[MÚSICA] [MÚSICA] Olá, neste bloco vocês terão o prazer de estar contato com o Luciano Araújo, que é PhD administração de empresas, ele é gerente sênior de consultoria na UNISYS, e com Edileusa Prado, que fez MBA, Analytics e Big Data, e ela é uma Data Science da UNISYS. Luciano, como a UNISYS está percebendo o mercado de Big Data? >> Bem, Big Data é a grande buzzword, hoje dia, dos negócios e é uma palavra que causa diferentes interpretações e é misturado com outras questões como Inteligência Artificial, como Machine Learning. Na verdade, eu vou trazer alguns grandes números para a gente conseguir se localizar no que se refere a Big Data e Advanced Analytics. Só para a gente ter uma ideia, o grupo Gartner, que é o grande think tank da área de tecnologia hoje dia, ele espera que até 2020, ou seja, quase ali na esquina, 85% das interações com os consumidores vão ter alguma etapa onde está envolvido o Big Data, Machine Learning, Inteligência Artificial e Advanced Analytics. Então é uma coisa muito grande, é uma coisa que está logo ali. As empresas no Brasil estão pouco atrasadas. Elas precisam buscar isso. Mas de todo modo, a área aqui no Brasil, devido até pela situação econômica que o paÃs passa, é uma área que desperta grande interesse, porque é uma maneira de gerar valor a partir dos mesmos mercados. Só para a gente ter uma ideia, outro grande think tank da área de tecnologia, que é a Frost & Sullivan, estima que esse mercado de Big Data, Advanced Analytics, hoje no Brasil, envolve 2.1 bilhões de dólares serviços. E ele prevê que isso vai aumentar 25% ao ano para os próximos quatro anos, cinco anos, e vai atingir por volta de 7.4 bilhões de dólares, termos de serviços até 2022. Metade disso, pelo menos, é Brasil. O Brasil é o paÃs mais avançado na América Latina, no momento, termos de utilização e de interesse pela área de Big Data e Advanced Analytics. E só para a gente ter uma ideia, contato com clientes que a gente tem, alguns clientes já estão pouco mais avançados nessa área, que trabalham com isso há dois anos, já têm plataformas bem estabelecidas de coleta e análise de dados. Desses clientes, a plataforma de negociação de preços dele toda, já é automatizada com Big Data e Analytics. Ele consegue virar tabelas de preço semanalmente e depois dessa transformação que ele teve para o uso de Big Data e Advanced Analytics na sua área de precificação de produtos, de distribuição, ele reporta que ele teve ganho de 30% termos de lucro. 30% do lucro que ele fatura hoje vem especificamente da área de revenue management, de otimização de preços, de acompanhamento de concorrentes, e de colocar os produtos certos, com os preços certos, nos lugares certos. Então a gente vê que é uma coisa que desperta muito interesse das empresas, elas sabem que dá valor, mas tem as suas dificuldades inerentes da área. Então o mercado, hoje dia, se dá conta de quatro principais dificuldades para implementar ou para pensar termos da tecnologia de Big Data e Advanced Analytics. A primeira delas é que é difÃcil para eles entenderem qual é o business case onde eles vão aplicar isso. Como a maior parte das empresas não entende muito bem o que é o Big Data, o Advanced Analytics, o Machine Learning, eles têm dificuldade de traduzir para o problema de negócios deles. Então esse é o número. Segundo o Forrester, que é uma grande instituição de pesquisa da área de tecnologia, 40% das empresas não consegue nem sequer imaginar como traduzir essas possibilidades tecnológicas para soluções de problemas de negócios atuais deles. E não é pouca coisa, é muita gente, e 40% não tem a menor ideia de como aplicar isso. Uma segunda dificuldade que as empresas passam a ter à medida que elas conseguem visualizar como aplicar essas tecnologias para os seus casos de negócio é a dificuldade de achar mão de obra especializada. Então, 30 a 35% das empresas, segundo a Forrester, indica que elas têm muita dificuldade de treinar ou de contratar gente para trabalhar nessa área. Existe gap muito grande de mão de obra para trabalhar com Big Data e com Analytics. O terceiro ponto que as empresas dizem, nessa pesquisa da Forrester, que elas têm muita dificuldade é dados suficientes para fazer as análises. Então a qualidade dos dados, a robustez dos dados, é terceiro ponto de dificuldade, é uma terceira barreira que torna difÃcil para as empresas adentrar mundo de Análise Avançada e de Big Data. Quarto e último lugar, uma grande dificuldade que as empresas identificam implementar tecnologia de Big Data e de Análise Avançada nos seus negócios, é ser capaz de alavancar as mudanças que são sugeridas por essas tecnologia. Elas também temem que mesmo fazendo, tendo gente, sabendo qual que é o business case, tendo os dados, robustez de dados, a qualidade dos dados que é necessária, eles tem dificuldade de não conseguir implementar as mudanças que são prescritas por essas tecnologias. Então, de certo modo, a Forrester tem esse quarteto de dificuldades que, apesar de todas as empresas detectarem que é importante, elas têm uma dificuldade de entendimento da tecnologia e aplicação nos seus negócios, de qualidade de dados, de gente para fazer esse trabalho, e por fim, botar esse trabalho prática. Então, são as coisas principais. >> A coisa mais fácil que tem, na verdade, é projeto de Big Data fracassar. Por isso que as empresas têm que começar pequenininho, com pequeno balão de saia, e é quando ganha corpo têm que estar com uma grande empresa por trás para dar retaguarda, porque é muito complicado o Brasil conseguir vencer. Você investe, tem pessoa capacitada, de repente ele vai embora da empresa, vai embora da organização, e quem que vai tocar o projeto? Então quando você tem uma retaguarda tudo fica mais fácil. Qual é a importância de profissional de Big Data? Será que é importante a empresa ter profissional de Big Data? >> Certamente, professora. O profissional de Big Data, a gente costuma brincar dentro da área, que ele é a pessoa que acha as agulhas no palheiro. O profissional do Big Data, para a gente ter uma ideia da complexidade do papel dele dentro de uma empresa, não é nem achar uma agulha no palheiro, ele tem que achar diversas agulhas no palheiro. Então o trabalho do profissional de Big Data não é só essa capacidade de consolidar os dados, de agregar eles, mas também ele tem que ter viés muito investigativo, de muita curiosidade, de fazer perguntas constantes e ter a curiosidade de ir atrás dos dados e conseguir achar novos insights, que não são óbvios, muitas vezes depende de muita interação dos dados. Edileusa, por exemplo, pode até comentar mais casos de como é importante o profissional de Big Data. >> O profissional de Big Data necessita usar a tecnologia da melhor forma para achar essas agulhas no palheiro, porque você lidar com Big Data, você está lidando com grandes volumes. Está sendo exigida uma velocidade muito grande para você lidar com esses grandes volumes. Você tem que lidar com a veracidade desses dados, dessa informação, se ela é autêntica, e se ela faz sentido para o negócio, para responder as perguntas de negócio. Então, a importância desse profissional de Big Data é que você tenha alguém tecnicamente preparado para lidar com toda essa mudança de paradigma que o Big Data nos trouxe. [MÚSICA]
