79

Big data visent

Embed Size (px)

Citation preview

Page 1: Big data visent
Page 2: Big data visent

O que é Big Data?

Page 3: Big data visent

Porque existetanto barulho sobre

BIG DATA?

Page 4: Big data visent

O Big Data não é modismo?

Page 5: Big data visent

... Quão grande é BIG Data?

Page 6: Big data visent

O que mesmo nósestamos falando?

Page 7: Big data visent

“BIG DATA É A CAPACIDADE DE UMA EMPRESA EM ARMAZENAR, PROCESSAR E ACESSAR (S.P.A.) TODOS OS DADOS DE QUE NECESSITA PARA FUNCIONAR EFICAZMENTE , TOMAR DECISÕES , REDUZIR OS RISCOS E SERVIR OS CLIENTES ".” -- Forrester

Page 8: Big data visent

“BIG DATA É A CAPACIDADE DE UMA EMPRESA EM ARMAZENAR, PROCESSAR E ACESSAR (SPA) TODOS OS DADOS DE QUE NECESSITA PARA FUNCIONAR EFICAZMENTE , TOMAR DECISÕES , REDUZIR OS RISCOS E SERVIR OS CLIENTES ".” -- Forrester

Page 9: Big data visent

“BIG DATA , EM GERAL, É DEFINIDO COMO DADOS DE ALTO VOLUME , VELOCIDADE E VARIEDADE DE INFORMAÇÃO QUE EXIGEM FORMAS RENTÁVEIS E INOVADORAS DE PROCESSAMENTO DE INFORMAÇÃO PARA MAIOR VISIBILIDADE E TOMADA DE DECISÃO.”

-- Gartner

Page 10: Big data visent

“BIG DATA , EM GERAL, É DEFINIDO COMO DADOS DE ALTO VOLUME , VELOCIDADE E VARIEDADE DE INFORMAÇÃO QUE EXIGEM FORMAS RENTÁVEIS E INOVADORAS DE PROCESSAMENTO DE INFORMAÇÃO PARA MAIOR VISIBILIDADE E TOMADA DE DECISÃO.”

-- Gartner

Page 11: Big data visent

“BIG DATA SÃO DADOS QUE EXCEDEM A CAPACIDADE DE PROCESSAMENTO DOS SISTEMAS DE BANCO DE DADOS CONVENCIONAIS. OS DADOS SÃO MUITO GRANDES, SE MOVEM MUITO RÁPIDO, OU NÃO SE ENCAIXAM AS CRÍTICAS DE SEUS ARQUITETURAS DE BANCO DE DADOS . PARA GANHAR VALOR A PARTIR DESSES DADOS , VOCÊ DEVE ESCOLHER UM CAMINHO ALTERNATIVO PARA PROCESSÁ-LO.”

-- O’Reilly

Page 12: Big data visent

“BIG DATA SÃO DADOS QUE EXCEDEM A CAPACIDADE DE PROCESSAMENTO DOS SISTEMAS DE BANCO DE DADOS CONVENCIONAIS. OS DADOS SÃO MUITO GRANDES, SE MOVEM MUITO RÁPIDO, OU NÃO SE ENCAIXAM AS CRÍTICAS DE SEUS ARQUITETURAS DE BANCO DE DADOS . PARA GANHAR VALOR A PARTIR DESSES DADOS , VOCÊ DEVE ESCOLHER UM CAMINHO ALTERNATIVO PARA PROCESSÁ-LO.”

-- O’Reilly

Page 13: Big data visent

“BIG DATA SÃO DADOS CARACTERIZADOS POR 3 ATRIBUTOS: VOLUME, VARIEDADE E VELOCIDADE.”

-- IBM

Page 14: Big data visent

“BIG DATA SÃO DADOS CARACTERIZADOS POR 3 ATRIBUTOS: VOLUME, VARIEDADE E VELOCIDADE.”

-- IBM

Page 15: Big data visent

“BIG DATA SÃO CARACTERIZADOS POR 4 ATRIBUTOS PRINCIPAIS: VOLUME,

VARIEDADE, VELOCIDADE E VALOR.”

-- Oracle

Page 16: Big data visent

“BIG DATA SÃO CARACTERIZADOS POR 4 ATRIBUTOS PRINCIPAIS: VOLUME,

VARIEDADE, VELOCIDADE E VALOR.”

-- Oracle

Page 17: Big data visent
Page 18: Big data visent

VAMOSOLHARBIG DATA DE UMA MANEIRA

DIFERENTE

Page 19: Big data visent

QUAL FOI SEUPRIMEIRO

COMPUTADOR?

Page 20: Big data visent
Page 21: Big data visent
Page 22: Big data visent
Page 23: Big data visent

QUAIS OS LIMITESDO “BIG DATA”?

Page 24: Big data visent

Dados são pequenos quando cabem emmemória RAM.Big Data é quando dá crash porque não coube

Page 25: Big data visent

VAMOS TENTAR…DE NOVO…

Page 26: Big data visent

Byte

Byte : um grão de arroz

Page 27: Big data visent

Kilobyte

Byte : um grão de arrozKilobyte : copo de arroz

Page 28: Big data visent

Megabyte

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arroz

Page 29: Big data visent

Gigabyte

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arroz

Page 30: Big data visent

Terabyte

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arroz

Page 31: Big data visent

Petabyte

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arroz

Page 32: Big data visent

One Byte Exabyte

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arroz

Page 33: Big data visent

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arroz Zettabyte

Page 34: Big data visent

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Yottabyte

Page 35: Big data visent

HobbyistByte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Page 36: Big data visent

Desktop

HobbyistByte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Page 37: Big data visent

Desktop

Hobbyist

Internet

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Page 38: Big data visent

Desktop

Hobbyist

Internet

Big Data

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Page 39: Big data visent

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra!

Page 40: Big data visent

Desktop

Hobbyist

Internet

Big Data

Byte : um grão de arrozKilobyte : copo de arrozMegabyte : 8 sacos de arrozGigabyte : 3 caminhões de arrozTerabyte : 2 navios container de arrozPetabyte : 1 Manhattan de arrozExabyte : US Costa Oeste de arrozZettabyte : Oceano Pacifico de arrozYottabyte : Uma bola de arroz tamanho da Terra! O Futuro?

Page 41: Big data visent

“O GOVERNADOR GARY RICHARD HERBERT, DE UTAH, DISSE EM 11 DE JUNHO DE 2012 , NA REUNIÃO ANUAL

DA ASSOCIAÇÃO NACIONAL DOS GOVERNADORES QUE A NSA ESTAVA CONSTRUINDO UM CENTRO DE DADOS DE 140KM QUADRADOS NO ENTORNO DE SALT LAKE CITY A QUAL SERIA A PRIMEIRA INSTALAÇÃO PARA

ABRIGAR UM YOTTABYTE DE DADOS " ..”

Page 42: Big data visent
Page 43: Big data visent

BIG DATA NÃO É SOBRE O TAMANHO DO DADO,

MAS SIM SOBRE O $VALOR$ DO MESMO!

Page 44: Big data visent
Page 45: Big data visent

ENTÃO, QUAL É O

VALOR?

Page 46: Big data visent
Page 47: Big data visent
Page 48: Big data visent

MARKET INTELLIGENCE?BUSINESS INTELLIGENCE?SECRET INTELLIGENCE?

Page 49: Big data visent

NOSSA SOCIEDADE ESTÁDEIXANDO PEGADAS DIGITAIS.

Page 50: Big data visent

AS PESSOAS ESTÃO VIVENDO ONLINE E DEIXANDO SUAS IDÉIAS, OPINIÕES, ATITUDES, GOSTOS (LIKE E DISLIKES) E PERSPECTIVAS.

Page 51: Big data visent

NÓSESTAMOSGERANDO

UMA

ENORMEQUANTIDADEDE DADOS.

Page 52: Big data visent

NÓSESTAMOSGERANDO

UMA

ENORMEQUANTIDADEDE DADOS.

Page 53: Big data visent

DADOS COM UM MONTE DE INFORMAÇÕES.

Page 54: Big data visent

… E MUITO BARULHO.

Page 55: Big data visent

A HABILIDADE DE SE OUVIR O SINAL NO MEIO DO BARULHO É A CHAVE…

Page 56: Big data visent

…PARA DESTRAVAR AS CONVERSAS QUE ESTÃO NOS RODEANDO.

Page 57: Big data visent

OUVIR ESSACONVERSA PODENOS GUIAR PARA…

Page 58: Big data visent

…DESCOBERTASINESPERADAS

Page 59: Big data visent

CASOS DE ESTUDO

Page 60: Big data visent
Page 61: Big data visent

Iniciou em 1997 como umaempresa de aluguel de filmes

via correios

Evoluiu para um serviço sob-demanda com milhares de

filmes e séries de TV

Page 62: Big data visent
Page 63: Big data visent

USANDO BIG DATA PARA CRIAR UMASÉRIE QUE A AUDIÊNCIA GOSTE

Page 64: Big data visent

…MAS E AÍ?FUNCIONOU?

Page 65: Big data visent

70% DAS SÉRIES ORIGINAIS SÃO RENOVADASPARA UMA SEGUNDA TEMPORADA

Page 66: Big data visent
Page 67: Big data visent
Page 68: Big data visent
Page 69: Big data visent
Page 70: Big data visent
Page 71: Big data visent

…E FUNCIONOU?

Page 72: Big data visent

EXPERIÊNCIA DE USO…

Page 73: Big data visent

COMO VOCÊ“MINERA” (E PROCESSA)

TODOS ESSES DADOS?

Page 74: Big data visent

A MAIORIA DAS PESSOAS E EMPRESASNÃO SABEM O QUE FAZER COM TODOS

ESSES DADOS QUE ELES JÁ POSSUÊM…

Page 75: Big data visent

TORNE-SE GRANDECOMEÇANDO

PEQUENO

Page 76: Big data visent
Page 77: Big data visent

INICIO

TENTE ALGO

DEUCERTO?

PARE

SIMNÃO

SIM

Page 78: Big data visent

BIG DATA NÃO É GRANDE, SE VOCÊ SOUBER COMO

USÁ-LA.

Page 79: Big data visent