Baixe o app para aproveitar ainda mais
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.
Compartilhar