Big Data e Cloud Computing: o papel dessas tecnologias para o setor têxtil

Prévia do material em texto

Big Data e Cloud Computing: o papel dessas tecnologias para o setor têxtil
Élison Goulart Duarte
Resumo
O presente artigo relata como o setor industrial têxtil e demais setores do
mercado possuem dificuldades no armazenamento de informações e a
utilização dos dados para o proveito no dia a dia da empresa. O objetivo
principal deste trabalho é apresentar as tecnologias disponíveis para o
armazenamento em nuvem (Cloud Computing) e para o grande volume de
dados (Big Data), através de definições e características de cada um
enfatizando como as tecnologias são importantes para a tomada de decisão e
o controle de gastos em infraestrutura. Após a explanação do conteúdo,
percebeu-se que empresas de todos os portes estão perdendo muito dinheiro
pela falta ou pela má exploração dos dados disponíveis na web e dos sistemas
ERP de cada uma. Constatou-se também que, com as tecnologias disponíveis,
é possível realizar uma raspagem de dados minuciosa, precisa e ágil na web
para o auxílio na tomada de decisões e a diminuição considerável em
equipamentos de infraestrutura como servidores de aplicações, servidores de
dados, microcomputadores potentes e redes de computadores.
Palavras-chave: Big Data; Cloud Computing; Armazenamento; Infraestrutura;
tomada de decisão.
Introdução
Observando o cenário atual, especificamente para o setor têxtil em
Santa Catarina, esse que por sua vez vem crescendo ano após ano, com isso
as grandes quantidades de dados de cada empresa vêm crescendo
exponencialmente, sem qualquer tratamento e muitas vezes se perdem com o
passar dos anos. Uma das maiores dificuldades encontradas para setor de
tecnologia de informação dentro dessas empresas, é a forma de
armazenamento de dados e a utilização dos mesmos, ocasionando na falta de
espaço de armazenamento sem muitos investimentos em hardware e
infraestrutura, pois são valores consideravelmente altos. 
Com o crescimento, indústrias estão procurando se modernizar em
termos de processos e tecnologia, porém, poucos são os que atingem seus
objetivos e muitas são as barreiras. De acordo com Cláudio Grando em
entrevista dada ao site Rede Catarinense de Notícias por Leonora (2019),
pode-se dizer que o setor têxtil:
Ainda é um setor pouco automatizado. Pode empregar bem
mais automação. Felizmente, para a confecção, a indústria 4.0
está mais ou menos equilibrada em todos os países do mundo.
Algumas áreas industriais do Brasil talvez tenham perdido o
bonde da indústria 4.0. Algumas indústrias de outros setores
estão muito à frente, nos Estados Unidos, Europa e Ásia. Mas
a indústria de confecção no mundo ainda é 2.0 e 3.0.
Para a confecção desse artigo, utilizou-se a metodologia de pesquisa
qualitativa, que segundo Gerhardt e Silveira (2009, p.32) “preocupa-se,
portanto, com aspectos da realidade que não podem ser quantificados,
centrando-se na compreensão e explicação da dinâmica das relações sociais”
através de conteúdos como, artigos, livros e publicações na internet, sendo
possível identificar características, conceitos e aplicações de cada tecnologia,
de como cada uma delas pode impactar no planejamento da empresa,
fornecendo informações valiosas para o processo decisório. Possibilitando
desta forma, a correção de falhas e enriquecendo táticas que já estão em pleno
funcionamento.
Considerando as dificuldades encontradas, este artigo tem como
objetivo principal definir o papel de duas tecnologias imprescindíveis que
podem ser utilizadas para o crescimento da empresa. Os dados armazenados
há anos em dispositivos de backup ou servidores de arquivos podem ser peças
fundamentais na utilização de ferramentas Cloud Computing ou Big Data, que
são respectivamente armazenamento em nuvem e a extração de dados. Dados
esses que acabam ficando de lado sem utilização e totalmente inseguros. 
Diante disso, é onde entra o papel das tecnologias estudadas. Cloud
Computing é uma tecnologia, onde a empresa pode contratar serviços de
armazenamento nas nuvens e infraestrutura on demand, ou seja, paga apenas
pelo serviço utilizado, sem a necessidade de altos investimentos e no decorrer
do tempo aumentar ou diminuir a quantidade de serviços sem alterar a
infraestrutura da empresa. 
Em paralelo, pode-se contar com ferramentas para a extração de dados.
Ou seja, Big Data nada mais é que uma quantidade considerável de dados,
que podem ser complexos, difíceis ou quase impossíveis de acessar sem a
ajuda de alguma ferramenta específica. Através das duas tecnologias, é
possível ter acesso às informações de forma fácil e em tempo real com a
possibilidade de apresentar informações significantes para os insights na
tomada de decisão.
Big data, definições e características
São muitos os dados que as empresas armazenam com o passar dos
anos. Na era da tecnologia, a evolução digital e diversos tipos de sistemas,
dados complexos e de difícil acesso fazem com que fique cada vez mais árdua
a forma de análise para uma possível tomada de decisão, e obter um ganho de
desempenho na competitividade entre as indústrias pelo mundo. 
O termo “Big Data” refere-se ao grande volume de dados, podendo
esses serem grandes, rápidos, complexos e que sejam difíceis ou impossíveis
de processar sem ajuda de alguma ferramenta, sistema ou tecnologia. De
acordo com site Mckinsey Digital, Big Data não é apenas uma quantidade de
dados, mas o volume de dados que as redes sociais utilizam, transações on-
line, o acesso dos dispositivos móveis e a computação nas nuvens, tudo isso
tem gerado uma enorme quantidade de dados, tornando-os imensuráveis e se
configurando Big Data.
Dessa forma, o mesmo site enfatiza que o termo Big Data não é descrito
apenas pelo tamanho de terabytes (milhares de gigas), enquanto que a
tecnologia vai avançando, o conjunto dos dados que têm características de Big
Data também aumentam. Todas essas informações podem variar de setor para
setor, ou seja, para um determinado Big Data são apenas alguns gigas, para
outros, devem ser considerados terabytes. (TAURION, 2013).
Muitos consideram o Big Data como um novo conceito na área da
tecnologia, porém, pode-se dizer que é utilizado há anos, a diferença é que
atualmente temos muito mais informações interligadas por dispositivos por
meio de redes sociais, tevês, smartphones e agora com a internet das coisas1,
são muito mais informações para analisar e obter a melhor tomada de decisão.
O site DASHGOO enfatiza que “a essência do conceito de Big Data está em
gerar valor para negócios, e que o seu maior diferencial está na possibilidade
de cruzar dados por meio de diversas fontes para obtermos insights
rapidamente”.
1 Internet das coisas: uso da internet por dispositivos que, com o tempo se
sofisticaram, como relógios, automóveis, smartphones, eletrodomésticos e outros.
No início, o conceito do Big Data era referenciado por três V’s, que são
respectivamente volume, velocidade e variedade, contudo, com o passar do
tempo foram adicionados veracidade e valor. Não podemos apenas definir os
grandes volumes de dados como "BIG", existem 5 atributos-chaves (5Vs) que
precisam ser considerados ao processar um conjunto de dados. Cada um dos
V’s tem implicações no manuseio por si só, mas, quando combinados,
apresentam desafios ainda maiores. (DILLON, 2020).
Abaixo, pode-se verificar cada um dos atributos, suas características e
seus papéis para o Big Data de acordo com Dillon (2020):
1) Volume: o mais evidente dos V’s ao definir o Big Data. As informações
estão ao nosso redor, com o boom dos celulares, a capacidade de gerar
e consumir dados estão totalmente em nossas mãos. Todos esses
dados estão sendo gerados a cada segundo, tendo umcrescimento
exponencial até os dias de hoje. Esses volumes de dados e a obrigação
de extraí-los, "esgotam" as tecnologias tradicionais de banco de dados.
2) Velocidade: com a velocidade e os novos conteúdos criados, não se
consideram que todos os likes do Facebook e todos os posts do
Instagram são dados novos. Não é nem percebido ao clicar no botão,
porém, em algum lugar esses dados nascem. A criação instantânea e a
necessidade da análise dos dados em tempo real fazem com que não se
tenha tempo em realizar o processamento de dados em lote no final do
dia. As tecnologias de Big Data fazem com que os dados sejam
analisados antes mesmo de chegarem ao local de armazenamento final.
3) Variedade: tempos atrás, os dados eram criados de forma isolada pelas
aplicações, onde cada usuário criava seus dados estruturados por meio
de uma interface, enviando registros para um banco de dados em back-
end2, para posteriormente serem armazenados e reutilizados por outros
usuários. Hoje, são vários os tipos de dados desenvolvidos pelos
usuários, desde fotos, vídeos, mensagens, etc. Todos esses dados e
variedades reunidas em uma só plataforma, por exemplo o Instagram ou
2 Back-end trabalha na parte de trás da aplicação, é o responsável, em termos gerais, pela
implementação da regra de negócio
um histórico de grupos em WhatsApp, transformando na forma de dados
não estruturados.
4) Veracidade: no passado as informações eram armazenadas através de
formulários ou interface de aplicativos, fazendo com que esses dados
fossem armazenados de forma tratada. Hoje, as informações
representam uma abordagem de "forma livre", onde usuários postam em
redes sociais com erros gramaticais, caracteres especiais, dentre outras
informações. Com a Big Data de back-end e recursos de inteligência
artificial, ele se torna a "Pedra de Roseta" para filtrar os dados
essenciais.
5) Valor: um dos mais importantes dos V's. Gerar pentabytes de dados é
simples, porém, a finalidade desse armazenamento é a aprimoração do
conhecimento, gerando oportunidades de negócios e captando novos
clientes. Para o aproveitamento dos dados, é necessário coletá-los e
combiná-los com resultados bem definidos. Esse elemento mostra a
longa história dos projetos de TI, onde a tecnologia é utilizada para
acelerar e aumentar os negócios.
A figura abaixo mostra uma ilustração dos cinco V’s para o Big Data, de
como cada um se liga, tornando-se uma só definição e demonstrando a
importância de cada valor na hora de capturar os dados para a tomada de
decisão.
Fonte: SISTEMAS (2020).
A partir das definições de Big Data, pode-se constatar o quanto as
informações são importantes para as empresas, de como são difíceis para
realizar o tratamento correto e obter o melhor resultado para os insights na
tomada de decisão. Um dos maiores problemas das empresas de qualquer
setor, é a forma de armazenamento dos dados, que atualmente são
imensuráveis, não só pela quantidade, mas pelo fato de existirem há muito
tempo, esgotando o espaço em disco disponível nos seus data centers e
aumentando gradativamente o valor de investimento em equipamentos de
tecnologia. 
Dessa forma, é inevitável que seja realizado uma análise para
investimento em novas tecnologias, essas que são interligadas, pode-se de
forma fácil e ágil realizar o cruzamento de informações totalmente on-line,
disponibilizando o sistema de informação principal da empresa na nuvem sem
a necessidade de gastos excessivos para a empresa, configurando-se em
cloud computing.
Big Data e a computação em nuvem
Com a imensidão de dados e a grande necessidade de as empresas
terem um sistema que possa ser executado de qualquer dispositivo, sistema
operacional ou em qualquer lugar do mundo, muitas delas estão optando por
contratar o sistema de gerenciamento (ERP) na nuvem, causando facilidade de
acesso, diminuição de investimentos, segurança e outras funcionalidades.
Abaixo, segue uma imagem exemplificando a estrutura de uma estrutura em
nuvem: 
A computação na nuvem (cloud computing) é a utilização dos recursos
de TI conforme a necessidade. Ou seja, não é necessário manter ou comprar
equipamentos como data centers e servidores, mas contratar os serviços de
uma empresa que realiza a prestação dos serviços sob demanda. (AWS,
2020).
Com cloud computing, foi permitido a geração de novos serviços de TI,
principalmente para as empresas de tecnologia, dentre esses serviços pode-se
citar SaaS – Software como Serviço, IaaS – Infraestrutura como Serviço e
PaaS – Plataforma como Serviço. Em relação a isso, cabe destacar e
especificar a forma como cada serviço se aplica em cloud computing.
SaaS (Software as a Service, software como serviço)
O SaaS é o fornecimento de um serviço de software pré-pago,
podendo a empresa contratar um sistema de uma outra, terceirizada, sem a
necessidade de adquirir grandes servidores, diminuindo o valor de
Fonte: VNZ (2020).
investimento. Pois toda a infraestrutura de hardware, software ou midlewares3
ficam sob a responsabilidade do provedor de serviços, sendo capaz de
gerenciá-los da melhor forma possível diante do contrato de serviço, garantindo
a qualidade e segurança dos dados. (AZURE, 2020). 
IaaS (Infrastructure as a Service, infraestrutura como serviço)
Esse modelo é o serviço de infraestrutura virtual, ou seja, a empresa
contrata os serviços de infraestrutura, processamento e armazenamento sob
demanda. Nesse caso, paga-se apenas pelo uso, onde são disponibilizados
através de internet pública, privada (VPN, rede privada virtual) ou conexão de
rede dedicada. 
Diante disso, os usuários são responsáveis pelos sistemas
operacionais e demais softwares para uso na empresa. Podendo criar um data
center virtual instalando e rodando vários softwares e sistemas para qualquer
quantidade de máquinas. 
Sendo assim, obtém-se redução com investimentos de hardware, maior
segurança e menos manutenção, otimização de desempenho, menos espaço
físico dentro das instituições e flexibilidade de ampliação ou redução na
capacidade e/ou armazenamento. (Softline, 2018).
PaaS (Platform as a Service, plataforma como serviço)
Já nesse modelo busca-se a intermediação entre o SaaS e o IaaS,
composto por hardware virtual apresentado como serviço. Podendo ser
também sistemas operacionais, software, banco de dados, aplicativos e outros,
onde a responsabilidade fica para a empresa prestadora do serviço. 
Assim como o IaaS, o PaaS é oferecido sob demanda, pagando
somente pelo que usar. Muito utilizado por empresas de desenvolvimento,
proporciona um ambiente perfeito para criação, testes e implementação das
aplicações. As maiores vantagens são o valor de investimento inicial que é
bastante baixo, a segurança de dados, praticidade e mobilidade de acesso.
(Softline, 2018).
3 Middleware é o software de computador que fornece serviços para softwares aplicativos além
daqueles disponíveis pelo sistema operacional.
Qual a diferença entre os três serviços principais de Cloud Computing?
Através das definições citadas acima, pode-se distinguir as principais
diferenças de cada item. Isto é, IaaS são serviços baseados em nuvem, sendo
pré-pago em serviços como armazenamento, rede e virtualização. PaaS são
ferramentas disponíveis de hardware e software disponíveis na internet e SaaS
são softwares disponíveis de terceiros através da internet. Abaixo, segue uma
ilustração com as principais características que cada um tem em comum e
também de forma individual.
Fonte: KONITECK (2019) 
Big Data e as mídias sociais
Um dos maiores volumes de dados da atualidade, pode-se dizer que são
as mídias sociais. Estas nas quais, estão nas mãos de quase a metade da
população mundial, onde as informaçõessão disponibilizadas através de fotos,
imagens, vídeos, textos, dentre outros tipos de conteúdo. 
De acordo com a análise do site We Are Social, a população atual do
mundo é de 7.75 bilhões de pessoas, desse total 5.17 bilhões possui um
aparelho celular e 4.54 bilhões acessam à internet. Por sua vez, 3.80 bilhões
de pessoas são ativas nas redes sociais, dando uma abrangência de 49% da
população mundial. 
Com esses dados, pode-se dizer que por meio de ferramentas de Big
Data e o cruzamento das informações, uma empresa poderá atingir uma
grande quantidade de pessoas. Oferecendo dessa forma, seus produtos com a
melhor tomada de decisão. (WE ARE SOCIAL, 2020).
A figura abaixo, é uma ilustração do crescimento mundial no último ano
quanto a utilização de dados. A quantidade de usuários ativos nas redes
sociais cresceu mais de 10%. Usuários de internet 8,2%, usuários de telefone
2,4% e a população total 1.1%. Com isso, conseguimos perceber o quanto as
redes sociais estão no meio da população mundial e o quanto essas
informações são significantes para a análise de dados.
Fonte: SOCIAL (2020).
Ferramentas para Big Data
Existem muitas ferramentas para realizar a extração e análise de dados,
porém, Abel4 cita oito principais ferramentas para auxiliar as empresas na
tomada de decisão.
1) Import.io: é uma ferramenta open source (gratuita), utilizada para extrair
os dados através de uma url (link), onde extrai automaticamente tudo
que está disponível em um determinado site ou vários ao mesmo tempo.
Armazenando em servidores na nuvem e disponibilizados para
exportação em diferentes arquivos para futuras integrações. A Figura
abaixo, é uma das telas principais da ferramenta Import.io.
2) Apache Hadoop: é uma ferramenta de armazenamento disponível na
forma gratuita ou paga, sendo capaz de aumentar ou diminuir o tamanho
do arquivo de forma ágil.
4 Para o aprofundamento da análise das ferramentas disponíveis para a extração e análise de
dados, tem-se como base o artigo Análise de dados: conheça as 8 principais ferramentas de
Big Data para usar nos negócios.
Fonte: Import I.O
3) Oracle Data Mining: é a etapa em que o software filtra as informações
mais importantes do grande volume de dados extraídos. Disponibiliza
excelentes algoritmos de mineração de dados para que os analistas
possam obter insights na tomada de decisão.
4) Statwing: é uma ferramenta que analisa as informações
automaticamente a partir de planilhas com dados já exportados. Através
da tecnologia, é possível ter resultados bem conclusivos.
5) Tableau: uma das principais características da ferramenta é a
visualização dos dados, podendo gerar mapas, gráficos, tabelas e
demais tipos de informações para facilitar a análise de dados em tempo
real. A ferramenta é disponibilizada em versões gratuitas ou pagas
conforme a necessidade da empresa.
6) Chartio: é possível combinar diferentes dados e gerar relatórios
diretamente pelo navegador de internet e exportá-los em pdf para as
análises.
7) Pentaho: para uma melhor análise de dados, é importante realizar a
integração entre as plataformas. Dessa forma, pode-se dizer que o
Pentaho comporta esse tipo de informação. É possível conectar com o
Tableau, redes sociais da empresa e obter dados ainda mais eficientes.
Essa ferramenta é gratuita apenas no primeiro mês.
8) Pesquisas automatizadas: com a ferramenta da MindMiners, é possível
realizar pesquisas ou questionários personalizados, mapear as opiniões
dos clientes e fornecedores, estabelecer prioridades, acompanhar em
tempo real as pesquisas, exportar os relatórios automaticamente e assim
filtrar os dados mais importantes para o negócio. (ABEL, 2018).
Análise dos resultados
Big Data e Cloud Computing são tecnologias distintas que podem
trabalhar de forma conjunta, ou seja, através de um sistema totalmente on-line.
Pode-se utilizar os dados de um único lugar para realizar a extração e a
administração para a tomada de decisão, transformando o mundo dos negócios
no desempenho das suas funções.
Empresas do setor têxtil estão totalmente ligadas às redes sociais. Com
isso, o aproveitamento de informações é de grande valia, pois as ferramentas
para análise de dados são totalmente compatíveis e realizam a raspagem da
web, tornando de fácil acesso para os insights e seus futuros direcionamentos.
Como um dos maiores problemas das empresas é o investimento em
tecnologias de hardware, software e infraestrutura, com a análise de requisitos,
é possível realizar a contratação dos serviços disponíveis em uma das maiores
empresas de armazenamento do mundo, tanto a Microsoft, Google ou a AWS
oferecem serviços excelentes de acordo com o porte da empresa. Onde toda a
parte estrutural de dados é disponibilizada em uma única base, fazendo com
que sejam acessíveis e simples de visualizar. Facilitando, nesse caso, na
utilização do Big Data e levando em consideração a grande quantidade de
dados a serem trabalhados.
Conclusões
Não há como negar que as instituições estão aproveitando os dados da
web diariamente. A web representa a maior fonte de dados que vêm crescendo
exponencialmente e mudando constantemente. É por meio disso, que as
empresas de todos os setores do mercado encontram informações mais
atualizadas e podem ser usadas para auxiliar na tomada de decisões. 
Atualmente, como a grande maioria das pessoas utilizam pelo menos
uma rede social, juntamente com as tecnologias estudadas, Big Data e Cloud
Computing, pode-se obter dados extremamente rápidos e válidos, através das
ferramentas que possuem automatização e realizam a raspagem dos dados em
grande escala para rastrear a web. Com todas essas informações e os serviços
de armazenamento na nuvem será possível diminuir consideravelmente o valor
de investimento em tecnologias físicas para toda a infraestrutura, e facilitar o
dia a dia da empresa e auxiliar os gestores para o crescimento institucional e
profissional.
Referências
ABEL, Carol. Análise de dados: conheça as 8 principais ferramentas de Big
Data para usar nos negócios, 2018. Disponível em:
<https://mindminers.com/blog/ferramentas-de-big-data/>. Acesso em: 07 de
julho de 2020.
AWS. O que é a computação em nuvem? 2020. Disponível em:
<https://aws.amazon.com/pt/what-is-cloud-computing/>. Acesso em: 10 jul.
2020.
AZURE, Microsoft. O que é o SaaS? Disponível em
<https://azure.microsoft.com/pt-br/overview/what-is-saas/>. Acesso em: 17 jun.
2020.
DANESE, Jimmy. SaaS não é o Futuro. É o presente! 24 maio 2019. Disponível
em: <https://g2tecnologia.com.br/2019/05/24/saas-nao-e-o-futuro-e-o-presente/
>. Acesso em 02 ago. 2020.
DASHGOO. Big Data & Social Media, 2018. Disponível em:
<https://dashgoo.com/big-data-social-media>. Acesso em: 04 jun. 2020.
DIGITAL, McKinsey. Big data: The next frontier for innovation, competition, and
productivity. 01 maio 2011. Disponível em:
<https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/
big-data-the-next-frontier-for-innovation>. Acesso em: 08 jul. 2020
DILLON, Kevin. Big Data & the 5Vs, 2020. Disponível em: <https://coservit.com/
servicenav/en/big-data-the-5vs>. Acesso em: 20 maio 2020.
GERHARDT, Tatiana Engel; SILVEIRA, Denise Tolfo. Métodos de Pesquisa. 1
ed. Porto Alegre: Editora da UFRGS, 2009. 120p.
IMPORT I.O. Disponível em: <https://www.import.io/solutions/managed-service/
>. Acesso em: 31 jul. 2020.
KONITECK. SaaS vs PaaS vs IaaS: compreendendo a distinção para a
Manufatura. 12 dez. 2019. Disponível em: <https://www.konitech.com.br/saas-
vs-paas-vs-iaas/>. Acesso em: 12 jul. 2020.
LEONORA, Andrea. A Entrevista sobre o Setor Têxtil. Rede Catarinense de
Notícias, 26 mar. 2019. Disponível em: <http://otempodefato.com.br/geral/setor-
t%C3%AAxtil-1.2131591>. Acesso em: 04 ago. 2020.
OPTDATA.Entenda a relação entre Cloud Computing e Big Data, 2018. https://
www.optidatacloud.com/blog/entenda-relacao-entre-cloud-computing-e-big-
data/. Acesso em: 02 jul. 2020.
SANTOS, Pedro. Inteligência, 2018. Disponível em:
<https://inteligencia.rockcontent.com/big-data>. Acesso em: 15 maio 2020.
SISTEMAS, Função. Os 5 V’s do Big Data. 18 jan. 2020. Disponível em:
<https://www.funcao.com.br/2019/01/18/big-data/>. Acesso em: 07 jun. 2020.
SOCIAL, WE ARE. More than half of the people on Earth now use social media.
Disponível em: <https://wearesocial.com/blog/2020/07/more-than-half-of-the-
people-on-earth-now-use-social-media> Acesso em: 08 de jun. 2020.
SOFTLINE. Como funciona o serviço na nuvem PaaS — Platform as a
Service? 2018. Disponível em: <https://brasil.softlinegroup.com/sobre-a-
empresa/blog/como-funciona-o-servico-na-nuvem-paas-platform-as-a-service>.
Acesso em: 28 jun. 2020.
TAURION, Cezar. Big Data / Cezar Taurion. Rio de Janeiro: Brasport, 2013.
UDELCIO. Cloud Computing x Big Data: o que um tem a ver com o outro, 2018.
Disponível em: <https://www.grupometa.com/cloud-computing/cloud-
computing-big-data/>. Acesso em: 17 de jun. 2020.
VNZ. Cloud Computing. 13 jun. 2019. Disponível em:
<https://medium.com/@yvinyzim/cloud-computing-31906a99e0bc>. Acesso em:
01 ago. 2020.