Ao longo da última década no mercado de tecnologia, o Big Data foi um motor de inovações de todos os tipos. A partir de agora, o setor caminha para uma nova direção: a do Wide Data e do Small Data. Segundo a consultoria Gartner, a expectativa é de uma transição acelerada nos próximos anos. Até 2025, 70% das organizações devem mudar seu foco do Big Data para as novas soluções.
Na visão da Gartner, a pandemia de Covid-19 causou tantas mudanças no planeta, que dados históricos que refletem o passado, já não produzem mais resultados tão satisfatórios, por se tornarem obsoletos.
Esse motivo, somado à necessidade de ter respostas mais precisas para tomar decisões e criar estratégias inteligentes, culminaram na tendência do Wide Data e do Small Data. Mas, afinal, o que o mercado enxerga de vantajoso para repensar uma estratégia tão importante como o Big Data? É o que veremos a seguir.
Big Data, Small Data e Wide Data: quais as diferenças?
Big Data
O Big Data não é uma tecnologia nova. Desde os anos 1990 se discute o conceito, que envolve grandes volumes de dados não estruturados, em uma escala com a qual a computação comum não seria capaz de lidar.
A partir de técnicas para lidar com essa quantidade gigantesca de informações, foi possível desenvolver uma série de aplicações úteis. A capacidade de identificação de padrões em dados aparentemente desconexos se tornou ferramenta útil para enxergar tendências, preparar-se para o futuro e evitar imprevistos.
Passadas três décadas das primeiras discussões sobre Big Data, o mercado hoje segue para outros caminhos, tratando os dados a fim de se adequar ao novo contexto tecnológico.
Small Data
O Small Data, como o nome indica, é uma contraposição direta ao Big Data. Sua proposta é operar com bancos de dados e volume de informações mais enxutos. O foco está na qualidade e não na quantidade.
Sua abordagem é mais apurada e direcionada, disponibilizando apenas informações realmente relevantes para o negócio. A análise do Small Data também é distinta, pois precisa de fatores mais humanos. Diferente do Big Data, que pode ficar mais voltado às ferramentas automatizadas, no Small Data a integração entre tecnologia e habilidades dos profissionais deve ser maior.
Wide Data
O Wide Data, por sua vez, encara os dados de uma forma mais diversificada. Dentro deste modelo, são combinados grandes e pequenos volumes de dados, estruturados ou não, para produzir análises a partir de fontes distintas. Isso alavanca o reconhecimento de contexto para melhores decisões.
Segundo a Gartner, aplicações de Wide Data permitem o que se chama de “X Analytics”, no qual ‘X’ significa a capacidade de ligação e cruzamento de fontes e formatos de dados, que incluem tabelas, textos, imagens, vídeo, áudio, voz, temperatura e até cheiros ou vibrações.
Quais são os tipos de dados para Wide Data?
Existem vários tipos de dados que, quando combinados, servem como base para aplicações em Wide Data. Dentre eles, podem ser destacados quatro:
- Dados internos estruturados: são dados de softwares destinados a aplicações, como as de CRM, ERP e até mesmo sistemas financeiros
- Dados internos não-estruturados: documentos, imagens, diagramas e gráficos que façam parte das informações internas que não são estruturadas.
- Dados externos: aqui, estão incluídos dados de bancos externos, de fontes como censo, informações climáticas, dados socioeconômicos e mais.
- Dados externos não-estruturados: este tipo de informação compreende notícias, imagens e vídeos além das paredes de uma organização.
Quais as vantagens do Wide Data e do Small Data?
O cenário tem se tornado mais desafiador para o Big Data, e o mercado começa a abraçar alternativas. Isso se deve a algumas limitações inerentes ao formato que precisa, constantemente, de grandes volumes de dados para produzir qualquer tipo de análise. Além das dificuldades técnicas, há ainda uma crescente preocupação com a privacidade.
Como resultado, as soluções de inteligência artificial passaram a depender de um conjunto de dados enorme e cada vez maior, ao ponto de se tornarem menos práticas e confiáveis. Outra prioridade em muitas empresas, tem sido o uso da inteligência de dados aplicada ao compliance para a gestão de riscos de stakeholders, por meio de análises detalhadas.
Nesse sentido, as aplicações de Wide Data e Small Data combinadas para o mesmo propósito trazem vantagens expressivas. Como explica Jim Hare, vice-presidente de pesquisa da Gartner, as técnicas são capazes de usar os bancos de dados disponíveis com maior eficácia, sem a necessidade de um volume tão grande de dados.
Fato é que as organizações buscam constantemente aprimorar a identificação de novas oportunidades de mercado que, se bem aproveitadas, podem gerar inovação. Um dos exemplos é o setor de bens de consumo, segmento forte da economia caracterizado pela competição acirrada e que exige uma boa tomada de decisões.
Quais são as aplicações de Wide Data?
Como visto acima, Wide Data e Small Data têm pontos fortes sobre o formato de Big Data. Eles abrem portas para aplicações capazes de usar melhor os dados a que uma empresa tem acesso.
Como aponta Hare, as técnicas facilitam análises mais robustas e a aplicação de inteligência artificial com menor dependência de enormes massas de dados. Além disso, também produzem uma compreensão situacional mais rica e completa.
As possibilidades, portanto, são muitas. Como cita a Gartner, áreas que podem se beneficiar envolvem a previsão de demanda para o comércio, a personalização de atendimento ao consumidor com análise emocional e comportamental, além da melhoria da experiência do cliente – atividades essenciais para gerar vantagens competitivas.
Outras possíveis aplicações úteis para o Wide Data residem na detecção de fraude e até mesmo para utilização em sistemas autônomos como robôs, os quais aprendem e se desenvolvem continuamente com base na análise de eventos e suas correlações de tempo e espaço.
Conclusão
As técnicas de Wide Data têm a capacidade de transformar uma companhia em múltiplas formas, em um cenário no qual o Big Data não parece mais ser a solução para todos os tipos de aplicações.
O Wide Data pode acelerar a jornada de inteligência artificial e ajudar organizações a tomar melhores decisões a partir dos dados que têm à sua disposição. Diante disso, é importante formular estratégias para conseguir obter dados de fontes variadas e as melhores formas de analisá-los para alcançar os resultados ideais.
