O termo big data já não é mais tão novo, dizendo respeito a três aspectos essenciais na mineração de dados: volume, velocidade e variedade. Quando trabalhamos com big data na politica esses três aspectos devem ser obrigatoriamente levados em consideração.
Volume diz respeito a quantidade de dados disponíveis a serem analisados, velocidade a produção de novas informações — que geralmente tem caráter decisório e estão sendo produzidas enquanto este texto é escrito — e variedade, na origem ou tipo de conteúdo.
Quando esses três Vs são associados podemos entender melhor o significado de big data e a partir daí inferir como sua aplicação interfere no resultado das eleições.
Mineração de dados e estratégia
Uma das principais vantagens do big data é sua versatilidade. Esse tipo de análise, mesmo quando aplicada à realidade das pequenas e médias empresas oferece informações valiosas para seu negócio e isso não poderia ser diferente quando o assunto é política. Se na hora de desenvolver um aplicativo o cruzamento de dados será importante para atender melhor seu usuário e prever com maior acuidade suas expectativas, na política podemos esperar algo parecido.
Marketing político, mais que qualquer outro, é baseado em entender o que o eleitor procura em seus representantes eleitos e estabelecer autoridade nessas áreas. Campanhas são ambientes extremamente dinâmicos e perder segundos de televisão abordando temáticas alheias ao eleitor é garantia de alienar sua base de votos. Como a ideia aqui é tornar um candidato viável a um cargo eletivo, quanto maior for sua sintonia com os eleitores, melhor. É aí que entra o poder do big data na política.
Presidente eleito pela ciência da informação
O resultado não vêm apenas na forma de votos, mas numa melhor utilização dos recursos disponíveis em caixa. Candidatos podem segmentar parcelas da população por idade, localização e afiliação política e definir estratégias voltadas especificamente para esses grupos. Ações específicas diminuem o custo de cada voto e tornam campanhas mais dinâmicas, orientando o que falar, como e para qual audiência e comparando resultados. O maior case de big data na política foi a eleição de Barack Obama e seu icônico Yes We Can.
O uso de dados nessa campanha foi especialmente importante na hora de modificar o voto dos indecisos e transformar cada ação do candidato em um hit nas mídias sociais. A tendência deve ser adotada nas eleições municipais, principalmente graças as alterações na legislação que diz respeito ao financiamento de campanha. A estratégia de Barack Obama foi fundamental para coletar doações de pessoas físicas, que serão fundamentais dentro da nova regra.
Big data na política e nas empresas
Cruzando dados geográficos, demográficos, pesquisas de opinião e manifestações nas redes sociais, campanhas podem se beneficiar do mesmo recurso que ajuda empresas a anteverem as expectativas do consumidor e adaptarem suas estratégias de acordo.
Pode parecer um pouco maquiavélico, mas, em princípio, ajustar a eficácia da sua mensagem com auxílio de big data modificará completamente nosso relacionamento com a coisa pública. Não são só os candidatos que se beneficiam do uso de big data, mas também os cidadãos.
Pense no ideal de democracia ateniense, de intensa participação popular no processo decisório. Os cidadãos se reuniam na ágora, que se tornou símbolo da participação dos homens livres na vida pública e dali vem a ideia de que regimes são legitimados pela consulta popular.
Hoje essas consultas são feitas através da eleição de representantes capazes de endereçar os anseios de um determinado grupo de pessoas e defender seus interesses junto às instituições, mas a internet abriu novas portas para a cidadania.
Online, pessoas se reúnem para discutir e demandar ações do poder público e durante esse processo, produzem uma infinidade de informações que vistas de longe indicam uma tendência em qualificar as relações entre o poder e o povo.
Analisar big data na política ajudará a construir campanhas mais sensíveis as demandas populares, atingir eleitores de forma segmentada e construir um diálogo ativo com a sociedade.
Os resultados são campanhas capazes de gerir melhor seus recursos e obter maior aproveitamento junto aos eleitores.
Gostou do nosso post? Assine a newsletter da Know Solutions e receba as tendências em big data em primeira mão!
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.