influencia-big-data-no-business-intelligence.pdf
TRANSCRIPT
[ ¹ ] Graduado em Análise em Desenvolvimento de Sistemas – Faculdade IBTA/Campinas; MBA em Business Intelligence – Faculdade IBMEC/Campinas.
A INFLUÊNCIA DO BIG DATA NO BUSINESS INTELLIGENCE
Diego Delsoto¹
Resumo
A facilidade de acesso e de armazenamento do grande volume de dados é uma realidade incontestável no mundo da tecnologia. Os progressos conhecidos nas tecnologias de coleta, organização e armazenamento da informação digital; a facilidade de troca e de transmissão de dados proporcionada pelo serviço de correio eletrônico (e-mails); a descentralização da informação e dos dados, devido à geração de páginas pessoais, weblogs e redes sociais na World Wide Web, contribuem para esta realidade. Obter dados on-line ou dados de uma base de dados histórica, por exemplo, acabam sendo um diferencial para as organizações que buscam uma boa gestão estratégica na tomada de decisão do negócio. É aproveitar o uso das informações de maneira para obter vantagem competitiva diante dos concorrentes. Porém, precisamos compreender que estaremos tomando decisões em cima de massa de dados estruturadas (banco de dados; Data Warehouse) e de massa de dados não estruturadas (Chats on-line; fotos; imagens; páginas web). Assim, este artigo tem finalidade de mostrar a influência que o conceito Big Data vem complementando a tomada de decisão estratégica no conceito Business Intelligence, mostrando sua diferença de consolidação e de armazenamento do grande volume de dados que geramos a cada dia. Palavras-Chave: Business Intelligence; Big Data; Gestão estratégica; Tomada de decisão.
Introdução
Big Data é um conceito novo no mundo da tecnologia no Brasil. Ele se refere
aos grandes volumes de dados que são processados rapidamente, e que vem
crescendo conforme as organizações estão se dedicando aos seus novos recursos de
tecnologia para processar os seus terabytes ou petabytes de dados que fluem em suas
redes pela proliferação de dispositivos e sistemas conectados à internet, em sua mídia
social externa, em seus logs de aplicações móveis e em informações de uso nos
sistemas de e-commerce. De forma simples e direta, o Big Data é chamado pela
2
imensa quantidade de informações produzidas por nós, todos os dias em qualquer
lugar. Essa quantidade de dados disponíveis vem crescendo como nunca antes, e entre
esses dados, valiosos conhecimentos estão sendo descartados. Mais de 90% da
informação armazenada sempre aparenta ser dispensável. O que percebemos é que o
real diferencial está no que é considerado lixo. Explorar e descobrir valores nesses
dados podem revelar tendências importantes ao negócio, fortalecendo a gestão
estratégica da organização. Mas o que isso tudo significa para o Business Intelligence
(BI)? Com toda a atenção na análise do grande volume de dados, o que é o jogado
para o BI?
De acordo com recentes relatórios dos analistas de Tecnologia da Informação (TI), de
fato o crescimento de dados das organizações nos próximos cinco anos é estimado em
mais de 650%. Cerca de 80% destes dados serão sob forma não-estruturada, tornando-
os significativamente mais difíceis de avaliar e utilizar. (Revista Power Channel, 2012,
p.14).
Dados não estruturados como FAX, email, fotos e vídeos, por exemplo, muitas vezes
possuem informações valiosas para a organização, mas pela sua natureza são de difícil
controle e inclusão de novas análises.
Assim, os dados agregados pelo Big Data e pelo Business Intelligence, podem
proporcionar grande valor para uma tomada de decisão estratégica para o negócio,
mostrando que esse grande volume de dados impulsiona a inovação e permite um
melhor resultado para o negócio, gerando poder de orientar as organizações na tomada
de vários tipos de decisão de vários tipos e permitindo-lhes prosseguir com confiança.
No entanto, o Big Data não está prestes a suplantar as ferramentas tradicionais de
Business Intelligence, ele tornará o Business Intelligence mais valioso e útil para o
negócio, cruzando os seus dados para criar novas estratégias de mercado.
O grande desafio que essa grande massa de dados traz é como oferecer alto
desempenho, disponibilidade e tratamento eficaz dos dados a um baixo custo.
3
Antes de discorrer sobre os dois assuntos, vale a pena ressaltar uma breve introdução
sobre o que é o Business Intelligence e o que é Big Data, embora ambos sejam
bastante semelhantes.
O Conceito de Business Intelligence
O Business Intelligence com o entendimento de que é Inteligência de Negócios ou
Inteligência Empresarial é composto de um conjunto de conceitos e metodologias de
gestão que, fazendo uso dos dados extraídos de uma organização, proporciona ganhos
nos processos decisórios gerenciais e da alta administração nas organizações,
baseada na capacidade analítica das ferramentas que integram em um só lugar todas
as informações necessárias ao processo decisório. O objetivo do Business Intelligence
é extrair dados estruturados de planilhas excel, ERPs, Sistemas Operacionais, CRM,
etc, transformá-los e gerá-los em informações (Relatórios Dashboards, Mineração de
dados, etc.) que suporte o processo decisório e gere vantagens competitivas.
A Figura 1 mostra a importância da tomada de decisão que reflete no volume existente
de dados:
Fig.1 – Importância da tomada de decisão refletida com o volume de dados (fonte: Empresa TPrime
Tecnologia)
Como se observa, o propósito do Business Intelligence é converter o volume de dados
em informações relevantes aos negócios.
4
Toda essa massa de dados será extraída, organizada e integrada para uma base não-
volátil (que não pode ser alterada), conceituada como Data Warehouse, que tem como
objetivo de garantir a consistência e integridade das informações, construindo desta
forma uma base de dados de alta qualidade e confiabilidade, que retrate efetivamente a
realidade de negócio da organização. O Data Warehouse é considerado a evolução
natural do ambiente de apoio à decisão e ele representa uma grande base de dados
capaz de integrar, de forma concisa, as informações de interesse para a organização.
Como mostra a Figura 2, é importante entendermos que o Data Warehouse é um
armazém de dados históricos, cuja finalidade é apresentar as informações que
permitam identificar indicadores e a evolução de valores ao longo de uma grande janela
de tempo:
Fig.2 – Conceito de Business Intelligence armazenando os dados no Data Warehouse
A arquitetura do Data Warehouse inclui, além de estrutura de dados, mecanismos de
comunicação, processamento e apresentação da informação para o usuário final
(Metadata, Summary Data e Raw Data). As arquiteturas orientadas a esse ambiente
são constituídas por um conjunto de ferramentas que podem ser relacionadas à carga
inicial, atualizações periódica do Data Warehouse ou consultas orientadas para o
usuário final que são responsáveis pela elaboração de relatórios, pesquisas
informativas, análise de desempenho e mineração de dados. Assim, toda essa estrutura
5
do Business intelligence habilita a obtenção e distribuição de informações geradas a
partir de dados transacionais, históricos e externos, visando proporcionar subsídios
para a tomada de decisão gerencial e estratégica.
O Conceito de Big Data
Tamanho é a definição primária do Big Data. A resposta é o número de fontes de dados
independentes, cada um com o potencial para interagir. O Big data não se presta muito
bem a ser domesticado por meio de técnicas de gestão de dados padrão, simplesmente
por causa de suas combinações inconsistentes e imprevisíveis. O seu grande potencial
é lidar com grande volume de dados não-estruturados, que até então só podiam ser
compreendidos por pessoas. Outro atributo do Big Data é sua complexidade para filtrar
uma informação, tornando a privacidade de um interesse comum. Por exemplo, é quase
impossível filtrar todos os dados associados a um controlador de carro a partir dos
dados de entrada de um pedágio. Os sensores de contagem do número de automóveis
já não equilibram com os registros de tarifação individuais que, por sua vez, não se
correspondem aos pagamentos recebidos pela empresa. Os dados são muito grandes,
se movem muito rápido e não se adequam às restrições de arquiteturas dos bancos de
dados.
Uma boa definição de Big Data é descrever "grande" em termos de número de
substituições úteis de fontes que são de dificil utilidade de consulta (como os sensores
em um avião) e inter-relações complexas (como no exemplo do pedágio).
Big Data refere-se a grande complexidade ao invés de grande volume. Claro, conjuntos
de dados valiosos e complexo deste tipo, naturalmente, tendem a crescer rapidamente.
Portanto, o Big Data não é teoria ou futurologia. Geramos um imenso volume de dados
a cada dia e as análises de padrões e correlações desta massa de dados podem
produzir informações valiosas em todos os setores da sociedade, desde o governo
6
buscando entender as demandas da população, até as empresas buscando se
posicionarem mais competitivamente no mercado, como mostra a Figura 3:
Fig.3 – Big Data concentrando padrões com a imensa quantidade de dados de diversas fontes
A primeira fase de um processo de Big Data, assim como é no Business Intelligence, é
a extração de dados. Volume e variedade são suas características. Estamos falando de
coletar dados de sistemas transacionais, de comentários que circulam nas mídias
sociais, em sensores que medem o fluxo de veículos nas estradas, em câmeras de
vigilância nas ruas, imagens e assim por diante. Cada tipo de negócio tem necessidade
de coletar dados diferentes, preservando sua privacidade. Mas coletar dados é apenas
a primeira etapa. Um trabalho de limpeza e formatação também é necessário.
Imaginemos um raio-X de um paciente. Essa imagem será armazenada de forma crua
ou deverá ser formatada para ser analisada adequadamente posteriormente? Além
disso, é importante validar os dados coletados. Erros e dados incompletos ou
inconsistentes devem ser eliminados para não contaminar as futuras análises. Aí
7
entramos em outra etapa, que é a integração e agregação dos dados obtidos das mais
diversas fontes. Nessa etapa temos a fase mais visível, que é a analítica. É um desafio
e tanto, pois terabytes de dados já existem e estão armazenados. A questão se torna
quais perguntas fazer para chegarmos à identificação de padrões e correlações que
possam gerar valor para o negócio. Queries submetidas em um Data Warehouse
gerado por transações obtidas pelo ERP são relativamente bem estruturadas e dentro
de um domínio de conhecimento bem restrito. Mas quando se coleta dados de diversas
fontes, a criação destas queries requer muito mais conhecimento e elaboração por
parte dos usuários.
Existem ferramentas de visualização que fazem a interpretação desses dados. Gráficos
e planilhas tradicionais não são mais suficientes. Assim, a união e o cruzamento dessa
quantidade inimaginável de dados digitais, aumentarão a possibilidade de ganhos e
oportunidades estratégica para o crescimento do negócio da organização.
Armazenamento da massa de Dados
As informações permitem-lhe, a cada momento de decisão, reduzir as incertezas e
decidir com qualidade. Isso implica escolher um caminho onde, por um lado, se está
consciente do que se perde no momento e, por outro, no que se pode ganhar. Em
qualquer organização, grandes quantidades de dados relativos às diversas áreas do
negócio e na mídia social, são gerados e armazenados diariamente.
Não obstante, esses dados encontram-se geralmente dispersos por várias bases de
dados operacionais e, a respectiva concentração e eventual agregação enfrentam
muitas dificuldades. Por um lado é necessário desenvolver sistemas adequados ao
processo de centralização e, por outro, é necessário disponibilizar ao utilizador as
ferramentas adequadas que lhe permitam obter resposta às suas questões. As
tecnologias de informação podem desempenhar um papel muito importante em todo
este processo, quer seja na extração, migração, armazenamento ou disponibilização de
dados, no processo de obtenção de informação, no processo de tomada de decisão ou
8
na divisão do conhecimento. É então fundamental todo o empenho na gestão destas
tecnologias, especialmente em ambientes de decisões complexos.
Assim o Business Intelligence e o Big Data possuem suas ferramentas adequadas que
lhe permitam obter resposta às suas questões. Sendo assim, estarei comentando
alguns dos principais armazenamentos de dados para essas estruturas:
� Business Intelligence – Data Warehouse
Como já citado acima durante o conceito de Business Intelligence, entende-se
Data Warehouse como um sistema computacional responsável por armazenar
informação relativa às atividades de uma organização em banco dados, de forma
consolidada. A estrutura da base de dados favorece para que possam ser feitos
relatórios e análise de grandes volumes de dados e assim obter informações
estratégicas que podem facilitar a tomada de decisão.
O processamento de dados em um Data Warehouse é sempre referenciado
como OLAP (Online Analytical Processing) ou Processo Analítico em Tempo
Real, usado para armazenar as operações de negócios. Outra característica do
Data Warehouse é que os dados não são voláteis, ou seja, eles não mudam, a
não ser quando são necessárias correções de dados previamente carregados.
Assim sendo, os dados são somente para leitura e não podem ser alterados.
O Data Warehouse possibilita a análise de grandes volumes de dados
armazenados em sistemas transacionais. Essas análises são chamadas de
séries históricas que possibilitam uma melhor análise de eventos passados para
a tomada de decisões presentes e a previsão de eventos futuros. O mercado de
ferramentas de Business Intelligence cresceu. Suas ferramentas ficaram
melhores e mais sofisticadas para apoiar a estrutura do Data Warehouse e sua
utilização. Assim, pela sua capacidade de sumarizar grandes volumes de dados
e de possibilitar análises, os Datas Warehouses são atualmente o núcleo dos
9
sistemas de informação gerenciais e apoio à decisão das principais soluções de
Business Intelligence do mercado.
� Big Data – MapReduce e Hadoop
O termo Big Data, utilizado para se referir ao uso de dados desestruturados, traz
consigo dois outros termos: Hadoop e Map Reduce. Esses são gatilhos
importantes para compreender o processo de explosão de informações e o
impacto que isso traz para o profissional mais técnico de TI.
Antes de falar desses dois termos, imagine que você esteja pensando em
comprar um computador novo, por exemplo. Você começa reclamando da
lentidão de sua máquina no Twitter, visita vários sites de informática com dicas
sobre um PC ideal e até fuça algumas lojas online em busca de preços. Dias
depois, uma empresa que tenha cruzado todas essas informações, notando a
alta probabilidade de você comprar um eletrônico novo, pode enviar um email a
você com produtos a preços tentadores. Mágico, não? Percebe-se que todas
essas informações foram dados não estruturados e não relacionados entre si.
Assim, os conceitos do MapReduce e Hadoop fica fácil de entender.
O termo MapReduce se refere a duas operações distintas. A primeira é o “Map”
(Mapeamento), que recebe dados de entrada e os processa para produzir pares
de chaves e valores. Já o “Reduce” (Reduzir) recebe esses pares de chaves e
valores e os combina, ou agrega, para produzir os resultados finais. A lógica do
MapReduce é quebrar o processamento das grandes quantidades de
informações não-relacionais em pedaços, armazenando um conjunto de dados
resultantes. Já em questão ao Hadoop, ele opera empurrando esse conjunto de
dados resultante que se pretende analisar. É uma ferramenta de implementação
do MapReduce, que serve para agendar processos e estruturar os dados em
muitos pequenos fragmentos de trabalho (diversos computadores), cada um dos
quais podem ser executados em qualquer nó no cluster.
10
O Hadoop pode trabalhar tanto em conjunto com o convencional Data
Warehouse da empresa ou em conjunto dos dados que estão jogados em
qualquer tipo de base – seja ela uma rede social ou então qualquer outra fonte.
Assim o Hadoop atua para o desenvolvimento e execução de aplicativos que
processam grandes quantidades de dados. Ele fornece a infraestrutura que
distribuem dados através de uma infinidade de máquinas em um cluster e que
empurra análise de código para nós mais próximos dos dados que estão sendo
analisados. Seu trabalho é escrever aplicações MapReduce que aproveitam esta
infra-estrutura para analisar os dados, buscas distribuídas baseadas em padrões,
ordenação distribuída, classificação de documentos, aprendizado de máquina,
entre outros.
Impactos positivos e negativos
Segundo os especialistas da empresa Pew Internet, relataram a importância da internet
no futuro:
As novas formas de análise de informações vão ajudar as pessoas a ser mais ágil e adaptável, mas a preocupação sobre a capacidade humana de entender e usar essas novas ferramentas conforme as grandes quantidades de dados que humanos e máquinas irão gerar ano após ano, poderia aumentar a produtividade, melhorar a transparência organizacional, e expandir a fronteira do "futuro reconhecivel”. (Pew Research Center’s Internet, 2012).
O manuseio dos dados com as ferramentas de análises do Big Data e do Business
Intelligence irão proporcionar impactos positivos e/ou negativos nas empresas, pessoas
e sociedade nos próximos anos. Assim, vale à pena atentar em alguns impactos já
previstos:
� Impactos em Business Intelligence
Uma grande vantagem usando o Business Intelligence é que você usa dados de
uma única fonte, Data Warehouse, o que significa que apenas a versão existe
uma para cada valor de dados. Se um sistema recolhe dados de várias bases de
11
dados diferentes algumas colisões de dados podem ocorrer, assim, a utilização
de um sistema de Business Intelligence reduz os erros e os custos graças a uma
consolidação no Data Warehouse. Como mostram na Figura 4, alguns dos
benefícios são fáceis de medir e, ao mesmo tempo tem um impacto local,
enquanto outros são difíceis de medir e ter um impacto global. Graças à
transferência de dados rápida e eficiente, a empresa economiza um tempo
precioso, além disso, a informação extraída é de uma maior qualidade e nível de
detalhe. Isso por si só pode levar a melhores decisões, no entanto, este
resultado é difícil de medir e pode afetar a empresa em uma escala mais global.
Dois outros benefícios como também mostram na Figura 4, que são difíceis de
medir e pode afetar a empresa em uma escala mais global é a melhoria dos
processos de negócio e com o apoio para a realização de objetivos estratégicos
de negócios.
Fig.4 - Benefício do Business Intelligence (Watson & Wixom, 2007).
Por isso, os aspectos positivos de um sistema de Business Intelligence são muito
difíceis de quantificar e demonstrar como fatos, como alguns deles são
intangíveis, como o conhecimento maior de negócios, relações mais eficazes de
trabalho e outros benefícios semelhantes possíveis.
Estes podem ser considerados os benefícios ocultos de um sistema de Business
Intelligence, porque não há maneira de prever que qualquer dos benefícios
intangíveis que acontecerá em uma empresa específica. A empresa pode,
12
portanto, apenas esperar que o sistema de Business Intelligence fosse capaz de
ajudar em perceber uma tendência importante ou gatilho em seu negócio, que
faz toda a diferença em vendas em algum momento no futuro. Mas, é importante
frisar que a forma com que a ferramenta de Business Intelligence é implantada
nas empresas irá ditar seu sucesso ou insucesso. Desta forma, a implantação é
fundamental neste aspecto. Neste caso, as ferramentas de Business Intelligence
trarão benefícios para a organização, dentre os quais:
� Redução de custos com softwares.
� Redução de custos com administração e suporte.
� Redução de custos na avaliação de projetos.
� Redução de custos com treinamentos aos colaboradores.
� ROI (Retorno sobre Investimento) mais rápido para projetos implantados
com Business Intelligence.
� Maior controle e menos dados incorretos.
� Maior segurança da informação.
� Alinhamento de informações estratégicas e operacionais.
� Facilidade de controle de acesso e definição de níveis de gerência.
� Melhor alinhamento dos usuários corporativos.
� Rapidez na informação para tomada de decisões estratégicas.
� Informação consistente em vários locais dispersos.
� Vantagem competitiva.
Porém, na implantação do Business Intelligence muitas barreiras devem ser
transpostas, garantindo assim o sucesso do projeto. Mas na prática, muitos
fracassos já ocorreram mostrando que a implantação do Business Intelligence
deve ser bem planejada. Desta forma, estão abaixo algumas dificuldades em
uma implantação do Business Intelligence:
� Dados operacionais estão dispersos, e muitas vezes incoerentes com a
organização.
13
� Deficiência dos sistemas operacionais utilizados pelas organizações, que
não armazenam dados úteis para futura tomada de decisão.
� A organização não reconhece as necessidades de informações, e só
reconhece quando muitas vezes é tarde demais.
� A falta de conhecimento dos gestores pode deixar um projeto de Business
Intelligence sem utilidade prática.
� Necessidade de uma boa inter-relação entre a área de negócio com a
equipe de tecnologia da informação.
� As ferramentas técnicas operacionais da atualidade são dispersas e
ineficientes, e necessitam de uma reconstrução para serem utilizadas para
o Business Intelligence.
� A obtenção de informações de diversas fontes externas é feita de uma
maneira que a relação custo benefício pode não ser favorável.
� Alguns projetos falham em decorrência de uma adoção de hardware e
software equivocada.
� Muitos problemas podem ocorrer devido à falta de experiência e
conhecimento do fornecedor da ferramenta de Business Intelligence.
� O tratamento dos dados (ETL) e o armazenamento (Data Warehouse) é
um processo que deve ser bem planejado, em decorrência de ser
trabalhoso e complexo, necessitando de profissionais de alto gabarito para
garantir o sucesso desta etapa.
� Simples erros na elaboração e desenvolvimento de um Data Warehouse
podem ser fatais e trazerem resultados negativos ao projeto.
� Dificuldade de realizar o nivelamento entre o Business Intelligence e a
gestão do conhecimento da organização.
� O custo para implantação de um projeto de Business Intelligence não é
barato.
14
� Impactos em Big data
O termo Big Data está aquecendo a cada dia. O crescimento do volume e da
variedade de dados é imenso e velocidade de geração de novos dados está
acelerando rapidamente. O aumento do que é conhecido como Big Data irá
facilitar no desenvolvimento de software que avalia os resultados padrões e na
criação de algoritmos avançados que permitem nova compreensão do mundo
real.
No geral, o surgimento do Big Data é um ponto muito positivo para a sociedade
em todos os aspectos. Porém, a outra questão apresentada são os pontos
negativos, incluindo a construção da análise humana, internet e máquina de
análise para o Big Data. A existência de enormes conjuntos de dados não
estruturados para análise, irá gerar falsa confiança em nossos poderes de
previsão e vai levar a cometer erros significativos e dolorosos. Além disso, a
análise dos dados do Big Data serão usados indevidamente por pessoas
poderosas e instituições que manipulam resultados para fazer o caso parar
aonde que eles querem, obstruindo a questões de privacidade e uso indevido e
não autorizado de informações pessoais. Mas, olhando para o ponto positivo, há
casos de uso muito interessantes do Big Data, que identifica através do grande
volume de dados padrões de dados e interdependências que não poderíamos
observar ao utilizar amostras muito menores. Um deles é o Google. Com base na
quantidade enorme de dados que recebe a cada minuto no seu navegador de
busca e está relacionado às necessidades das pessoas, o Google desenvolveu
um projeto em que a tendência vai além da busca e conseguiu identificar
tendências antes dos números oficiais refletirem a situação.
“De qualquer forma, em minha opinião, eu acho que Big Data é agora o que a internet foi em 1995, ou seja, quando a onda começou e as primeiras Webs de e-commerce surgiram. Ninguém poderia prever naquele tempo, o nascimento de empresas como Amazon bilionário (criada precisamente em 1995), Google (iniciado em 1998), Facebook (2004) e muito menos do que ESDS Software Solutions Pvt. Ltd. (início em 2005), assim como as principais mudanças que resultaram na Web. Por isso, acredito que apenas por volta de 2020, teremos uma ideia muito mais precisa das novas oportunidades para a compreensão do
15
mundo gerado pelo Big Data nos negócios e na sociedade. Mas os primeiros passos devem ser tomados agora, conhecendo os riscos, mas também de grandes prêmios para empresas pioneiras que começam na frente.” (Pravin Ganore,2012)
O assunto de Big Data vem crescendo e amadurecendo a cada dia. Sendo
necessário observar as tecnologias que manuseiam rapidamente este imenso
volume de dados, agregando valores e padrões entre as informações.
Conclusão
Como estamos vivendo numa era onde os dados são gerados a cada milésimo de
segundos, obter uma informação através desses dados pode ser um fator diferenciador
no cenário de negócios. Tanto o Big Data e o Business Intelligence, possuem o
conceito de extrair dados e gerar informação estratégica. Assim, pode se concluir que o
conceito Big Data veio para complementar o conceito de Business Intelligence e ajudar
na tomada de decisão estratégica do negócio. O Big Data permitirá que sejam feitas
análises completamente add-hoc (aleatórias) e com bastante velocidade, acelerando os
processos de negócio e tornando-os mais assertivo. Toda essa perspectiva do Big Data
mostrará para as organizações a capacidade de armazenamento e a forma inteligente
de se trabalhar em tempo real com seus dados, oferecendo uma análise mais profunda
e exploratória, enquanto que os sistemas de Business Intelligence fornecerão uma
análise mais estruturada. Por fim, ambos serão importantes para obter vantagem
competitiva e um plano estratégico nos seus processos de negócio, obtendo controle e
gerenciamento de desempenho, relatórios analíticos, painéis de visualização on-line,
etc.
16
THE INFLUENCE OF BIG DATA ON BUSINESS INTELLIGENCE
Summary
The easy access and storage of large volumes of data is an unavoidable reality in the
world of technology. The progress achieved in technologies for collecting, organizing
and storing digital information; ease of exchange and data transmission service provided
by electronic mail (e-mail); decentralization of information and data, due to the
generation of personal web pages, weblogs and social networking on the World Wide
Web, contributes to this reality. Get online data or data from a historical database, for
example, end up being a differentiator for organizations seeking a good strategic
management in business decision making. You enjoy the use of the information in a way
to gain competitive advantage in front of competitors. But, we must realize that we are
making decisions on mass structured data (database, data warehouse) and mass of
unstructured data (online chats, photos, images, web pages). Thus, this article is
intended to show the influence that the concept comes Big Data complementing
strategic decision making in Business Intelligence concept, showing its goodwill and
storage of large volumes of data generated every day.
Keywords: Business Intelligence, Big Data, Strategic Management, Decision Making.
17
Referência Bibliográfica
ANDERSON, Jana Quitney. The future of the internet. Disponível em: <http://pewinternet.org/~/media//Files/Reports/2012/PIP_Future_of_Internet_2012_Big_Data.pdf>. Acesso em: 17-Fev-2013. BERNARD, Allen. Big Data valoriza o Business Intelligence. Disponível em: <http://cio.uol.com.br/tecnologia/2012/10/23/big-data-valoriza-o-business-intelligence/>. Acesso em: 17-Fev-2013. Big Data Definition. Disponível em: <http://mike2.openmethodology.org/wiki/Big_Data_Definition>. Acesso em: 24-Fev-2013. Business Intelligence (BI). Disponível em: <http://www.gartner.com/it-glossary/business-intelligence-bi/>. Acesso em: 24-Fev-2013. GANORE, Pravin. Big Data – Positive and Negative impacts of Big Data. Disponível em: < http://blog.esds.co.in/category/big-data/>. Acesso em: 13-Abril-2013. HAINES, Steve. Big Data analysis with MapReduce and Hadoop. Disponível em: <http://www.informit.com/articles/article.aspx?p=2008905>. Acesso em: 17-Fev-2013. MACHADO, Felipe Nery Rodrigues. Tecnologia e projeto de Data Warehouse, – 5ª edição, 2ª Reimpressão, ano 2011, SP, Editora Érica Ltda. Revista Power Channel. Big Data – Transformando dados em estratégia de negócio, ano 5, edição 15, março 2012.