Por Paulo Humaitá, fundador e CEO da Bluefields
A quantidade de dados gerada diariamente é imensurável e lidar com todas essas informações já é uma realidade em vários setores da sociedade. Cada vez mais são necessárias profissões que saibam lidar com essa questão. A McKinsey and Company projeta uma demanda de 1,5 milhão de cientistas de dados somente nos Estados Unidos, o que reflete essa contínua geração de dados. Nesse momento precisamos entender como usar essas informações da melhor forma e para isso é necessário compreender Data Analytics.
Podemos definir Data Analytics como a atividade de examinar grandes volumes de dados, os Big Datas. Essa avaliação auxilia no processo decisório seja ele preditivo, prescritivo, descritivo ou diagnóstico. No primeiro tipo, a empresa procura antecipar os efeitos de sua decisão; no segundo, identificar probabilidades no processo decisório; no terceiro, compreender o que acontece no cenário atual e no quarto buscar entender as razões que levaram certo evento a ocorrer no contexto atual.
Existem três tipos de dados que podem ser obtidos: os estruturados, isto é, os dados organizados em forma de tabela como encontrados em SQL e planilhas eletrônicas; os semiestruturados que precisam de uma análise para assimilar sua estrutura como é identificado em XML e JSON; e os não estruturados que podem ser vídeos, fotos, apps, entre outros, que precisam de um pré-processamento para serem analisados.
A análise desses dados pode ser feita por meio de softwares como o Tableau em que os dados relevantes da empresa são organizados. Após a importação e categorização é possível utilizar diferentes formas de visualização para identificar prioridades e padrões para se ter uma visão ampla e detalhada do negócio.
Aplicações na área do agronegócio
O agronegócio gera muitos dados e muitas vezes são mal utilizados, por isso surge a necessidade de examiná-los de forma mais inteligente usando a tecnologia. Segundo o levantamento Liga Insights AgTechs feito pela Liga Ventures, 307 agtechs brasileiras entregam soluções utilizando Big Data e Analytics que auxiliam na inovação da agricultura e pecuária.
O data analytics na área do agronegócio pode ajudar os produtores a entenderem melhor o presente para conseguirem fazer previsões do futuro. A combinação de ferramentas e registros detalhados de informações agregam valor para a tomada de decisões.
Dados e LGPD
Em 2020 entrou em vigor a Lei Geral de Proteção de Dados Pessoais (LGPD) e a obtenção de dados pode ser feita com a Lei em vigor, mas existem requisitos que precisam ser obedecidos como consentimento, transparência e não discriminação. Na área de marketing, por exemplo, é necessário deixar claro o que a pessoa está aceitando e o descadastramento de e-mails precisa ser mais fácil. No agronegócio, as agtechs precisam estar atentas em serem transparentes em relação à finalidade da obtenção dos dados e também à forma de como eles são empregados no dia a dia.