Seis termos relacionados ao Big Data que você precisa saber de cor

A ansiedade das empresas de TI em se classificarem como líderes de
mercado desencadeia uma proliferação de novos termos. Muitas dessas buzzwords, contudo, tem significados ainda não bem definidos. Falando especificamente no mundo do Big Data, o hype
vem como um novo dialeto. Quer clareza com relação aos termos mais
comuns nesse campo? A seguir, apresentamos um breve dicionário.

1. Fast data
A estrela brilhante na constelação de termos é o “fast data”, que
começam a aparecer com, cada vez mais, frequência. A expressão se refere
a “dados que perderão valor ao longo do tempo”, explica Tony Baer,
analista da Ovum, que afirma ter cunhado o termo em 2012.

Assemelha-se a registros de feeds do Twitter ou streaming, que
precisam ser capturados e analisados em tempo real, permitindo respostas
e decisões instantâneas.

“Fast data pode se referir a algumas coisas: ingestão, transmissão,
preparação, análise, resposta, tudo em alta velocidade”, afirma Nik
Rouda, analista do Enterprise Strategy Group.

2. Slow data
Exatamente o oposto do termo acima. “Slow data” refere-se aos dados
podem ser usados para rotinas de análises menos frequentes e aplicado
para tomada de decisões que não necessitam de informações instantâneas.
De forma geral, é aquele registro capturado em um data lake para
processamento posterior.

3. Small data
O termo significa “tudo aquilo que cabe em um laptop”, classifica
Gregory Piatetsky-Shapiro, presidente da consultoria KDnuggets.
Essencialmente, a expressão reconhece o fato que “muitas análises
continuarão sendo feitas com uma ou poucas fontes de dados, em apps – e
as vezes até mesmo em planilhas do Excel”, adiciona Rouda.

4. Medium data
De maneira simplista? Refere-se a algo não tão pequeno quanto o termo
anterior. Para dar uma dimensão, quando você fala em muitos petabytes,
isso pode ser chamado de Big Data, o que exigirá tecnologias como Hadoop
e MapReduze para ser analisado. “Mas, muitos desafios analíticos não
envolvem petabytes”, contrapõe Baer. Para um volume intermediário de
informações, criou-se o termo “medium data”.

5. Dark data
A expressão refere-se que estão subutilizados ou desconhecidos. “As
pessoas, muitas vezes, nem sabem que esses dados existem, como
acessá-los, não tem permissão para analisá-los ou os sistemas não foram
ajustados para fazer isso”, lista Rouda, citando que eles ficam perdidos
nos bancos e armazéns de dados. Em muitos casos, trazer luz para esses
dados escuros é uma tarefa de algoritmos de machine learning.

6. Dirty data
Por fim, mas não menos importante, “dirty data” é algo tão divertido
quanto o próprio nome sugere: aqueles registros que ainda não foram
limpos. “A menos que você desempenhou alguma operação com ele, o dado
não necessariamente precisa ser limpo”, afirma Baer, essa operação
incluem preparação, enriquecimento e transformação. “Em outro caso,
muitas respostas erradas são possíveis”, comenta Rouda.

Só mais uma coisa…
Usar dados para fazer sua empresa avançar é mais do que apenas
aprender termos. “Há uma lacuna entre todos os dados disponíveis e nossa
capacidade de usá-lo”, reforça Brian Hopkins, vice-presidente da
Forrester.

Preencher essa lacuna pode pedir o uso de ferramentas robustas ou
pode ser, apenas, uma questão de autoentendimento daqueles recursos.
Seja qual for a situação, é preciso criar um elo para gerar ações
significativas.

“Os fornecedores e analistas de consultorias são bons em criar novas
buzzwords”, reconhece Hopkins. “Ao invés de se atolar em termos, o meu
conselho para os CIOs é focar em resultados que irão transformar o seu
negócio.”