Fralda inteligente avisa: download concluído e é número 2

Qualquer tomada de decisão (qualquer mesmo), tem o seu ecossistema big data completinho

A Verily Life Sciences, empresa do grupo Alphabet (Google), registrou a patente de uma fralda com sensores que identificam não apenas quando a fralda precisa ser trocada, mas também informa se o bebê fez xixi ou cocô. O "tomador de decisão" recebe uma notificação no app do celular. Algo como: "Dowload concluído: é número 2"

Não preciso dizer que o dispositivo também registra dia/hora dos “eventos”.

Por enquanto a smart diaper é apenas uma patente registrada de um produto que não sabemos se será lançado ou adotado. O que importa é perceber que as inovações data driven têm um caminho de desenvolvimento: 

1. Escolher um problema qualquer (Qualquer mesmo!!! Por isso esse exemplo é tão perfeito!!!)
2. Identificar quem toma decisões sobre esse problema
3. Identificar que informações esse tomador de decisão precisa e quando
4. Dataficar o problema: escrever o problema em termos de dados
5. Definir a tecnologia que pode transformar as informações do mundo físico em dados digitais

6. Fazer um algoritmo que transforme esses dados na informação que o tomador de decisão precisa 

7. Definir como, onde e quando entregar as informações ao tomador de decisão

8. Guardar todos os dados e logo, logo começar a criar um monte de insights e serviços a partir deles

Chamamos esse processo de Gestão estratégica do Ecosssitema Big Data. Tudo isso foi transformado em uma metodologia conhecida como Big Data Estratégico¹. 

O que foi descrito acima é um resumo genérico para quem está começando a gostar do assunto. Para o sucesso de um projeto em big data, muitas outras coisas precisam ser observadas. Por exemplo:

- Sobre o item 2: Nem sempre quem toma a decisão, age sobre o problema! Fique ligado! Às vezes você tem que projetar para duas entidades diferentes!

- Sobre o item 4: A ciência das redes oferece ferramentas incríveis para dataficar problemas complexos!

- Sobre o item 5: Nem sempre é preciso coletar novos dados. Um bom estrategista de dados sabe onde e como conseguir dados que já foram coletados para outros fins, mas interessam ao seu projeto

- Sobre o tem 7: A tomada de decisão pode ser automatizada, a partir de parâmetros pré-definidos. A ação sobre o problema também! Aí entram os robôs!

- Sobre o item 8: Como se chama o processo de pegar dados acumulados e saber para quê mais eles servem? Dataficação também! Dataficação tem dois sentidos: do problema para dados e dos dados para o problema! Em breve a Verily Life Sciences terá uma quantidade enorme de dados sobre onde, quando, e o quê os bebês fizeram nas fraldas e quanto tempo eles esperaram pela desejada troca. Pra quê servirá isso? Um especilista em dataficação no sentido dados-problema é um exímio modelador de novos negócios.

Agora é com você. Escolha um problema e projete o seu ecossistema big data!

¹ Publicada na minha dissertação de mestrado (COSTA, Luciana.BIG DATA ESTRATÉGICO: UM FRAMEWORK PARA GESTÃO SISTÊMICA DO ECOSSISTEMA BIGDATA). A partir dessa pesquisa desenvolvi o WIDA (Web Intelligence & Digital Ambience), curso para tomadores de decisão data-driven. Atualmente o WIDA é uma pós graduação Lato Sensu em Big Data Estratégico sob a chancela da Coppe/UFRJ  Para saber mais sobre o curso WIDA, clique aqui.

Network Thinking, Ciência das Redes e Big Data

Network Thinking, Ciência das Redes e Big Data

Em 2014 o Centro de Referência em Inteligência Empresarial (CRIE) da Coppe/UFRJ, lançou um curso para colocar Big Data na agenda estratégica dos gestores brasileiros. O curso é denominado WIDA (Web Intelligence & Digital Analytics), tem uma peculiaridade digna de destaque: a determinação em fazer com que os alunos desenvolvam o network thinking, ou seja, a percepção de que os problemas que eles desejam resolver com os dados digitais são resultantes da interação de agentes de um sistema complexo. O curso apresenta a Ciência das Redes como mind set essencial para a gestão do ambiente digital. De fato, pensar em termos de rede é competência fundamental para quem deseja gerar valor a partir de dados digitais.

Você sabe o que Ciência das Redes tem a ver com Big Data?

A Ciência das Redes, como chamamos aqui no Brasil, é o campo que busca conhecer as leis que governam os sistemas complexos. Cientistas acreditam que modelar matematicamente a complexidade é o único caminho para o desenvolvimento da tão sonhada Inteligência Artificial (AI).

Falando de modo simplificado, sistemas complexos são formados por um grande número de componentes relativamente simples (também chamados de nós) e funcionam sem um comando central porque esses nós têm comportamento autônomo e emergente. São sistemas complexos, entre outros, o cérebro, o código genético, uma colônia de formigas, a world Wide Web e a sociedade. 

Como a www é um sistema complexo totalmente digital, tem sido usado como campo empírico para a modelagem matemática desses sistemas. 

Segundo Barabasi, um dos cientistas mais atuantes e reconhecidos nesse campo, com dados suficientes um sistema complexo pode modelado matemáticamente e desse modo ser compreendido para ser antecipado e controlado. Médicos querem controlar a disseminação de um vírus, empresas querem antecipar o comportamento do consumidor, o mercado deseja controlar preços, os governos, evitar crises financeiras, as seguradoras, antecipar sinistros e controlar as fraudes e etc.

Pronto. Essa é a maneira mais objetiva de associar Ciência das Redes a Big Data. 

Para começar a desenvolver seu network thinking, comece lendo uma conversation Albert-László Barabasi no site edg.org. Intitulado Thinking in Network Terms (clique no título), o texto é a transcrição de uma conversa que o cientista teve em 2012 com John Brockman, editor do site, sobre a importância dos dados digitais para o estudo da complexidade. Além de ser uma simples e excelente introdução á Ciência das Redes, o texto é uma bela defesa da cultura open data, quase um manifesto pelo livre compartilhamento de dados em benefício da ciência.

Que saber mais? Pergunte!