O documento discute os conceitos e aplicações de Big Data, incluindo: 1) As definições comuns de Big Data entre empresas, 2) Os níveis de maturidade na adoção e uso de Big Data, 3) Exemplos de uso de Big Data em aplicações como detecção de fraude e recomendação personalizada.
1. (c) 2014 UWS -- Não Distribuir
1
Palestra p/ SUCESU-RJ
Dan Reznik
23-09-2014
2. Empresas: Defina Big Data
•65%: Arquivos enormes
•60%: Análises avançadas
•50%: Ferramentas de visualização de dados
(c) 2014 UWS -- Não Distribuir
2
Forbes, 10-set-2014
3. Empresas: O que vc acha sobre “Big Data”
•89%: revolucão nos negócios como a internet
•85%: mudança dramática em como fazer negócios
•79%: empresas que não abraçarem estão fadadas à extinção
(c) 2014 UWS -- Não Distribuir
3
Forbes, 10-set-2014
4. (c) 2014 UWS -- Não Distribuir
4
Multi-structured
8. Nível 1: Ad-Hoc
Nível 2: Processos Engatinham
Nível 3: Processos Implantados
Nível 4: Processos Monitorados
Nível 5: Otimização
Curva de Maturidade
9. Nível 1: Ad-Hoc
•Negócios
–Diretores distantes, sem adesão da organização como um todo
–Objetivos de negócio mal-definidos
–Dados são artefatos; não valorizados ados como ativos.
•Organização
–Dependência em especialistas
–Grupos separados e não-comunicantes
–Responsabilidades mal-definidas
–Conhecimento de boas práticas pouco difundido
–Monitoramento reativo, "apagamento de incêndios" constante
•Dados
–Semântica mal-documentada
–Bancos com arquiteturas variadas
–Baixa qualidade de dados, pouca integração
–Ferramentas genéricas utilizadas para soluções pontuais
10. Nível 2: Processos Engatinham
•Negócios
–Percepção crescente do valor dos dados
–Alguns processos/benefícios são reconhecidos como comuns
•Organização
–Identificação de "responsáveis por dados“
–Papéis ainda mal definidos, iniciativa não é contínua
–Esforço inicial em criar gerenciamento para toda a organização; interesses e perspectivas diferentes entre os departamentos.
–Demanda por novas capacidades é reconhecida, parcialmente resolvida com treinamento
•Dados
–Projetos para a organização iniciam
–Serviços de distribuição de dados são implantados
11. Nível 3: Processos Implantados
•Negócios
–Envolvimento ativo de um executivo com autoridade sobre toda a organização
–Comprometimento ao desenvolvimento continuo de habilidades
•Organização
–Papéis dos responsáveis de dados bem definidos
–Centralização do gerenciamento de dados
–Processos, métricas de qualidade, e ferramentas usadas por toda a organização
–Auditorias periódicas e monitoramento proativo
•Dados
–Arquitetura de dados comum guia todas as implementações
–Gerenciamento central de dicionário de dados
–Métricas de qualidade monitoradas regularmente
12. Nível 4: Processos Monitorados
•Negócios
–Interesse em predição do desempenho futuro
•Organização
–Metas estabelecidas para cada processo
–Problemas são identificados e corrigidos pró- ativamente
•Dados
–Métricas são coletadas e analisadas continuamente
–Primeiros passos na predição de desempenho futuro
13. Nível 5: Negócios Otimizados
•Negócios
–Identificação de oportunidades
•Organização
–Cultura de melhoria contínua dos processos
–Processos evoluem junto as metas da organização.
•Dados
–???
14. (c) 2014 UWS -- Não Distribuir
14
Ambiente Heterogêneo Processos Informais Dados Caóticos
Ambiente Integrado Processos Controlados Dados Coerentes
Simplificação Tempos de Entrega Curtos Redução de Custos
18. •Identificar e Priorizar Use Cases
•Desenho de Soluções
•Governança de Dados
•Implantação
(c) 2014 UWS -- Não Distribuir
18
19. (c) 2014 UWS -- Não Distribuir
19
Motor de Recomendação
Detecção de Fraude
Integração de Dados do Cidadão
Busca Semântica de Laudos
Otimização de Marketing Digital
29. Integração: Os Três Nãos
•Não quero mais trabalho
•Não quero que você tenha meus dados
•Não quero que você veja os furos com meus dados
(c) 2014 UWS -- Não Distribuir
29