O tema da gestão de dados em Marketing Digital está na ordem do dia. A referência ao conceito Big Data tem vindo a crescer de forma bastante exponencial na blogosfera especializada, multiplicando-se os artigos sobre a importância deste fenómeno e o seu enquadramento muito particular nos processos de Business Intelligence aplicados ao negócio digital.

Mas o que é, afinal, Big Data?

Contrariamente à ideia por vezes assumida que o termo Big Data se refere exclusivamente aos dados provenientes do ambiente digital proporcionado pela web, importa referir que a sua abordagem é muito mais vasta, mas, ao mesmo tempo, muito próxima dos nossos hábitos e comportamentos, dentro ou fora do ambiente caracterizado pela Internet.

Uma forma simples de enquadrarmos este conceito será a constatação daquilo que nos rodeia: Quantos sistemas, automatismos e rotinas funcionais encontram-se em permanente geração de dados na nossa vida quotidiana? Desde o “vulgar” telemóvel ou Tablet que transportamos para todo o lado até ao mais sofisticado satélite em órbita terrestre, existe uma ponte colossal de processadores, entre automóveis, electrodomésticos, caixas registadoras, portas automáticas, GPSs, câmaras de vigilância, TPAs, ATMs, semáforos, radares, etc., etc., que produzem volumes consideráveis de dados (muito para além da nossa percepção real) de acordo com os objectivos e propósitos mais diversos.

Se tomarmos em linha de conta o número de vezes por dia que pressionamos botões, sensores ou qualquer outro dispositivo para activar ou executar determinadas funções, será relativamente fácil perceber, dentro deste contexto, qual o seu impacto, considerando que cada um destes gestos, individualmente, gera um conjunto específico de dados, destinados a serem utilizados numa perspectiva de intelligence.

Neste âmbito, poderemos classificar o termo Big Data como a gestão de dados em larga escala, cujo nível de complexidade dimensional impossibilita o seu processamento através de meios ou ferramentas convencionais, outrora adaptados à realidade da sociedade da informação.

Analisando a evolução histórica deste fenómeno, poderemos considerar 3 níveis fundamentais de produção:

• A produção de dados em regime de Input – Situação que retrata os primórdios dos primeiros computadores pessoais, sobre os quais existia a necessidade de armazenar dados directamente em cada PC, e que marcou uma viragem determinante na vida tecnológica das empresas;

• A produção de dados em regime User Generated Content (UGC) – Situação que abrange a realidade da chamada Web 2.0, na qual se evidencia o papel preponderante do próprio utilizador na criação e geração de conteúdos em regime colaborativo e de partilha;

• A produção de dados em regime Machine-Generated Data (MGD) – Situação que retrata o processamento automatizado de dados sem intervenção humana e que refere o funcionamento de complexos sistemas integrados em ambiente de computação contínua.

Analisando a componente dos dados, na óptica das suas características intrínsecas, o conceito Big Data tem vindo a ser classificado de acordo com 4 parâmetros (ou V⁴):

• Volume:  Pelo impacto da sua dimensão recorrente;
• Velocidade: Pela sua ocorrência em tempo real;
• Variedade: Pela tipologia (dados estruturados, semi-estruturados e não-estruturados) e diversidade de formatos (texto, audio, vídeo, etc.);
• Veracidade: Pelo desafio da confiança em relação aos dados – De acordo com a IBM, 1 em cada 3 gestores de topo não confiam na informação que utilizam para tomada de decisões.

A gestão de dados em Social Media

O impacto do Big Data afecta, naturalmente, o contexto dos media sociais, na proporção do número de plataformas de relacionamento existentes e sua capacidade de produção e partilha de dados, como já se tornou evidente pela dimensão dos principais players (Facebook, Twitter, Google Plus, Linkedin, YouTube, Pinterest, Instagram, etc.).

A este propósito, o Facebook anunciou esta semana que irá disponibilizar a curto prazo uma ferramenta em open source – Presto – destinada aos programadores independentes desta plataforma, construida de raíz pela equipa de engenheiros de Mark Zuckerberg para fazer face aos cerca de 600 terabytes (TB) de dados que, a cada 24 horas, são acrescidos ao data warehouse do Facebook. O Presto tem demonstrado capacidades de processamento mais eficazes em relação ao Hadoop (Apache) enquanto framework para tratamento de dados a este nível de dimensão.

Enquanto muitas das empresas se questionam ainda sobre quais as melhores práticas na criação de páginas presenciais ou na moderação de comunidades geradas através das plataformas de media social, o mercado de analistas tem vindo a avançar para um nível de exigência relacionado, essencialmente, com a gestão puramente informacional – Como gerar conhecimento a partir deste volume recorrente de dados?…

Actualmente parece existir um grande “fosso” entre aquilo que tem vindo a ocupar as empresas no imediato – lançamento de websites, páginas, canais, aplicativos, conteúdos e outros recursos possíveis, num ritmo de produção apreciável – e a noção da “dura” realidade à sua volta: Por um lado, a crescente complexidade dos dados gerados por todas estas actividades e, por outro, um grau de controlo cada vez mais reduzido sobre a capacidade de os transformar em insights que sustentem decisões de investimento com rigor.

Em função da sua dimensão e estratégia, um anunciante que invista na economia digital através de uma presença “típica” (Website + Facebook + Twitter, por exemplo) terá que se preocupar, acima de tudo, em perceber o que fazer com estas novas fontes de dados?

Tendo em consideração que as ferramentas de análise existentes no mercado não oferecem o nível de automatismo e de rigor que muitas empresas desejariam, é fundamental, antes de se investir em recursos desnecessários, saber exactamente qual a forma mais lógica e racional de integrar este novo caudal de informação que irá abundar na empresa, de modo a poder extrair todo o seu valor intrínseco e ganhar vantagens competitivas com base no conhecimento.

Que domínio existe sobre as Fontes de Dados em Social Media?

Partindo do exemplo anterior, em que a empresa recorre a um modelo presencial simplificado (Website + Facebook + Twitter), estariamos perante vários tipos de fontes possíveis de dados:

Uso de Ferramentas Próprietárias – Registo de tráfego e interacção
– Tipo de Dados: Estruturados ou Semi-Estruturados

Website – Analytics Dashbord (Website + Facebook referral + Twitter referral)
Facebook – Facebook Insights Dashboard + Page and Post Level Export Data
Twitter – Twitter Analytics Dashboard + Export Data

Uso de Ferramentas Terceiras – Registo de tráfego, interacção e Listening
– Tipo de Dados: Estruturados ou Semi-Estruturados

Website + Facebook + Twitter – Dashboard Suite (exemplo: Hootsuite) + Export Data

Observação directa – Registo de Listening
– Tipo de Dados: Não-Estruturados

Website + Facebook + Twitter – Auscultação directa de conteúdos

Uma vez identificadas todas as fontes de dados, torna-se crítico saber se a empresa:

• Vai necessitar de absorver todas elas? Evitando a redudância de dados e desperdício de recursos na sua gestão. É fundamental ter noção dos resultados que são esperados através desta presença digital, de acordo com os objectivos estratégicos que estiveram na base desta decisão – Para este exercício o autor sugere um modelo lógico simplificado: Modelo 4Q;

• Tem capacidade para integrar e configurar os dados que necessita? Muitas vezes as empresas não têm sensibilidade para avaliar este patamar de extrema importância, porque dele depende a oportunidade de integrar dados de Social Media com outras fontes de informação interna, como, por exemplo, os sistemas de CRM (Customer Relationship Management), que tem sido uma das práticas mais recentemente adoptadas pelas organizações que não dispensam a tomada de decisões sustentadas a este nível.

• Tem formação técnica especializada? Sem este requisito (internamente ou em regime de outsourcing) dificilmente será possível à empresa extrair todo o potencial de valor existente na informação, pelo que irá colocar em causa a sua presença em qualquer meio digital, com o consequente aumento do risco inerente ao retorno do investimento realizado.

Qual o modelo de Relatório que deve ser elaborado?

Considerando que o Digital / Social Media Analyst da empresa tem como principal função criar uma visão holística consistente a partir dos dados – quer para acompanhamento regular, quer para suporte à tomada de decisões – com base na actividade de cada plataforma, de modo a valorizar o contributo individual para o investimento global, é por demais evidente que, mesmo através de uma presença considerada “típica”, o grau de complexidade na gestão de toda esta informação é relativamente elevado.

Tem sido recorrente verificar-se uma dificuldade das empresas em estruturar modelos de relatórios ajustados à efectiva performance do negócio digital, tendo presente a necessidade contínua de satisfazer gestores e/ou decisores internos com dados que traduzam conhecimento numa perspectiva estratégica. Esta tarefa é, habitualmente, muito consumidora de recursos e exige um grau de especialização no tratamento estatístico dos dados nem sempre existente ou disponível para o efeito.

A justificação para este nível de dificuldades reside, fundamentalmente, no nível limitado de conhecimento sobre 3 aspectos, interligados entre si:

• A concepção de métricas e indicadores de performance aplicados ao negócio digital;
• A capacidade em contextualizar cenários de performance com base em fenómenos de tráfego e comportamentos do utilizador;
• A correlação de resultados a partir dos dados disponíveis, com os objectivos de negócio subjacentes à presença digital da empresa

Independentemente de serem as próprias marcas ou os seus agentes a definirem os pressupostos que devem figurar num relatório de análise, seria oportuno dispor de uma avaliação isenta em relação ao valor do seu conteúdo, feita em colaboração por uma terceira entidade devidamente habilitada, numa perspectiva de auditoria e compliance sobre os requisitos essenciais em termos de estrutura informacional, que salvaguardasse o contexto do investimento realizado pela empresa.

A tarefa de análise de dados há muito que é considerada uma função altamente especializada, que foi evoluindo a partir da complexidade dos próprios sistemas de informação, e que abrange um conjunto de competências específicas vocacionadas para o tratamento estatístico dos dados; para o reconhecimento de padrões e previsões e, sobretudo, para a conversão dos dados em valor, cujo perfil deveria ser, preferencialmente, adoptado para o desempenho desta tarefa.

Big Digital Data – O grande desafio para as Empresas

Os mais recentes estudos de research sobre o fenómeno do Big Data apontam para uma verdadeira revolução emergente de processos, à medida que o mercado e as empresas tomam consciência dos novos desafios da informação a este nível, sobretudo pelo impulso que esta corrente de dados em larga escala poderá vir a despoletar no desenvolvimento de novas tecnologias e, inclusivé, em novos modelos de negócio.

De acordo com o estudo Analytics: The real-world use of big data – How innovative enterprises extract value from uncertain data, produzido em 2012 pelo IBM Institute for Business Value e a Said Business School da University of Oxford, cerca de 63% dos respondentes referiram que o uso da informação (ao nível do Big Data) e a implementação de práticas recorrentes de Analytics estão a criar vantagens amplamente competitivas para as suas organizações.

Ainda de acordo com este estudo, muitas destas organizações estão a basear os seus projectos e planos de negócios num conjunto de benefícios derivados desta corrente informacional e analítica, tais como:

• Decisões mais inteligentes;

• Decisões mais rápidas;

• Decisões que fazem a diferença

As empresas estão a enfrentar uma verdadeira oportunidade de utilizar estrategicamente o Big Data para melhorar o seu conhecimento sobre o mercado; aumentar a competitividade e transformar as suas operações e o seu próprio modelo de negócio. Poderá, em alguns casos, constituir uma mudança algo disruptiva, mas, tal como tem vindo a ser evidenciado e testemunhado, as empresas que demonstrarem uma elevada capacidade de aprendizagem e que se adaptarem aos desafios do Big Data estarão, definitivamente, em condições de passar To The Next Level.