Embora a informação sempre tenha existido, ela muitas vezes está inacessível, incompleta ou até mesmo, quando visível, parece não fazer sentido por si só. Novas tecnologias surgem e o Big Data, assim como os desafios que o permeiam – análise, captura, curadoria, pesquisa, compartilhamento, armazenamento, transferência, visualização e privacidade dos dados – está cada vez mais em evidência. É o volume de informações crescendo exponencialmente.
Em suas recentes previsões para 2016, o Gartner ressalta que tudo na chamada malha digital – que nada mais é que a união de dispositivos móveis, wearables (tecnologias para vestir), sensores da Internet das Coisas (IoT) e outros dispositivos que são utilizados para interação entre pessoas – produz, utiliza e transmite informação. Os dados vêm de todos os lados, de diversas fontes, podem ser extraídos de textos, áudios e vídeos, mas também incluem informações sensoriais e contextuais, disponíveis nas redes sociais, por exemplo. Estima-se que, ainda em 2016, 6,4 bilhões de “coisas” conectadas estarão em uso, sendo que em 2020 esse número deve saltar para 20,8 bilhões.
O dilúvio de informações nesse cenário 100% conectado parece caótico. Tudo na era Internet das Coisas gera dados. Aparelhos de pressão com chip, informando o estado do paciente diretamente para o médico e alimentando seu prontuário eletrônico; vagas públicas de estacionamentos com QR Codes que permitam o controle das vagas ocupadas e o registro dos pagamentos; sensores na rede de transmissão elétrica fornecendo em tempo real o status do consumo, índices de desperdício e pontos de falta de energia; sensores com tecnologia RFID para saber se um enfermeiro, médico ou funcionário de um hospital lavou suas mãos antes de entrar em contato com o paciente; e até mesmo semáforos conversando entre si e com os veículos para melhorar o controle do tráfego.
A questão é: como tirar proveito deste volume estrondoso de dados não estruturados, dispersos em inúmeras bases e provenientes de “n” fontes? As avançadas ferramentas de business intelligence (BI), também chamadas Analytics, graças à sua habilidade de utilizar dados, análises e raciocínio sistemático, são uma boa saída para lidar e tornar útil esse enorme volume de informação.
Voltando aos exemplos acima de aplicações IoT, as informações disponibilizadas pelos avançados aparelhos de pressão poderiam ser de grande valia para políticas de saúde pública. Juntamente com dados dos hospitais, informações demográficas, índices relacionados à procura de medicamento para hipertensão nas farmácias no entorno, podem ser transformadas com o apoio do analytics em estatísticas extremamente úteis, permitindo descobrir, inclusive, maior incidência de pressão alta em determinada região. As descobertas permitem orientar medidas corretivas, ações educativas, aprimorar o controle da quantidade de sódio na água e uma série de outras iniciativas.
Isso só é possível por que as ferramentas de BI são capazes de extrair e realizar um primoroso trabalho analítico e inteligente em cima de grandes volumes de dados, estruturados ou não, coletados e armazenados por inúmeras outras tecnologias de altíssimo desempenho. Estamos falando do cruzamento de uma infinidade de dados, nos ambientes interno e externo, para gerar relatórios e dashboards extremamente visuais e interativos, com insights valiosos para a tomada de decisão, seja ela qual for.
Enfim, informações vindas de todos os lados compõem esse universo. Mesmo o que, em um primeiro momento pareça invisível ou impalpável, pode de alguma forma ser útil, se lapidado. Investir em inteligência analítica e transformar simples dados em informações valiosas é com certeza uma das melhores formas de se tirar proveito deste mundo tão conectado.