Fim de tarde de domingo, você está com seu celular em mãos em sua rede social preferida. Acessa algumas publicações que aparecem em sua time line. Entra em sua página de discussão favorita ou na da loja que tem os artigos que você gosta. Aproveitou para curtir algumas fotos, de viagens dos seus amigos, ou de dispositivos que chamaram sua atenção.
Você e mais muitos milhões de pessoas fizeram isso no domingo. E nos demais dias da semana. E não só nas redes sociais. Em outras plataformas e sistemas empresariais. Um levantamento divulgado pela consultoria IDC aponta que a geração de dados dobra a cada dois anos. A previsão é de que em 2020 sejam gerados 35 trilhões de gigabytes. É muito dado, é o big data!
Não à toa usar analytics e big data para entender melhor padrões de comportamento do mercado e tendências de novos negócios tem se tornado prática em muitas empresas. Quem ainda não o faz, já está buscando formas de fazê-lo.
Por isso listamos abaixo exemplos de aplicação do big data para inspirar você a lançar um olhar sobre sua empresa e suas áreas de negócio.
Quando falamos de big data, estamos falando de um grande volume de dados, de diferentes fontes, estruturados e não-estruturados. Isso implica dizer que eles não possuem – necessariamente – relação direta entre si. Podemos usar em uma análise de big data dados do Instagram, Youtube, do seu e-commerce, do CD (Centro de Distribuição) ou da sua fábrica, para encontrar novas oportunidades de desenvolvimento de produtos.
Essas fontes de coleta de dados vão variar, de acordo com o segmento onde sua empresa está inserida e com as respostas que você precisa encontrar. Essas referências podem ser alcançadas por meio de:
O tratamento e categorização destes dados é o que vai garantir a extração das informações e a interpretação dos mesmos para a tomada de decisão.
Como exemplo de big data no financeiro podemos citar a prevenção de fraudes por análises de perfil. Auxilia também na realização de previsões de flutuações econômicas de mercado, tornando o planejamento mais seguros e preciso para os investidores.
Listas de ativos, histórico de transações e índices econômicos ajudam o setor a identificar os melhores preços para a aquisição de ativos complexos, determina tendências e ainda descobre oportunidades para tomada de decisões.
Dentro da American Express, essa foi uma aplicação significativa. A empresa de serviços financeiros começou a investir em big data ao perceber que os insights elaborados pelas ferramentas comuns não estavam sendo o bastante.
Com isso a companhia decidiu desenvolveu modelos preditivos para estudar dados históricos de transações dos usuários, além de variáveis para prever indicadores.
O big data é aplicado ao marketing para complementar esforços de pesquisa e ajudar marcas na missão de entender a fundo seus consumidores. As empresas buscam fazer a análise de cada perfil para saber ao certo quais suas preferências, comportamentos e estilo de vida.
A rede social Pinterest por exemplo, conseguiu atingir a marca de mais de 150 milhões de usuários ativos ao mês. Isso porque utilizou de big data e machine learning para personalizar ainda mais a experiência do usuário.
A companhia focou em refinar o sistema de recomendação da rede, implementando em sua inteligência artificial, um sistema que ranqueia as imagens por predileção que facilita a procura.
Big data em vendas
Em vendas a aplicação de big data consegue ajudar no aumento das vendas ao disponibilizar ofertas e produtos relevantes para cada cliente. Além disso facilita a fidelização por meio da análise dos dados obtidos dos clientes, e pode direcionar, por exemplo, as propostas da marca por categorias de idade, preferência e até mesmo localização.
A Under Armour, empresa especializada em comercializar roupas e equipamentos esportivos, resolveu investir em três aplicativos de ginástica apenas para ter acesso aos dados de mais de 120 milhões de usuários cadastrados.
Por meio das informações coletadas, a companhia poderá fornecer aos atletas e praticantes de esportes um conjunto completo de atividades específicas, até atendimento nutricionais personalizados.
O big data coleta dados de todos os processos, desde a realização dos pedidos até as informações finais sobre a entrega. Em logística, cada uma dessas etapas são diferentes e seus dados permitem traçar o comportamento do consumo e prever aumento ou redução de acordo com fatores climáticos ou eventos que vão acontecer em determinada região. Os dados dos produtos e as rotas pré-definidas não só otimizam o fluxo das mercadorias como também o gerenciamento dos estoques.
A empresa norte-americana UPS (United Parcel Service) foi desafiada a otimizar o cronograma de rotas para tornar seu processo logístico mais eficiente. Para resolver isso, foi realizado um estudo aprofundado para verificar rotas de veículos e questões como velocidade, tempo gasto em cada entrega, entre outros. E embora houvessem inúmeras variáveis, a instalação dos coletores de dados nos caminhões permitiu que os profissionais chegassem a uma solução assertiva aos negócios.
Após alguns testes, os resultados finalmente foram alcançados e a UPS conseguiu economizar milhões de litros de gasolina ao ano — o que se mostrou incrível para o setor!
Lançando um olhar na área Jurídica, podemos falar da gestão de riscos, que vem sendo alvo de preocupação das empresas, principalmente pela digitalização dos negócios e uso intensivo de mão de obra terceirizada. Uma grande oportunidade é analisar dados de processos na justiça, seu contencioso de massa e outros dados do sistema de gestão de RH (Recursos Humanos) para traçar padrões.
De posse dessas informações é possível propor mecanismos de proteção, como normas internas, requisitos para contratação, entre outros. O cruzamento de dados para a solução de problemas jurídicos complexos pode ser um grande diferencial na área.
Aplicar o big data nas áreas de negócio é um caminho sem volta e você precisa considerar essa tecnologia para sua empresa. Vamos encontrar juntos as oportunidades de aplicação? Entre em contato com nossos especialistas.
A A10 é especialista em Data Analytics, Machine Learning e Big Data. Ajudamos empresas a tomarem decisões inteligentes com base em dados e se alinharem à transformação digital.