O que é Small Data?

 O que é Small Data?

Simplificando, poucos dados são dados simples o suficiente em formato e pequenos o suficiente em volume para serem processados por uma única máquina ou compreendidos por um indivíduo. Considerados derivados do Big Data, os poucos dados podem fornecer insights significativos e oportunos que são organizados e embalados de uma maneira que os torna acessíveis, compreensíveis e acionáveis para a tomada de decisão diária.

O Small Data permite que as empresas obtenham insights valiosos sem ter que implementar os tipos de sistemas necessários para realizar a análise de Big Data. Como os poucos dados vêm principalmente de sistemas de transação, a maioria das empresas que migra para uma estratégia de análise já tem acesso aos poucos dados que podem usar para tomar decisões informadas antes de passar para a análise mais avançada usando Big Data.

Exemplos comuns de poucos dados incluem:

• Dados de sistemas de gerenciamento de relacionamento com o cliente (CRMs, Customer Relationship Management Systems)
• Informações de compra para materiais de marketing, matérias-primas e equipamentos
• Informações de vendas de produtos e clientes
• Dados sobre comportamentos dos clientes
• Dados do carrinho de compras online
• Pesquisas de satisfação do cliente
• Entrevistas individuais
   

As características do Small Data

De modo geral, o small data é definido por três características. O Small Data é:

• Acessível: O Big Data é composto por grandes volumes de dados complexos que são difíceis de gerenciar. Por outro lado, os poucos dados vêm em volumes menores que são mais fáceis de usar.
• Compreensível: O Small Data resume o Big Data em conjuntos de dados menores que são mais fáceis de entender sem o uso de algoritmos avançados e programas de análise.
• Acionável: O Small Data fornece insights sobre usuários, clientes e seus comportamentos que podem ser úteis para tomar decisões de curto prazo.
   

Big Data x Small Data

O Big Data se refere aos grandes volumes de dados estruturados e não estruturados gerados pelos processos de negócios atuais. Normalmente, os conjuntos de Big Data são difíceis de acessar, entender, organizar e analisar. Como esses dados são muito grandes para serem representados em uma única máquina, normalmente exigem hardware, software e algoritmos de computação avançados para descobrir padrões, tendências e insights que possam ser úteis para as operações de negócios.

Diferentemente do Big Data, o small data é composto por partes menores e mais utilizáveis de dados e é fácil para as pessoas entenderem, acessarem e analisarem. Ele se acumula muito mais lentamente do que o Big Data e é frequentemente usado para fornecer respostas a perguntas específicas ou resolver um problema específico. Os poucos dados geralmente são armazenados em uma única máquina, como um servidor local ou laptop. Como resultado, as empresas podem facilmente obter insights valiosos de poucos dados sem ter que investir em tecnologia de alto desempenho e no uso de algoritmos complexos.

Dito isso, o small data e o Big Data têm a capacidade de impactar as empresas e podem trabalhar juntos para abordar diferentes públicos e níveis organizacionais.

Qual é a importância do Small Data?

Para empresas com recursos limitados, faz sentido trabalhar com dados em uma escala que possa causar um impacto imediato nos negócios. Conforme observado, é mais fácil processar e interpretar conjuntos de dados menores do que grandes quantidades de informações de Big Data.

Além disso, como os poucos dados podem ser apresentados de maneira mais relevante e compacta, muitas vezes é mais fácil analisar e mais acionável para profissionais, profissionais de marketing digital e gerentes.

Em muitos casos, o small data apoia resultados mais sólidos em tempo real, ajudando as empresas a melhorar práticas padrão, resolver problemas atuais e descobrir ideias inovadoras que levam a novas maneiras de fazer negócios. Assim como o Big Data, o Small Data também pode potencializar modelos de aprendizado de máquina e inteligência artificial, essenciais para automatizar processos internos importantes.

Os benefícios do Small Data

Maior disponibilidade

A maioria dos dados consumidos é de poucos dados. Qualquer pessoa com um computador ou smartphone cria poucos dados, o que os torna mais prontamente disponíveis do que o Big Data. Dados de anúncios de mídia social ou desempenho, por exemplo, são recursos valiosos para informações sobre decisões do comprador e valor vitalício do cliente (LTV, Customer Life Value).

Simplicidade 

Os poucos dados podem ser facilmente compreendidos e interpretados por pessoas, facilitando a compreensão das partes interessadas e dos tomadores de decisão. O Big Data geralmente exige interpretação profissional, mas o small data pode ser usado por qualquer pessoa para criar valor comercial. 

Inteligência de negócios imediata

Em muitos casos, o small data é o dado certo para o problema em questão. Como os poucos dados são fáceis de entender, o tempo entre a geração de poucos dados e a capacidade de usá-los para informar decisões de negócios e alcançar clientes pode ser bastante curto. 

Uma abordagem focada no cliente

O Small Data permite entender melhor o que seus usuários finais precisam da sua empresa. Ao observar pequenas amostras de dados de clientes, você pode descobrir informações detalhadas sobre os motivos pelos quais os clientes se comportam da maneira como se comportam, o que pode se traduzir em insights de negócios importantes. 

Economia de custos

Pequenos dados podem ser acessados a partir de aplicativos e serviços, onde quer que estejam armazenados, sem ter que criar armazenamentos de dados e armazéns caros conforme o volume de dados aumenta.
 

Casos de uso de Small Data

Considere os seguintes casos de uso potenciais para poucos dados:

• Atendimento ao cliente: Informações detalhadas sobre os clientes podem ajudar as empresas a fornecer uma resolução de problemas mais rápida. O reconhecimento do número de telefone ou o conhecimento prévio de um problema (por exemplo, um voo atrasado) podem ajudar os representantes de atendimento ao cliente a lidar melhor com um problema ou redirecioná-lo para um serviço de resposta automatizado. 

• Gerenciamento de ativos e despesas: As empresas muitas vezes têm dificuldade em monitorar com precisão as despesas e relatar ativos fixos. O Small Data oferece uma visão mais clara da eficiência geral da sua organização, que pode ser usada para ajudar a alinhar suas atividades de negócios com suas principais prioridades.

• Retenção de funcionários: Poder observar pequenas mudanças na atividade dos funcionários, como subutilização de férias acumuladas e licença médica, pode indicar níveis de motivação dos funcionários. Essas informações podem ajudar a informar os métodos de retenção e melhorias na cultura da empresa e no ambiente de trabalho.

• Compras personalizadas: Pequenos conjuntos de dados criados a partir de dispositivos vestíveis e portáteis, sensores, câmeras de vigilância e dispositivos IoT de varejo podem ser usados para melhorar a experiência do cliente na loja. 
   

Tendências de Small Data

Curiosamente, o relatório Top 10 Data and Analytics Trends do Gartner para 2021 mostra que dados pequenos e amplos, em vez de Big Data, estão sendo usados para resolver problemas em organizações relacionados a desafios com dados insuficientes em casos de uso específicos e perguntas complexas de AI. 

Os dados amplos apoiam a análise de várias fontes de dados pequenas e variadas, não estruturadas e estruturadas, para melhorar o contexto e a tomada de decisões, enquanto os poucos dados podem usar modelos de dados que oferecem insights úteis com menos dados. 

O relatório também sugere que as tecnologias de AI precisam ser capazes de usar conjuntos de dados menores e técnicas de poucos dados em vez de dados históricos tradicionais, muitos dos quais agora podem ser irrelevantes, dadas as mudanças no ambiente de negócios causadas pela COVID-19.