1

2
 Como utilizar o Big Data Analytics para impulsionar o
crescimento da sua empresa

Copyright @ 2020 Cortex Intelligence e Siteware Soluções

Redação

Rafaela Siqueira
Lorrana Rodrigues

Revisão e edição

Laís Napoli
Lorrana Rodrigues

Projeto Gráfico, Diagramação e Ilustração

Wesley Bernardes
Neste guia você vai ler…*

Introdução 5

Big Data Analytics: o que é e por que aderir 6

Os pilares do Big Data 8

Dados estruturados x dados não estruturados 9

Como aumentar sua competitividade com Big Data Analytics 10

3 maneiras de aplicar o Big Data Analytics na sua empresa 12

Uso de Big Data Analytics nos principais segmentos de mercado 13

Takeaways 15

*Clique no item desejado para ser

direcionado para a respectiva página. :]
4I
Introdução

N a era da revolução digital e da inteligência, o conceito de cultura analítica

vem ganhando notoriedade entre profissionais de inteligência e empresas de
diversos segmentos. Assim, orientando práticas de personalização de produtos
ou serviços, experimentações constantes e novos modelos de negócio.

Entretanto, à medida que o volume de dados gerado por empresas e pessoas

cresce, aumentam as oportunidades de utilizar esses insumos para compreender
melhor comportamentos e fenômenos. Não existe outro caminho tão promissor
para as companhias que não seja coletar, extrair e interpretar essas informações.
Para assim, utilizá-las em suas táticas de gestão de negócios.

Diante desse contexto, o Big Data Analytics se destaca como área de conhecimento
fundamental para que profissionais e organizações consigam examinar grandes
volumes de dados, apoiando a alta gestão nas tomadas de decisão.

Neste e-book, que é o resultado da parceria da Cortex com a Siteware, você

vai entender melhor o que é Big Data Analytics e como ele pode aumentar a
competitividade de negócios, produtos e serviços.

Boa leitura!

5
Big Data Analytics:
o que é e por que aderir
V ocê já ouviu dizer que “dados são o novo petróleo”? Uma estimativa aponta
que o volume de novas informações digitais criadas deve alcançar a marca de 175
zettabytes (ZB) até 2025, de acordo com a International Data Corporation (IDC).

Essa quantidade crescente de dados disponíveis — a que chamamos de Big Data — é

o que vem transformando comportamentos, indústrias e a forma com que empresas e
consumidores se relacionam.

A mudança no relacionamento entre as organizações e seus públicos tem impacto

direto nas tomadas de decisão do negócio. Afinal, como atender às novas demandas
e como descobrir quais são elas? Esse é um dos principais desafios enfrentados
por mais de 50% dos profissionais de inteligência, de acordo com um benchmark
realizado pela Cortex.

Nesse ponto, é importante ressaltar

que coletar dados não é suficiente
— é preciso extrair valor deles e
transformá-los em ações concretas.
Este é, resumidamente, o propósito do
Big Data Analytics: coletar, gerenciar
e examinar dados brutos em grande
volume para apoiar a gestão em
tomadas de decisão, processos de
redução de custos, estratégias de
aumento de receita, entre outros.

O Big Data Analytics também elimina

práticas como processos decisórios
baseados em suposições e achismos,
trazendo informações factuais.
Além disso, essa análise permite
o desenvolvimento de áreas de
inteligência cada vez mais relevantes
e com possibilidade de impactar nos
resultados finais da empresa.

6
 Big Data Analytics: o que é e por que aderir
Entretanto, trabalhar com o Big
Data Analytics nem sempre é uma
tarefa simples, tendo em vista que é
necessário:
• fazer as perguntas certas para
extrair bons insights;
• usar dados para prever cenários
futuros;
• deixar as planilhas de lado e
automatizar fluxos de dados;
• aderir a uma cultura
verdadeiramente orientada
por dados;
• integrar todas as bases de
informações em um só ambiente.
7
Diante de mercados cada vez mais
competitivos e impactados pelo meio
digital, empresas que não utilizam
dados para gerar novos insights e
compreender sua performance podem
estar perdendo grandes oportunidades
e sequer têm ciência disso.
Não é à toa que 79% dos executivos
acreditam que organizações que não
adotarem tecnologias de Big Data
estarão ameaçadas no mercado,
segundo informações divulgadas pela
IInterativa. Isso porque, do ponto de
vista estratégico, os dados se mostram
insumos valiosos para o direcionamento
de negócios na era digital.
Os pilares
do Big Data
O conceito de Big Data já é muito trabalhado e utilizado na estratégia de
diversas organizações. No entanto, ele foi realmente consolidado no início dos
anos 2000 e, assim, foram criados pilares que sustentam não só o conceito do Big
Data, mas também as práticas que o envolvem.

É muito importante sempre estar a par destes pilares para não se perder na
execução da estratégia, prejudicando resultados. Vamos lá?

Volume: o Big Data envolve uma grande

quantidade de informações capturadas
através de redes sociais, processos de
automação, landing pages, transações
financeiras, dentre outras. Toda e qualquer
informação entra neste quesito independente
se foi adquirida dentro ou fora do negócio.

Velocidade: diz respeito à leitura e

tratamento das informações obtidas. Claro,
os dados obtidos atualmente possuem uma
grande complexidade e variedade em si. No
entanto, mesmo com essas características,
é necessário ter agilidade para fornecer em
tempo real métricas e indicadores valiosos
para a tomada de decisão.

Variedade: a variedade diz respeito ao

formato em que essas informações chegam
a você. Elas podem chegar como dados
estruturados ou não estruturados e é sobre
isso que vamos falar agora.

8
Dados
estruturados
vs dados não-
estruturados
D iariamente, um volume de
informações cada vez maior ganha
vida e, antes de analisá-las é preciso
entender sua estrutura.
Para que seja possível determinar
de que forma os dados serão
utilizados na geração de insights de
negócio, é fundamental compreender
de que forma eles estão estruturados.
Isso é essencial ao desenvolvimento
de análises personalizadas e
assertivas, determinando como eles
serão utilizados.
No dia a dia das empresas, existem,
geralmente, dois tipos de dados: os
estruturados e os não estruturados.
Agora, vamos definir e diferenciar
cada um deles:
Dados estruturados
Como o nome diz, esse tipo de
informação é bem definida e
organizada, com uma estrutura de
armazenamento mais rígida. Isso quer
dizer que, ao importar uma tabela,
por exemplo, o documento terá
9
formatos de dados predeterminados e
padronizados, como:
• números absolutos;
• taxas percentuais;
• unidades de medida, entre outros.
Dados não estruturados
Os dados não estruturados, por sua
vez, não possuem um padrão, mas
não devem ser deixados de lado.
Isso porque, até 2025, esse tipo de
informação terá se expandido tanto
que representará 80% de todo o
volume de dados que existe no mundo,
de acordo com uma projeção da IDC.
Esse tipo de informação é tão
abrangente porque é criada a partir
do uso de tecnologias na sociedade.
Sendo assim, podem se apresentar em
formatos como:
• textos;
• áudios;
• vídeos;
• informações preenchidas
em formulários;
• imagens.
Ao contrário dos estruturados, que
podem ser facilmente trabalhados e
analisados, os não estruturados são
naturalmente mais complexos. Isso
porque, o melhor caminho para extrair
insights a partir de informações que
não atendem a um padrão é contar
com o aprendizado de máquina — ou
machine learning.
Na prática, isso quer dizer que a
inteligência de dados, com apoio da
tecnologia, serão as responsáveis por
transformar dados não estruturados
em informações interpretáveis e úteis
aos propósitos do negócio.
Como usar o Big Data
Analytics para aumentar
sua competitividade

E mbora existam ferramentas capazes de auxiliar as empresas no

gerenciamento de Big Data, não há uma “receita de bolo” para trabalhar com
dados. Antes de aprofundar nas análises, é fundamental conciliar os objetivos
definidos no planejamento estratégico da empresa às perguntas que serão feitas
para obter, como resposta, dados úteis.

Gerar previsões de vendas mais consistentes

Você sabia que 59% das previsões de vendas são feitas de maneira errada, de acordo
com a Altify? Isso pode acontecer por conta de uma carência de análises de mercado
aliada à definição de metas irreais e previsões baseadas em suposições.

Um forecast de vendas (modelo de previsão de vendas) baseado em informações

concretas é capaz de trazer uma verdadeira vantagem competitiva. Por isso,
empresas modernas e com gestão orientada por dados utilizam o Big Data Analytics,
combinando dados internos e externos para prever vendas com mais consistência.

10
 Como usar o Big Data Analytics para aumentar sua competitividade

Aprimorar produtos e serviços

O Big Data Analytics pode ser utilizado para auxiliar no desenvolvimento ou

melhoramento de produtos e serviços, tornando-os mais aderentes às demandas
de consumo.

Nesse contexto, dados de comportamento de consumo do segmento, aliados a

informações de vendas dos seus distribuidores (sell-out) podem garantir diversos
insights úteis. Com eles, será possível otimizar produtos já existentes ou criar novos,
além de desenvolver campanhas de trade marketing mais assertivas, por exemplo.

Ampliar o entendimento do negócio e seu público

Seus clientes, consumidores em potencial e toda a operação da empresa geram

toneladas de informações valiosas que precisam ser coletadas, interpretadas e
utilizadas para apoiar decisões.

Contudo, dados dispersos em diferentes formatos, sistemas e planilhas podem

tornar a análise um enorme desafio. Isso quer dizer que a capacidade de reunir
essas informações pode ser o diferencial para organizações que querem sair na
frente em seus mercados.

Ferramentas de automação especializadas em Big Data Analytics podem reduzir

a complexidade do armazenamento e da extração de valor desses insumos. Isso
porque elas unificam dados de diversas origens em um só ambiente, facilitando a
obtenção de insights.

11
3 maneiras de aplicar o Big
Data Analytics na sua empresa
A coleta de dados é algo que muitas ferramentas de automação já conseguem
resolver de forma rápida e simples. No entanto, o processo de tratamento da
informação e transformação em conhecimento para fornecimento de insights
valiosos já é mais complicado e é onde entra o conceito de Big Data Analytics.

Por isso, vamos te dar agora 3 exemplos práticos de tipos de dados e quais
setores da empresa eles podem ser aplicados para impulsionar a inovação e a
otimização de processos.

Social Data aplicada Personal Data aplicada Enterprise Data aplicada

ao Marketing: o social ao controle de qualidade: ao financeiro: como o
data é toda informação o personal data pode ser próprio nome já sugere,
que diz respeito ao coletado de qualquer o enterprise data é
comportamento de dispositivo conectado aquele gerado pelas
usuários em um certo à internet. Não só próprias organizações.
ambiente. No marketing, entender como o usuário Assim, ele fornece
eles podem corresponder se relaciona com seu informações valiosas
aos padrões de produto, mas também sobre produtividade,
pesquisa no Google, nos ajudá-lo a tornar suas faturamento, principais
comentários das redes tarefas rotineiras mais desafios, dentre outros.
sociais, na busca por fáceis. Se você trabalha Com essas informações
conteúdos, etc. Esse tipo em uma empresa de em mãos, o financeiro
de dado é valioso para SaaS, por exemplo, você consegue controlar muito
ajudar o marketing a criar pode estudar a interação mais facilmente o fluxo
conteúdo personalizado dos usuários com certas de caixa da empresa,
e estreitar a relações com páginas ou features do por exemplo, prezando
seguidores e potenciais produtopara aprimorá-lo e melhor pela saúde
clientes. obter mais engajamento. financeira do negócio.

12
Uso de Big Data Analytics
nos principais segmentos
de mercado

P ara alçar voos mais altos na era dinâmica, tecnológica e data driven em que
vivemos, é fundamental tomar decisões com agilidade e assertividade — não
basta ser rápido, é preciso apontar para a direção correta.

Nesse sentido, o Big Data Analytics é um dos recursos que podem tornar as
organizações mais competitivas. Veja abaixo como diferentes segmentos de
mercado já utilizam dados em prol de seus resultados:

13
Uso de Big Data Analytics nos principais segmentos de mercado

Varejo

Você sabia que quase 35% dos profissionais de inteligência

apontam a integração como principal desafio relacionado ao
uso de dados, de acordo com um benchmark da Cortex?

Essa dificuldade geralmente está relacionada à centralização

da gestão de dados, o que pode prejudicar a visualização dos
resultados do negócio em tempo hábil.

Para conferir mais agilidade às análises e,

consequentemente, aos lançamentos de campanhas e
tomadas de decisão, empresas do setor de varejo podem
descentralizar o acesso à informação, tornando também seu
processamento e a geração de relatórios mais ágil, o que
impacta na performance de vendas.

Indústria

Monitorar e analisar informações estratégicas da

concorrência são fatos relevantes para 48,6% dos
profissionais das áreas de inteligência, de acordo com o
benchmark da Cortex.

Desse modo, a indústria pode utilizar o Big Data Analytics

para monitorar informações públicas, como importações e
exportações. Com isso, a empresa garante mais chances de
se antecipar a ameaças e descobrir oportunidades em nichos
específicos, podendo alavancar seu crescimento.

14
 Uso de Big Data Analytics nos principais segmentos de mercado

Takeaways

Q uanto mais as empresas criam e armazenam dados, mais chances existem

de essas informações se tornarem uma forma de apoiar gestores de negócios em
tomadas de decisão. Contudo, mesmo com uma discussão efervescente sobre
o papel do Big Data nas tomadas de decisão, muitos profissionais e empresas
ainda não têm total clareza de como esse grande volume pode se tornar uma
“inundação” caso não seja tratado de maneira adequada.

Analisar dados e transformá-los em ações focadas em atingir os objetivos

predeterminados pelo planejamento estratégico tende a aumentar o
desempenho da empresa. Isso porque, com a definição das metas e dos devidos
indicadores para mensurar seu atingimento, a liderança tem mais chances de
antecipar riscos e tomar decisões baseadas em fatos.

Com tanta informação disponível, é fundamental ressaltar a importância de

combinar os dados de performance da empresa aos de mercado, a fim de
buscar novas oportunidades e compreender de que maneira o ambiente externo
influencia nos resultados da companhia.

Esperamos que esse conteúdo tenha te ajudado a ter uma visão mais clara sobre
o Big Data Analytics e seu papel estratégico dentro das organizações.

Agora, vamos conhecer um pouco mais sobre os responsáveis pela produção

deste material?

15
Cortex é a solução líder em inteligência, insights para marketing, comunicação
e vendas no Brasil. Com interface amigável, atende desde as necessidades
mais simples às mais sofisticadas e possibilita análises que combinam dados
externos do mercado, monitorados automaticamente, com dados internos da
própria empresa.

16
A Siteware ajuda você a tirar seu Planejamento Estratégico do Papel. Somos
especializados no desenvolvimento de soluções para a Gestão da Performance,
Execução da Estratégia e da Rotina. Por isso criamos o melhor software de
Gestão de indicadores do mercado, o STRATWs One, além de produtos para
serem utilizados por pessoas de todos os níveis hierárquicos de uma empresa.

Com o STRATWs One você otimiza o tempo gasto na tomada de decisão, engaja
seus colaboradores, promove o aumento da produtividade e da governança na
organização. O sistema transforma em processo a metodologia de gestão
adotada pela empresa e amplia o ROI dos projetos de consultoria contratados.
Tudo isso para garantir os melhores resultados ao seu negócio.

Siga a Cortex e a Siteware nas redes sociais para ter acesso a mais
conteúdos como este!

17
18