da análise estratégica cotidiana. Neste sentido, as bases de dados acabam
se transformando nos próprios “funcionários” das organizações, são eles que atuam
diretamente com o sistema e com os clientes, e é por meio deles que podemos extrair
informações que colaboram para o desenvolvimento do negócio.
Um tipo de dado muito utilizado pelo Big Data é aquele que revela o
comportamento do cliente, ou seja, utilizando dados de comportamento (estilos e
preferências) e até mesmo de opinião de clientes as organizações conseguem determinar
preferências de cada perfil e desta maneira propor focos mais direcionados para suas
estratégias. Assim as empresas conseguem atingir públicos que antes não conseguiam ter
visibilidade por muitas vezes representarem as minorias. Desta forma, as organizações
conseguem promover o marketing do negócio para o público alvo com maior clareza,
aumentando a produtividade e o alcance dos seus resultados.
O Big Data ao ser implementado promove maior transparência de informações ao
trazer dados reais e atuais, visto que dados que anteriormente não possuíam funcionalidade e
utilidade se tornam então disponíveis para acesso e conhecimento das empresas e até mesmo
de seus usuários. Dados que antes eram irrelevantes ou que não eram vistos por falta de
tecnologias, podem ser o grande diferencial. Um exemplo disto é o Netflix (que será abordado
com mais profundidade no próximo item), que se utiliza das preferências do cliente para
filtrar aquilo que pode interessá-lo.
Além disso, os negócios podem atuar como "funis" para se aproximar do
indivíduo, ou seja, com o imenso volume de dados e com a sua correta utilização, as empresas
podem fornecer com melhor qualidade e velocidade o que o cliente espera. Ao realizarmos,
por exemplo, pesquisas no Google sobre um tópico que nos interessa, minutos mais tarde em
24
Já os desafios culturais podem ser vistos por meio de estudos que revelam que a
maioria das empresas ainda não possui uma estratégia de Big Data. São poucos os gestores
que possuem conhecimento sobre o assunto, e poucas empresas aproveitam as informações
sobre seus produtos e clientes. Apenas uma pequena parcela das organizações se utiliza das
estratégias de Big Data diariamente. Os principais motivos para a falta da utilização do Big
Data e suas ferramentas são o pouco entendimento dos benefícios que ele pode trazer, a falta
de apoio da liderança executiva da empresa, e falta de investimento para o conhecimento
técnico. Muitos líderes ainda possuem a mentalidade de que a experiência é a melhor arma
estratégica na organização e não dão relevância aos dados extraídos, e quando na verdade a
experiência é o fator complementar para as análises que são possíveis por meio do Big Data.
Além da resistência por parte das organizações e dos líderes, existe a questão do
compartilhamento de dados e da privacidade que também estão inseridos nos desafios
27
culturais. Campos (2015) explora em seu trabalho a necessidade que atualmente existe do
compartilhamento de dados para o crescimento do negócio e dos profissionais que atuam nela.
Seja por meio da troca de experiências ou estratégias, o Big Data deve ser entendido como
uma fonte de conhecimento e compartilhamento, e não como sinônimo de insegurança e falta
de privacidade. Assim, pode-se entender conforme ZUPPO et al. (2013, p.48) que “Impedir
que a utilização inadequada dos dados digitais seja considerada a prática corrente de projetos
Big Data é o maior desafio quando se fala em privacidade”.
3.4 Controvérsias
28
muitas vezes o Big Data programa os dados que mais temos acesso, diminuindo a privacidade
e segurança do usuário.
A segurança de informações e de dados é outro fator de extrema importância para
o funcionamento do Big Data em empresas, já que sem esses requisitos as organizações não
conseguem ter a confirmação que o trabalho que será realizado e as ideias que irão surgir
ficarão armazenadas sem o risco de empresas concorrentes terem acesso.
A segurança dos dados pode ser analisada de duas maneiras, se os dados estão
seguros quando são armazenados em certo local, sendo o grande receio o caso de alguém fora
da organização consiga acesso sem grandes dificuldades. Outro ponto é se os dados extraídos
são confiáveis e seguros, muitos usuários e funcionários de organizações não acreditam
totalmente que o Big Data forneça informações tão precisas e atualizadas, e optam por realizar
a extração de dados e realizar análises de maneira primitiva, ou como estão habituados desde
o início.
Os dados e informações estão disponíveis em qualquer lugar e a qualquer
momento, cabe a sociedade e as empresas restringi-los e utilizá-los da melhor maneira,
beneficiando ambos e gere crescimento econômico. O Big Data ainda está em fase de
amadurecimento e neste sentido é necessário controlá-lo para que não sejamos controlados
por ele; por isso se faz necessário o uso das melhores técnicas e dos melhores profissionais,
além da consciência da proteção da confidencialidade das informações utilizadas para não
gerar riscos aos usuários.
30
Conforme visto no capítulo anterior, o Big Data, quando utilizado com as tecnologias
específicas, ou seja, quando os dados são organizados e analisados a fim de extrair
informações necessárias e úteis, pode ocasionar no crescimento de negócios, gerando novas
oportunidades estratégicas e desdobramentos econômicos. Neste Capítulo apresentaremos sete
casos de sucesso de empresas que utilizaram o conceito e técnicas de Big Data para
desenvolver e implantar inovações em negócios novos ou já existentes.
Para cada caso faremos uma análise do contexto em que se encontra a empresa
antes da inovação, seguindo de uma descrição detalhada de quais foram as inovações nos
negócios (e as mudanças associadas), qual o papel/uso do Big Data neste processo e os
principais impactos encontrados.
Neste sentido, o Capítulo busca mensurar como o Big Data influenciou e
influencia a trajetória dos negócios.
motorista. Foi a partir desta ideia que o fundador encontrou mais três sócios dispostos a
desenvolver tal aplicativo.
O impacto do novo serviço no mercado para os taxistas e para empresa ainda
está sob análise, mas já se sabe que o aplicativo tem reduzido os custos e aumentado o
faturamento tanto para os taxistas, sendo também um negócio rentável para a Easy Táxi.
Neste caso, o Big Data possibilitou a criação de uma nova forma de interação com
os clientes, melhorando a comunicação e resultando em serviços de maior qualidade; além
disso, modificou a estrutura antiga de táxis para uma estrutura mais inovadora, tecnológica e
segura, alterando a forma de oferecimento do serviço para um que gera maior impacto
econômico e estratégico nos negócios.
A utilização do Big Data para tal sucesso foi imprescindível, já que os criadores
precisam diariamente estar munidos das mais diversas informações relacionadas com o
serviço para manter em tempo real o aplicativo funcionando. Dimensionar a demanda do
número de taxistas e usuários e em um determinado local, assegurar que as informações
cheguem de maneira rápida e segura para motoristas e usuários, realizar esse processo em
menos de 5 minutos, e garantir redução de custo para ambas partes, não seria possível sem o
uso do Big Data. O que torna o aplicativo líder entre os demais e sucesso em diversos países é
o fato de utilizar o Big Data para unir todas as informações que o cliente e que o motorista
precisam em um único aplicativo, minimizando o tempo e custos gastos. Para o Easy Táxi o
Big Data proporcionou a união de dados em grande escala em um único aplicativo e marcou o
início de uma grande transformação, além de uma da perspectiva de crescimento da
inteligência estratégica da empresa.
Para os usuários, as outras formas de solicitar um táxi passaram a ser vistas como
mais inseguras e mais complexas; com isso, o taxista que não se adapta as mudanças acaba
saindo em desvantagem, visto que o número de passageiros que antes eram encontrados nas
ruas, nos pontos de táxi ou entravam em contato por telefonemas, é hoje certamente menor do
que no passado. Além disso, o usuário que não possui um smartphone ou um tablet para
utilizar aplicativos como este acaba se distanciando de novas oportunidades que facilitam as
atividades cotidianas.
4.2 Caso 2: PayPal
Um exemplo de novo serviço criado a partir do uso de Big Data é o da Paypal,
uma empresa fundada em 1998 para serviços de pagamento online, que atualmente possui
33
mais de 173 milhões de contas de clientes cadastrados, e que garante um jeito eficaz e seguro
para que os usuários movimentem dinheiro em compras e vendas pela internet.
A origem do pagamento utilizando dinheiro remete à necessidade dos
comerciantes, em dado momento histórico, de gerar uma moeda que facilitasse as trocas
comerciais. Desde então, as trocas comerciais foram evoluindo e diversos meios de
pagamento surgiram, como cheques, cartões e entre outros, que passaram a ser empregados de
forma presencial e, mais recentemente, pela internet.
O avanço da internet, além de promover o crescimento de diversos setores da
economia, promoveu também a possibilidade de realização de compras e vendas online, ou do
e-commerce, um tipo de comércio que realiza transações financeiras através da internet. O e-
commerce surgiu para facilitar as relações comerciais online, seja pela agilidade da compra,
da facilidade de adquirir o produto e da segurança de efetuar um pagamento sem que os dados
do comprador sejam expostos. O objetivo deste serviço foi evitar as transações em dinheiro,
como cheques ou boletos, uma vez que com o advento da internet os processos necessitavam
ser mais rápidos e seguros tanto para quem vende quando para quem compra. Anterior ao
Paypal, as compras online eram realizadas pelos próprios sites: o cliente ao finalizar a compra
em determinado site, disponibilizava seus dados para o pagamento. Porém, em muitos casos,
não existia certificações de segurança para o cliente, e não havia certeza sobre onde estariam
tais dados fornecidos. O Paypal surgiu então para facilitar o comércio on-line que já vinha
acontecendo.
O Paypal nada mais é do que um sistema que permite a transferência de dinheiro
entre comerciante e cliente pela internet, sem a utilização de meios como cheques e dinheiro
em espécie. No início, o Paypal criou um modelo de divulgação do negócio para atrair o
público, oferendo dez dólares (como créditos para futuras compras) aos novos usuários, além
de bônus a cada usuário que indicasse o sistema para amigos. O método funcionou e logo o
Paypal se tornou o principal sistema de pagamentos na internet, fazendo com que crescesse
entre os fornecedores e clientes. A utilização do serviço do ponto de vista do cliente funciona
da seguinte maneira: o usuário realiza o cadastro no site oficial da Paypal, fornecendo os
dados bancários do cartão, sendo que somente ele (e a Paypal) tem acesso aos dados. A partir
do cadastro realizado no site oficial do sistema, o usuário fica livre para realizar qualquer
compra em sites que utilizem o sistema, sem a necessidade de registrar novamente os dados.
O pagamento é sempre feito via cartão de crédito, e o Paypal garante segurança máxima dos
dados, já que as informações bancárias não chegam aos fornecedores ou outros usuários. Ao
34
realizar uma compra qualquer pela internet, caso o site em que está sendo efetuada a compra
seja vinculado ao Paypal, o cliente passará as informações e o Paypal realizará a transação em
momento real, assegurando que seus dados não sejam perdidos e que a compra seja feita no
mesmo instante. Além disso, o sistema garante ao cliente total suporte caso o produto
comprado não chegue, ou chegue em mal estado, prometendo auxiliar no estorno do dinheiro.
Assim que a transação é concluída, o usuário recebe um e-mail de confirmação da compra
como garantia da transação, e caso haja qualquer problema durante o pagamento ou entrega
do produto, o cliente pode acionar o Paypal. Para o vendedor as etapas para utilizar o sistema
são quase as mesmas, sendo necessário realização de cadastro, utilizando o CPF ou CNPJ, e
após o cadastro, o Paypal realiza uma checagem dos documentos do vendedor. Se estiverem
corretos, e o sistema já estiver instalado para o vendedor, as vendas podem ser realizadas
normalmente. O Paypal não cobra taxa mensal do vendedor, apenas um valor para cada
transação que ocorre. O vendedor consegue um sistema mais ágil de pagamento e os clientes
obtém mais confiança nas transações, já que o sistema garante qualidade e segurança durante
o pagamento. O Paypal faz ligação entre os dados dos clientes com os seus parceiros, fazendo
com que o processo ocorra de maneira ágil e segura.
O Big Data está presente desde antes do surgimento do Paypal, no início do
comércio online, analisando os dados dos clientes e unificando as informações necessárias
para a transação. No entanto, para que o Paypal funcionasse como desejado e se tornasse um
dos líderes de mercado de transações comerciais, foi necessário investimento em tecnologias e
aprendizado para alavancar diversos dados em uma única rede para consumidores e
comerciantes, beneficiando ambos. O Paypal atua sempre desenvolvendo novas tecnologias
que melhorem e garantam as políticas de segurança e privacidade de seus clientes, além de
contribuir indiretamente para o crescimento econômico dos fornecedores que usam o serviço,
uma vez que favorece cada vez mais o comércio online. A figura abaixo representa a
diferença da utilização de meios de pagamentos entre os anos 2015 e 2016, apontando em
2016 um aumento de um pouco mais de 3% na utilização do sistema Paypal (identificado na
figura como “payment service”) em relação ao ano anterior. Apesar de ainda ser menor que os
demais meios, o sistema tem tomado espaço ao longo dos anos, apresentando perspectivas
futuras promissoras.
35
como objetivo a captação, em smartphones, de dados de bovinos, dados estes que se referem a
quantidade de animais, os que possuem melhor potencial para a produção de leite, peso, idade
e outros dados relevantes para a produção do pecuarista.
Anterior a esse sistema, os pecuaristas tinham apenas uma ferramenta rudimentar,
o papel e a caneta para o controle de uma extensa produção com grandes variações no dia a
dia. O funcionário da produção era o responsável pela coleta de dados, pelo armazenamento,
seja ele no próprio papel ou em tabelas eletrônicas, na transformação dos dados em
informações relevantes, e pela análise final. A oportunidade de um sistema como o
Bovcontrol surgiu a partir da necessidade dos criadores de gado que não conseguiam ter
controle do próprio negócio, já que muitos dados eram perdidos neste processo mais manual.
Além disso, a pecuária é um dos setores com grande impacto na economia, e muitas das
tecnologias empregadas neste negócio relacionam-se com o próprio processo produtivo e não
para gestão do fazendeiro. O Bovcontrol surge justamente como uma forma de coletar
informações mais precisas e em tempo real, proporcionando análises consolidadas que
auxiliem no poder de decisão do pecuarista, em especial para controle de estoque e vendas
(incluindo exportação).
O pecuarista utiliza o aplicativo da seguinte maneira: o primeiro passo é instalar o
aplicativo em um dispositivo móvel, seja ele tablet ou smartphone, e criar um cadastro
fornecendo informações básicas e de controle do sistema, como nome, telefone e e-mail. Os
animais devem estar registrados como uma espécie de “brinco” com código de barras e
numeração; desta maneira o aplicativo consegue captar os códigos e mantê-los no sistema.
Após o cadastro efetuado e animais registrados, o pecuarista fica apto para disponibilizar as
informações sobre o gado, registrando a entrada de animais, seu manejo, e saída. Para cada
opção, existem informações do gado que devem ser preenchidas, dados como, peso, sexo do
animal, vacinas e entre outras. O aplicativo registra cada notificação do dia, e caso o
pecuarista tenha anotado dados errados, o sistema permite corrigir ou apagar. Os criadores de
gado têm a opção no próprio aplicativo de exportar todos os dados coletados em um dia para
planilhas eletrônicas. Além do controle do rebanho, o pecuarista consegue disponibilizar o
acesso para visualização das condições do rebanho para quem for de interesse como, por
exemplo, atuais ou futuros clientes.
O BovControl utiliza o Big Data para fornecer aos pecuaristas um trabalho mais
seguro, ágil e com benefícios, já que o controle do produto é mais eficiente. A importância do
Big Data para Danilo Leão, diretor do startup, está especialmente na fase da análise de dados.
37
seja, o cliente poderia escolher até oito filmes para alugar, que eram enviados um por vez, via
correio. O cliente poderia permanecer por tempo indeterminado com o filme, e somente
recebia o próximo filme da lista quando enviasse de volta para a locadora aquele que estava
com ele. O sucesso do Netflix foi imediato, e o que diferenciava a empresa das demais
locadoras era a não cobrança de multas por atraso, o que atraía bastante os clientes. Com o
sucesso, a Netflix passou a investir em outros tipos de acesso aos seus serviços, investindo em
seu site e introduzindo filmes online para seus clientes, além das novas tecnologias que
atraiam todos os tipos de usuários, criando uma espécie de perfil para cada conta.
Hoje para acessar o Netflix é simples: primeiro o usuário deve realizar o cadastro
e comprometer-se com a assinatura mensal. Após a assinatura concluída, o usuário fica livre
para escolher o que queira em qualquer sessão, filmes, séries ou documentários. Com o uso
contínuo do Netflix, o sistema vai mapeando as preferências do usuário e deixando a conta
com o perfil do cliente, e é neste ponto que entra o Big Data.
Os criadores dizem que a fórmula do sucesso de um aplicativo que é considerado
destaque entre os demais é simples e refere-se justamente ao uso do Big Data. O Netflix
utiliza-se do Big Data até nas mais simples ações que muitos dos assinantes acreditam ser
coincidência, como por exemplo, os filmes e séries mais indicados de acordo com o que
assistimos anteriormente ou com as buscas realizadas. Além da coleta de dados e análises em
cada conta, o Netflix conta com coletas mais amplas de dados, buscando entender o que todos
os usuários de diferentes localidades procuram em determinadas séries que são grande
sucesso. Foi apostando no Big Data que o Netflix se tornou líder no segmento em que atua,
conseguiu ultrapassar TVs à cabo e aberta, e hoje trabalha com documentários e séries
próprias que garantem ser sucesso antes mesmo do público as conhecer. Representando esse
crescimento, o gráfico abaixo apresenta o aumento do número de assinantes do Netflix entre
os anos de 2012 a 2014, mantendo em ritmo crescente as assinaturas dentro e fora do país de
sua origem, os Estados Unidos da América.
39
O Big Data tem total importância na análise de dados para o Netflix, é por meio
dele que os criadores elaboram estratégias e tomam decisão de determinado lançamento,
como por exemplo a série House of Cards. Para que o Netflix tenha destaque diante dos
diversos atrativos de filmes online, foi necessário envolver inovação e Big Data. Atrelar dados
como quantos/quais filmes são assistidos por dia e em que horário só é possível com a
utilização dos dados estruturados, agregando as informações que são relevantes para os que
analisam e para os que usufruem de tal benefício. Além da visualização dos dados, o mais
importante para Netflix é manter o cliente entretido com aquilo que mais tem a ver com o seu
interesse; para isso é utilizado o Big Data Analytics, ou seja, um método que promove
vantagens competitivas para a empresa por meio do entendimento dos requisitos e objetivo da
empresa. O objetivo do Netflix era simples, identificar o comportamento dos usuários e
transformar o desejo pelas telas do aplicativo, e para que a ideia se tornasse real o Big Data
entrou em ação.
Visualizar os dados, ter acesso aos diversos estilos de vida dos usuários é
imprescindível para a manutenção da empresa, mas, acima disso o importante é analisar os
dados coletados e transformar em resultados. Foi desta maneira que o Netflix alterou o
modelo do seu negócio, que antes era fundamentado em pedidos, e hoje é baseado em análises
de informações sobre o que os clientes mais procuram. Na criação do serviço as etapas que
40
mais se destacam são a duas, a primeira que consiste na coleta de dados, sem deixar lado as
informações que muitas vezes são vistas como irrelevantes, e a segunda que consiste na
definição dos objetivos, quando é definido o público alvo e como conquistá-lo, mantendo os
ativos independente da época, além de estratégias que irão unir a experiência do gestor com
os dados gerados. Após a análise e as definições estratégicas, as ações são coladas em prática,
e o Big Data é utilizado durante toda a continuidade do processo, para que os dados e
informações nunca se percam, mas sim, que sejam encontradas sempre novas fontes que
gerem benefícios ao sistema.
Para o Netflix, o Big Data revolucionou o modo que as atividades eram realizadas
e começou a ditar as novas tendências. Não se pode afirmar com certeza porque não há dados
divulgados, mas o faturamento do Netflix chegou em torno de R$1 bilhão no ano passado,
deixando para trás grandes emissoras, como o SBT. Hoje o Netflix atua como líder no
mercado não somente de filme, mas se destacando principalmente pelas series oferecidas,
concebidas de acordo com o que os usuários gostariam de encontrar.
resfriamento e adição das frutas, seguindo pelo processo de embalagem, todo feito por
máquinas e a conservação, que varia de 1ºC a 10ºC. A empresa detectou que para o iogurte
grego o processo não tinha a mesma eficiência como para os demais, já que perece com mais
rapidez, tendo um prazo de validade menor. O produto por diversas vezes faltava nas
prateleiras dos mercados, e em função disso a Danone buscou uma solução para o problema.
Foi a partir daí que a empresa se juntou à equipe de tecnologia da informação para
melhorar o processo interno de produção e distribuição de seus iogurtes. A empresa elaborou
um software que realiza a coleta de dados da demanda e reúne as informações relacionadas ao
histórico de mercado de cada região, além de unir informações sobre preços e práticas do
consumidor (frequência de consumo, época de consumo, sabor, etc.). Com isso, a Danone
estava preparada, a partir do uso Big Data, para as vendas, controlando com exatidão sua
armazenagem, seu transporte e seu consumo. A partir desse software a empresa conseguiu
realinhar a previsão de demanda, aumentando de 70% para 90% a precisão do planejamento,
aumentando as vendas e reduzindo os custos no armazenamento e do transporte.
A Danone fez do Big Data peça principal do novo processo da produção e transporte
do iogurte. Além disso, passou a coletar informações relevantes ao processo, que fazem
diferença nas questões financeiras, como exemplo os padrões comportamentais dos clientes
que consumiam determinado produto, ou a época em que a demanda aumentava e diminuía;
desta forma seus produtos sempre estavam nas prateleiras para os clientes no tempo exato e na
quantidade correta. O Big Data revolucionou a maneira que a organização lidava com os
dados que possuía e permitiu que eles fossem de acesso para aqueles que fazem a análise
estratégica dos produtos.
4.7 Caso 7: Macy’s
A rede de lojas de departamento Macy’s que foi fundada em 1858 nos Estados
Unidos e é um grande ícone do uso do Big Data. A organização se destaca nesse cenário por
ser a maior rede de lojas de departamento do Estados Unidos, tendo como diferencial o
desenvolvimento do Omnichannel, onde os clientes podem realizar a compras em diversos
tipos de canais, e retirar na loja de sua escolha.
Anterior ao Big Data, a Macy’s recalculava seus preços uma vez por semana,
baseados nos registros de vendas anteriores. Tudo isso feito manualmente, com o apoio de
planilhas eletrônicas para armazenar as informações. Os funcionários chegavam a levar cerca
de 30 horas para atualizar o preço de todos os itens, o tempo e o lucro perdido viraram
pesquisa para os consultores da área de tecnologia da informação (TI), observando que
45
Tipo de Modelo de
Benefícios Competitividade
Inovação Negócio
Melhoria do serviço;
Inaugurou Compete com
minimização de custo e tempo;
Caso 1: um novo outras formas de
Serviço aumento da segurança; aumento
Easy Taxi modelo de prestação deste
da lucratividade da empresa e
negócio mesmo serviço.
dos motoristas.
Compete com
Melhoria do serviço; aumento
Caso 2: outras formas de
Serviço Já existente da segurança; agilidade no
Paypal prestação deste
pagamento.
mesmo serviço.
Melhoria do processo; aumento
da viabilidade do criador de
Compete com
gado; minimização de tempo;
Caso 3: outras formas de
Processo Já existente dados coletados de forma rápida
Bovcontrol realização do
e mais confiável; aumento da
processo
lucratividade para os
pecuaristas.
Melhoria do serviço; aumento Compete com
Caso 4: da lucratividade da empresa; outras formas de
Serviço Já existente
Netflix líder de mercado; satisfação dos prestação deste
clientes. mesmo serviço.
Melhoria do processo;
minimização de tempo e custo; Compete com
Inaugurou
Caso 5: dados coletados de forma rápida outras formas de
Processo o modelo
UPS e mais confiável; aumento da realização do
de negócio
lucratividade; maior rendimento processo
dos funcionários.
Melhoria do processo;
minimização de tempo de Compete com
Caso 6: transporte e armazenagem; outras formas de
Processo Já existente
Danone dados coletados de forma rápida realização do
e mais confiável; aumento da processo
lucratividade.
Melhoria do processo;
minimização de tempo e custo; Compete com
Caso 7: dados coletados de forma rápida outras formas de
Processo Já existente
Macy’s e mais confiável; aumento da realização do
lucratividade; maior rendimento processo
dos funcionários.
Quadro 1 – Análise comparativa dos Casos
Fonte: Elaboração própria
47
5. Conclusão
Conforme apresentado ao longo do trabalho, o Big Data é um tema amplamente
conhecido e discutido atualmente. Entretanto ainda não existe um consenso sobre o seu
surgimento e nem uma única definição sobre o que é e o que representa tal fenômeno. Grande
parte das definições apresentadas sobre o Big Data possuem pontos em comum, os 5V’s que
norteiam sua funcionalidade, sendo eles o Volume, Variedade, Velocidade, Veracidade e
Valor. Dentre as diversas definições apresentadas, aquela que foi escolhida para defender o
trabalho foi a de Campos (2015), que define Big Data basicamente em um conjunto volumoso
de dados que quando analisados geram informação e agregam valor ao negócio. Para concluir
a definição baseada no estudo de Campos (2015), abordamos três correntes que compõe tal
definição, “Big Data Infrastress”, “Fenômeno Big Data” e “Soluções Big Data”. Juntas elas
trazem elementos fundamentais para compreender o que é tal fenômeno estudado. O conceito
de Campos (2015) consegue abordar não somente os cinco fundamentos do Big Data, como
aborda também de maneira breve e explicativa como o fenômeno atua dentro das
organizações, com a utilização da tecnologia, com complexidade de dados e seus recursos
organizacionais.
O Big Data ficou amplamente conhecido há décadas atrás quando começou a
apresentar suas primeiras consequências no mundo dos negócios, deixando as empresas mais
atentas ao fenômeno. Conforme discutido no Capítulo 1, o Big Data pode gerar inúmeras
oportunidades no mundo negócios, sendo instrumento para novas possibilidades e melhorias.
O Big Data promove eficácia operacional e melhora a capacidade de decisão na organização,
já que o gestor possui dados e análises reais e atualizados para comparar com um elemento
chave e sempre utilizado, a experiência pessoal. O Big Data consegue identificar gargalos
com bases nos estudos e informações extraídas, permite a organização maior transparência de
dados e consegue fazer análises, ou seja, ao realizar a extração de dados e em seguida a
análise, o Big Data fornece para a organização melhores possibilidades para chegar ao
resultado esperado, evitando que o tempo seja perdido em possíveis caminhos desnecessários.
Fica claro a potência e os benefícios gerados pelo Big Data ao estudar profundamente o
fenômeno, seja por meio das suas definições, ou pela forma como ele é utilizado no mundo
dos negócios. Para as organizações que investem em Big Data a resposta é imediata sobre
suas funcionalidades e melhorias, tanto para as mudanças internas quando para mudanças de
quem observa de fora.
50
Apesar dos benefícios evidenciados da utilização do Big Data nas organizações, não
são todas que conseguem realizar a implementação e manter tal fenômeno ativo. Durante o
Capítulo 1, dividimos as dificuldades na implantação do Big Data em dois segmentos,
baseados no estudo de Campos (2015), as dificuldades estruturais e as dificuldades culturais.
Quando uma organização decide utilizar o Big Data seja em seus processos, produtos
ou serviços, o primeiro obstáculo encontrado é o financeiro. Construir uma organização que
esteja apta para utilização do Big Data não é uma tarefa simples, uma vez que o investimento
inicial em tecnologias é alto e encontrar pessoas capacitadas para lidar com tais técnicas e
conhecimento é um trabalho árduo. Muitas vezes a empresa acaba optando por habilitar os
próprios funcionários já que não encontra no mercado aquilo que precisa. Relacionamos então
as dificuldades estruturais como aquelas ligadas com as tecnologias, ou seja, as dificuldades
encontradas para capacitar os membros de TI, ou encontrar profissionais preparados para lidar
com o fenômeno do Big Data. Acredita-se hoje que dentre todas as dificuldades essa é a mais
difícil de vencer, apesar de não ser um tema novo ainda são poucos os que tem o
conhecimento necessário para utilizar na prática.
Quanto aos desafios culturais, classificamos como a falta de preparação técnica e
estratégica dos gestores para lidar com o Big Data. Muitos ainda não possuem conhecimento
sobre o assunto e são resistentes a tais práticas, confiando sempre nas experiências vividas,
não tomando tais experiências como complemento das informações que o Big Data oferece.
Além disso, a falta do apoio da liderança e do investimento necessário faz com o gestor
permaneça com o mesmo conhecimento, sem explorar dados extras e informações dos seus
clientes que são utilizadas de forma valiosa para os que já conseguem visualizar a
grandiosidade do fenômeno.
Independente dos desafios, a maioria dos pesquisadores confirma o potencial do
fenômeno Big Data por meio de estudos, cálculos e resultados reais, mas há também aqueles
que não confiam nos benefícios por ele oferecido, especialmente no que diz respeito à
privacidade do usuário ou organização, assim como a segurança dos dados que são extraídos.
No Capítulo 2, por meio de apresentação de casos de sucesso, foi possível
compreender de que forma o Big Data promove melhorias internas e externas para as
organizações. Os casos escolhidos são bastante comuns na literatura da área e puderam
mostrar de que forma o Big Data se mostrou importante durante as etapas de implementação,
extração dos dados, armazenamento e análise, promovendo, em alguns casos benefícios
diretamente no faturamento final.
51
REFERÊNCIAS BIBLIOGRÁFICAS
DATAFLOQ. Why ups spends over $ 1 billion on big data annually. Disponível em:
< https://datafloq.com/read/ups-spends-1-billion-big-data-annually/273>. Acesso em: 26 mar.
2016.
DATASTORM. Empresas que usam big data na indústria de alimentos. Disponível em:
<http://datastorm.com.br/empresas-que-usam-big-data-aplicacoes/>. Acesso em: 26 mar.
2016.
DCIODIVE. Big data: how netflix uses it to drive business success. Disponível em:
<http://www.smartdatacollective.com/bernardmarr/312146/big-data-how-netflix-uses-it-
drive-business-success>. Acesso em: 08 mar. 2016.
ECONÔMICO, Organização Para A Cooperação E Desenvolvimento. Manual de
oslo: DIRETRIZES PARA COLETA E INTERPRETAÇÃO DE DADOS SOBRE
INOVAÇÃO. 3 ed. [S.L.]: DCOM/FINEP, 2005. 184 p.
EXAME. As 10 startups que mais se destacaram em 2013. Disponível em:
< http://exame.abril.com.br/pme/noticias/as-10-startups-que-mais-se-destacaram-em-
2013#2>. Acesso em: 24 mar. 2016.
EXAME. Os dados nunca mentem. bem-vindos à era do big data. Disponível em:
<http://exame.abril.com.br/rede-de-blogs/pessoas-do-seculo-21/2013/05/03/os-dados-nunca-
mentem-bem-vindos-a-era-do-big-data/>. Acesso em: 22 out. 2015.
EXAME. Um fenômeno chamado big data. Disponível em:
<http://exame.abril.com.br/revista-exame/edicoes/1025/noticias/para-nao-se-afogar-em-
numeros>. Acesso em: 14 out. 2015.
EXAME. Uma entrevista didática sobre o big data. Disponível em:
<http://exame.abril.com.br/tecnologia/noticias/uma-entrevista-didatica-sobre-big-
data >. Acesso em: 23 out. 2015.
FIVEACTS. A importância do big data. Disponível em:
<http://www.fiveacts.com.br/blog/a-importancia-do-big-data-2/>. Acesso em: 12 dez.
2015.GTA. Os 5 v's do big data. Disponível em:
<http://www.gta.ufrj.br/ensino/eel878/redes1-2015-1/15_1/bigdata/vs.html 12>. Acesso em:
12 abr. 2016.
FURTADO, J. C. et al. Ferramenta para extração de dados semiestruturados para carga de um
big data. Revista brasileira de computação aplicada, Passo fundo, v. 7, n. 3, p. 43-52, abr.
2015. Disponível em: <www.upf.br/seer/index.php/rbca/article/download/3842/3501>.Acesso
em: 17 nov. 2015.
54
Ibm (2013) Saiba o que é o Big Datae os desafios que as empresas enfrentam.
IBM. watson: o desafio de todos os tempos. Disponível em: <http://www-
03.ibm.com/systems/br/power/advantages/watson/ >. Acesso em: 15 dez. 2015.
INMOBLOG. Wearables y big data inmobiliario. Disponível em:
<http://www.inmoblog.com/negocio-inmobiliario-2/wearables-big-data-
inmobiliario/ >. Acesso em: 12 abr. 2016.
ITFORUM365. seis cases representativos de big data, segundo o gartner. Disponível em:
< http://itforum365.com.br/noticias/detalhe/3857/seis-cases-representativos-de-big-data-
segundo-o-gartner>. Acesso em: 09 mar. 2016.
LINKEDIN. 17 predictions about the future of big data everyone should read. Disponível
em: <https://www.linkedin.com/pulse/17-predictions-future-big-data-everyone-should-read-
bernard-marr?trk=v-feed&trk=hp-feed-article-title-share>.Acesso em: 05 abr. 2016.
MAGALHÃES et al. O uso do Big Data na violação da privacidade dos usuários para
estratégias de negócios. Ceará: IFCE, 2014. Disponível em
<http://redes.caninde.ifce.edu.br/images/artigos/7.pdf>. Acesso em: 27 mar. 2016.
MARKET REALIST. A look at united parcel service’s strong financial standing.
Disponível em: <http://marketrealist.com/2015/07/look-united-parcel-services-strong-
financial-standing/>. Acesso em: 24 mai. 2016.
MAYER-SCHÖNBERGER, Viktor; CUKIER, Kenneth. Big Data: como extrair volume,
variedade, velocidade e valor da avalanche de informação cotidiana. Rio de Janeiro:
Campus, 2013.
NESELLO, Priscila; FACHINELLI, Ana Cristina. Big Data: o novo desafio para gestão.
Revista Inteligência Competitiva, São Paulo, v. 4, n. 1, p. 18-38, jan. 2014. Disponível em:
<http://www.inteligenciacompetitivarev.com.br/ojs/index.php/rev/article/view/76/101>.
Acesso em: 13 mar. 2016.
NETWORKWORLD. How ups uses analytics to drive down costs (and no, it doesn’t call
it big data). Disponível em: < http://www.networkworld.com/article/2850874/big-data-
business-intelligence/how-ups-uses-analytics-to-drive-down-costs-and-no-it-doesn-t-call-it-
big-data.html>. Acesso em: 12 mar. 2016.
OPENSTARTUPS. Big data analytics: quais são as vantagens competitivas?. Disponível
em: < http://openstartups.stefanini.com/bigdata/big-data-
analytics/?utm_source=blog&utm_medium=texto&utm_campaign=linkexternooutubro15>.A
cesso em: 20 nov. 2015.
55