Dimensões de Big Data e o Processo Decisório: Estudos de Casos Múltiplos no Varejo

Dimensões de Big Data e o Processo Decisório: Estudos de Casos Múltiplos no Varejo Autoria: José Carlos da Silva Freitas Junior, Antonio Carlos Gastaud Maçada, Rafael Alfonso Brinkhues, Pietro Cunha Dolci

Resumo A presente pesquisa tem o objetivo de compreender através da visão dos gestores de empresas, como se dá a relação das dimensões de Big Data (velocidade, variedade e volume) no processo decisório (seleção, processamento e análise). Para atingir esse objetivo, foram determinadas quatro proposições referente a relação entre as características do big data (volume, velocidade e variedade) com o processo de tomada de decisão. Foram realizados dois estudos de caso em duas grandes redes de varejo do Brasil, líderes em seus respectivos segmentos. Os entrevistados foram vinte executivos, com cargas gerenciais, responsáveis pela tomada de decisão na organização e que utilizam dados e informações obtidas de múltiplas tecnologias às vezes simultaneamente. Os resultados apontam para uma relação mais acentuada da dimensão variedade, seguida por volume e, por último, velocidade. Já no processo decisório foi percebida um impacto maior na etapa de seleção, seguida de análise e processamento, nessa ordem. Palavras-Chave: Big Data, Tomada de Decisão, Volume, Velocidade, Variedade. 1. INTRODUÇÃO As organizações vivenciam um enorme crescimento de dados. Para enfrentar esse aumento, vários esforços têm sido realizados a fim de expandir as áreas teóricas de capacidade e aplicação da teoria informação. Assim, tornar-se necessário pensar em formas de analisar e processar esses dados (DAVENPORT, 2012; RASKIN, TAYLOR E HEMPELMANN, 2013). O termo em inglês Big Data, tem sido usado para definir o fluxo de dados desestruturados cuja infraestrutura existente é incapaz de processar, tendo como suas principais características o alto volume, velocidade e variedade (DAVENPORT, 2014). Formas inovadoras de processamento dos dados serão necessárias para gerar informações com maior visibilidade para a tomada de decisão, sendo essas três características conhecidas como os “3 Vs” (GARTNER, 2012; JHONSON et al., 2012; DI MARTINO et al., 2014; MCAFEE e BRYNJOLFSSON, 2012; ZIKOPOULOS et al., 2012). O universo digital (i.e. o volume global de dados) crescerá por um fator de 300, de 130 a 40.000 exabytes entre o ano 2005 e 2020 (IDC, 2014). Isso reflete no mercado global de gerenciamento de informação, que movimenta U$70 bilhões ao ano, a uma taxa de crescimento em torno de 40% para o próximo ano (GARTNER, 2014). Logo, essa quantidade de dados extrapola a capacidade dos sistemas de Business Intelligence (BI) tradicionais que se tornam lentos e não é versáteis o suficiente para fornecer às empresas informações necessárias e oportunas aos gestores (IBM, 2014). O processo decisório necessita do acesso a informação para a geração de alternativas para a tomada de decisão por parte do decisor (KAHNEMAN, LOVALLO e SIBONY, 2011). Porém, a procura de informações oriundas dessas grandes quantidades de dados, dos quais a maioria é não estruturada, acabam por levar muito tempo devido ao uso ferramentas tradicionais de pesquisa e análise, atrasando muitos processos dentro das organizações (ZIKOPOULOS et al., 2012). A partir dessas constatações, a seguinte pergunta emergiu: Como as características do Big Data oriundas de Múltiplas fontes de dados são percebidas pelos gestores no processo de tomada de decisão? 1

Assim, para responder essa indagação, o objetivo desse este estudo é compreender, através da visão dos gestores de empresas de duas grandes redes de varejo do Brasil, como se dá a relação das dimensões de Big Data no processo decisório. Para isso, o estudo está estruturado da seguinte forma: a seguir será apresentado a revisão da literatura de processo decisório e Big Data, a seção 3 abordará a metodologia, em seguida os resultados da pesquisa serão apresentados e discutidos, e por fim, a seção 5 trará as considerações finais. 2. REVISÃO DA LITERATURA Esta seção destina-se a aprofundar o estudo teórico de dois campos da presente pesquisa, o processo decisório e Big Data. Ao final de cada subseção estão estabelecidas as proposições de pesquisa. 2.1 PROCESSO DECISÓRIO E BIG DATA A relação entre o processo decisório e a necessidade de gerenciamento de grande variedade e volume dados é evidenciada na literatura. Segundo Choo (2006), para se tomar uma decisão racional, deve-se elencar todas as alternativas existentes, e identificar suas consequências. Assim, é preciso verificar os dados obtidos e extrair as informações fundamentais. No contexto de Big Data, os gestores se deparam com essas informações em um grande volume de variados dados desestruturados oriundos de várias fontes, como a internet, celulares, portais sociais dentre outros (DI MARTINO et al, 2014). Além disso, devido a grande velocidade em que surgem, muitas das vezes em uma proporção maior do que a de processamento, a decisão quando tomada pode estar obsoleta (DAVENPORT; BART; BEAN, 2012). Entretanto, a grande vantagem que o “Big Data” pode trazer para as empresas é a análise do dado certo para a criação de insights na tomada de decisão (GARTNER, 2012). Para gerenciar e extrair informações significativas a partir da grande quantidade de dados atual existe uma necessidade crescente de se pensar em técnicas e sistemas de análise de dados avançada (ESTEVES, HACKER e RONG, 2014). Entretanto, para Kwon (2014) muitas empresas estão indecisas em adotar sistema de análise de Big Data. Logo, mesmo as empresas que não possuem um sistema de análise de grande volume de dados, devem buscar compreender o seu contexto, para que possam gerenciar essa variedade de dados de forma eficaz para contribuir com os processos organizacionais. Pois a informação é algo que pode ser usado para eliminar ou reduzir a incerteza (RASKIN, TAYLOR e HEMPELMANN, 2013). O processo gestão de Big Data tem como entrada o conhecimento das múltiplas fontes de dados, e suas características (volume, variedade e velocidade) são relevantes desde a geração até o processamento dos dados. Assim, cabe as organizações o trabalho de selecionar, processar, analisar e escolher os dados que irão gerar as informações com veracidade e oportunidade que possam contribuir para com o processo decisório. O desafio das organizações é extrair informações estruturadas, logo, as empresas que aprenderem a tirar proveito do “Big Data” poderão utilizar informações em tempo real a partir de sensores e outros dispositivos de identificação para entender seus ambientes de negócios, a fim de criar novos produtos e serviços, e/ou para responder às mudanças e tomar decisões (DAVENPORT; BART e BEAN, 2012). Esse processo é baseado na proposta de Simon (1970) cujo modelo decisório, que compreende basicamente quatro fases, com uma constante revisão entre estas fases (feedback). Essa proposta, dada a necessidade da integração dessas ideias e modelos com o contexto complexo de grande volume de informação, pode ser considerada uma abordagem contemporânea e presente nas organizações na atualidade. Kahneman (2011), apresenta uma 2

nova ótica, que complementa seus estudos anteriores, afirmando que o homem possui duas formas de pensar, e por conseguinte, de decidir, definindo-os como sistemas 1 e 2. O pensamento rápido do sistema 1, comanda as decisões que tomamos por intuição, já o pensamento devagar do sistema 2, é o eu consciente, da lógica e das ponderações, que tem crenças, faz escolhas e decide de maneira deliberativa o que fazer a respeito de algo. O primeiro controla as atividades automáticas, mas pode ser influenciado por estereótipos e vieses e o segundo funciona quando precisamos de um raciocínio mais elaborado e analítico e é também mais preguiçoso. Assim sendo, com base nos conceitos destacados, apresenta-se a primeira proposição desta pesquisa. Proposição 1: As características do Big Data estão relacionadas ao processo de tomada de decisão. 2.2 BIG DATA O Big Data inclui uma enorme quantidade de informações on-line, incluindo os dados de fluxo de cliques a partir da Web e conteúdo de mídia social como, por exemplo, (tweets, blogs, os comentários). Incorporando também dados de vídeo de ambientes de varejo e crime / inteligência, ou prestação de entretenimento de vídeo. Vale ressaltar que o Big Data, na sua grande maioria, é um conjunto de dados que a cada milésimo de segundo são inseridos novos, assim sendo, o mundo atual dos dados digitalizados contém uma inimaginável quantidade de informações, base que está em crescimento permanentemente (DAVENPORT, 2012). Dois tipos de conceitos são utilizados, o que define a partir das suas características e os que o define pela sua dificuldade de processamento. Para Kim, Trimi, e Ji-Hyong (2014), trata-se de um termo geral para a enorme quantidade de dados digitais coletados a partir de todos os tipos de fontes. Para outros autores Big Data é um fluxo informacional que não pode ser processado ou analisado por meio de processos ou ferramentas tradicionais (DAVENPORT, 2012; KNOW, 2014; ZIKOPOULOS et al., 2012; MAHRT; SCHARKOW, 2013; DI MARTINO et al., 2014; RAJESH, 2013). Existem várias características para o Big Data, mas para o presente estudo serão consideradas a três de maior convergência na recente literatura sobre o tema: variedade, velocidade e volume, também denominadas dimensões, que são as mais comumente citadas (DI MARTINO et al., 2014; MCAFEE e BRYNJOLFSSON, 2012; ZIKOPOULOS et al., 2012), além delas, outra característica importante são as múltiplas fontes de dados. 2.2.1 Dimensão Variedade A dimensão variedade diz respeito às características do tipo de dado relativo a sua respectiva fonte, tais como: mensagens, leituras de sensores, câmeras de segurança, celulares, e outros (DAVENPORT, 2012; 2014). Com isso, os gestores se deparam com um grande volume de variados dados desestruturados oriundos de varias fontes, como a internet, portais sociais, dentre outros, o que prejudica o processo decisório (DI MARTINO et al. 2014). Um dos desafios das organizações é ter a capacidade de extrair os dados das diversas fontes existentes, de forma contínua e por padrões, para se ter informações com oportunidade. Porém, esta análise de Big Data tende apenas para mostrar o que os usuários fazem, mas não por que eles fazem isso. Outro aspecto importante a se ressaltar no que tange a coleta e análise do Big Data é o desenvolvimento de normas e procedimentos para o uso de dados públicos ou semi-públicos éticos (ZIMMER, 2010; MAHRT e SCHARKOW, 2013). Nessa dimensão, deve-se subclassificar em dados estruturados e dados não estruturados. Dados não estruturados são definidos como dados que não estão dispostos no paradigma coluna e linhas (BLAIR, MURPHY, 2011). Segundo Davenport (2012), a grande 3

maioria dos dados gerados em uma empresa é do tipo não estruturado. Para esse tipo de dados há dificuldades de análise (para a extração de insights) e também de armazenamento (uma vez que dados desestruturados geralmente ocupam mais espaço digital). Assim, apresenta-se a segunda proposição desta pesquisa. Proposição 2: A variedade dos dados está relacionada ao processo de tomada de decisão. 2.2.2 Dimensão Velocidade A velocidade dos dados, segundo Brynjolfsson (2012), diz respeito a velocidade de criação dos dados. Ela permite a análise imediata dos dados obtidos pela empresa, possibilitando-a de ser muito mais ágil que seus concorrentes. Já para Neves (2014), a identificação dos dados deve ser feita em tempo hábil – muitas vezes em tempo real. Se o tamanho do banco de dados for um fator limitante para a velocidade de entrega, o negócio pode ser prejudicado. Tem-se então, a terceira proposição desta pesquisa. Proposição 3: A velocidade dos dados está relacionada com o processo de tomada de decisão. 2.2.3 Dimensão Volume A dimensão volume é a que aparece com maior frequência nas definições de Big Data, justamente pela alta quantidade de dados gerados nos últimos anos de forma escalonar. Para Gantz (2012), a quantidade de informação crescerá em até 50 vezes entre os anos de 2010 e 2020 e totalizará um crescimento de até 300 vezes se considerado o ano de 2005 a 2020, saindo de 130 exabytes para aproximadamente 40 zetabytes. Esse alto volume é oriundo de novos equipamentos capazes de gerar grandes quantidades de dados, tais como “telefones celulares”, compras na internet, redes sociais, e-mail, entre outros (BRYNJOLFSSON, 2012). Apresenta-se, por fim, a quarta proposição desta pesquisa. Acredita-se que esse volume implicará em mudanças no processo decisório: Proposição 4: O volume está relacionado ao processo de tomada de decisão. Logo, para que se possa conhecer mais sobre o tema e verificar como analisar melhor os grandes volumes de dados, e quais os seus benefícios, acredita-se que os estudos e pesquisas devem verificar se a presença ou não das características do Big Data nas empresas estão relacionadas aos processos das mesmas, dentre eles o processo decisório, que é o objetivo deste estudo. Nesse contexto, a seguir será apresentada a metodologia deste estudo, que norteou a presente pesquisa. 3. METODOLOGIA Esta pesquisa está alinhada ao paradigma fenomenológico de pesquisa, tratando-se de uma proposta qualitativa, que segundo Collis e Hussey (2005, p. 59) “enfatiza os aspectos subjetivos da atividade humana focando o significado, e não a mensuração, de fenômenos sociais”. A metodologia escolhida para esta pesquisa foi o estudo de caso. No presente estudo serão analisadas duas empresas, examinando extensivamente um fenômeno de interesse (o Big Data), e sua relação com o processo decisório nos em cada caso, uma vez que os limites entre o fenômeno e o contexto não estão claramente definidos (YIN, 2005).

4

Esse método se justifica, quando uma ou algumas entidades são examinadas, pois lidam com ligações operacionais a ser traçado ao longo do tempo, em vez de com frequência ou incidência (BENBASAT, GOLDSTEIN E MEAD, 1987; MYERS, 2013). Nesta pesquisa foram analisadas duas empresas do setor de varejo. A primeira, denominada Empresa “A”, que se trata de uma das maiores varejistas de moda do país em faturamento. A empresa conta com mais de 350 operações, entre lojas e outros tipos de negócios, dentre os quais se destaca o e-commerce. Vale destacar que esta empresa está presente nas cinco regiões do país e conta com mais de 17 mil colaboradores. A segunda empresa é a Empresa “B”, que também é uma empresa de varejo do ramo de móveis, eletrodomésticos e eletrônicos que atualmente conta com 262 lojas, 02 centros de distribuição e mais de 5.500 colaboradores nos estados do Rio Grande do Sul, Santa Catarina e Paraná, e também atua com e-commerce, sendo uma das principais do seu ramo na Região Sul. Em ambos os casos, foram entrevistados dez gestores, como mostra o Quadro 1, cuja característica comum é o fato de que utilizam múltiplas tecnologias como fonte de obtenção de informação para a tomada de decisão. Quadro 1. Característica dos Entrevistados Entrevistados da Empresa A Tempo de Entrevistados da Empresa B Serviço Coordenador de perfomance e 3 anos Gerente de Gestão Estoque e Assist. desempenho Técnica Gerente de marketing e comunicação 6 anos Supervisor de Compras e Licitações Coordenadora de marketing e criação 5 anos Gerente Comercial Gerente de Tecnologia da Informação 3 anos Supervisora de Desenvolvimento de RH Gerente de Projetos 4 anos Gerente de Tecnologia da Informação Gerente de controle financeiro 5 anos Supervisor de Assistência Técnica; Gerente de compras e produto 8 anos Gerente de Controladoria; Especialista de Marketing E-commerce 4 anos Gerente Financeiro; Gerente de Segurança da Informação 3 anos Gerente de infraestrutura de TI Diretor de e-commerce 1 ano Supervisor Comercial de Serviços Fonte: elaborado pelos autores

Tempo de Serviço 8 anos 16 anos 12 anos 5 anos 4 anos 27 anos 11 anos 5 anos 4 anos 8 anos

Para a coleta de dados, o instrumento de pesquisa utilizado foi o questionário (roteiro de entrevista semiestruturado) que é um instrumento desenvolvido com base na revisão de literatura. A confecção do instrumento seguiu as orientações metodológicas, possuindo uma linguagem simples e direta, contendo questões fechadas e abertas, para possibilitar os respondentes ampliarem essas opções acrescentando outras informações que pudesse não ter sido elencadas (GIL, 2009). O questionário foi revisado por dois especialistas no tema, e após foi aplicado um teste piloto em um gestor de varejo, de outra rede. Foram realizados ajustes e foi novamente enviada aos especialistas para validação final. Somente após este processo o questionário foi aplicado, seguindo o que preconiza Collis e Hussey (2005). A coleta ocorreu nos meses de agosto a outubro de 2014 e a duração média de resposta foi de quarenta e cinco minutos para cada respondente. Os dados foram transcritos e analisados seguindo os conceitos de análise de conteúdo, obedecendo às etapas de redução, de exibição e de conclusão e verificação a tabulação dos resultados obtidos, conforme Bardin (1977). Para tanto, utilizou-se o software Weft QDA que permitiu a realização da referida análise. Buscou-se a redução e estruturação dos dados qualitativos, que segundo Collis e Hussey (2005) envolve a categorização dos dados, sem ser restritivo ao entendimento do 5

contexto da pesquisa. Para isso, levaram-se em conta as proposições apresentadas na revisão de literatura, conforme será apresentado na próxima seção. 4. ANÁLISE E DISCUSSÃO DOS RESULTADOS Esta seção visa analisar os resultados obtidos na presente pesquisa, iniciando pelo conhecimento das fontes de dados e os “3 Vs” segundo a percepção dos gestores. Também, buscou-se verificar ainda, os sistema de análise e processamento de dados que eram utilizados pelas organizações, para que então fosse possível compreender de que forma a empresa percebe esse contexto e como ele se relaciona ao processo decisório. 4.1 PROCESSO DE TOMADA DE DECISÃO e BIG DATA Na Empresa A, para sete dos dez entrevistados, os dados são importantes para a análise dos fatos e das decisões que pretendem tomar no seu trabalho. Outro momento que os dados são muito utilizados pelos gestores é a Geração de alternativas, segundo as respostas de seis dos gestores. Por fim, vale destacar que todas as etapas do processo decisório tiveram quatro dos dez gestores dizendo que eram momentos que exigiam dados para avançar. Isso mostra, segundo o especialista de marketing, que “cada gestor gosta de trabalhar de uma forma diferente”. Segundo ele, o importante é que cada um consiga utilizar os dados para “melhorar a tomada de decisão e não confundi-la ou piora-la”, independente de quando utiliza os dados disponíveis. A última questão que abordava a tomada de decisão de maneira mais geral foi “qual a informação mais relevante e de que maneira ela estava sendo tratada na empresa”. Apesar dos gestores trabalharem em áreas diferentes, as respostas, em sua maioria, tiveram resultados semelhantes, percebeu-se que, dos cinco gestores que trabalham diretamente com marketing, há uma preocupação maior com a concorrência, cliente e produto ofertado, questões chaves do posicionamento de marketing da empresa. Segundo o gerente de análise e performance, “o foco deve ser o cliente. Com isso, todo o resto virá”. Segundo ele, o comportamento do cliente no site pode dizer se as peças de comunicação estão boas e o produto está adequado, refletindo em conversão e venda. Por sua vez, das três menções da informação de venda, duas são citadas pelo Diretor do e-commerce e do gerente de controle financeiro, demonstrando uma preocupação com o resultado de vendas. O gerente de compras resume o tratamento ideal da informação: “a empresa dever ter o entendimento sobre a demanda e a oferta dos produtos que trabalha. Todos os outros dados coletados são complementares para a tomada de decisão e devem seguir de apoio apenas”. Já na Empresa B, inicialmente pôde-se verificar que os gestores reconhecem a importância, o valor e a necessidade da informação para o processo decisório, pois conforme destaca o Gerente de Tecnologia da Informação “todas as informações geradas e acessadas contribuem no momento de uma tomada de decisão”, e é corroborado pelo Gerente Financeiro, que afirma que “as informações dão mais segurança, aumentam o acerto, indo além do feeling” Estas percepções estão alinhadas ao que a literatura aponta, o feeling sugerido referese a intuição apontada por Kahneman (2011), segundo o qual, o homem possui duas formas de pensar, e por conseguinte, de decidir, definindo-os como sistemas 1 e 2. O primeiro comanda as decisões que tomamos por intuição e o segundo, é o da lógica e das ponderações, faz escolhas com base nas informações disponíveis.

6

4.1.1 Proposição 1 - Relação entre o processo de tomada de decisão e as características do Big Data Verificou-se que a empresa B conta com um sistema de ERP, mas os dados ainda não estão totalmente integrados, e muitos gestores ainda se valem de técnicas e ferramentas próprias ou peculiares a sua função para subsidiar o seu processo decisório. Dentre os sistemas acessados durante as tarefas diárias da organização, os gestores citaram: o uso de planilhas de Excel, a intranet, controles pessoais, sites de busca, e dados do mercado. Foi verificado ainda que muitos não acessam o ERP explorando-o ao máximo, embora estejam cientes da necessidade e importância deste sistema, o que pode ser traduzido na fala do Gerente Financeiro que afirma que “reduz o retrabalho e torna o decisor mais focado”. Além disso, o Gerente Comercial destaca a necessidade da adequação das informações à realidade da empresa, dando subsídios para a análise e posterior utilização da informação. Esta situação corrobora com Ross, Beath, e Quaadgras (2013), que encontraram que a maioria das empresas pode melhorar significativamente o seu desempenho de negócio simplesmente concentrando-se em como os dados de operação do dia-a-dia pode trazer as informações para a tomada de decisão. Então, por que muitas empresas não fazem melhor uso e análise dos dados? Uma das razões evidenciadas nas pesquisas se deve ao fato de que as suas práticas de gestão não estão alinhadas com suas plataformas de tecnologia. Verificou-se que muitas empresas haviam instalado plataformas digitais, como os sistemas ERP e CRM, ao longo dos últimos 10 a 15 anos e ainda não conseguiram introduzir e gerenciar todas as informações da empresa nessas plataformas disponíveis. Não explorando toda a potencialidade dos seus sistemas, indicando que o simples investimento em sistemas não garante o sucesso da empresa. Assim, fica evidente a necessidade de atentar para a necessidade da mudança na cultura dos gestores pelo que se tem pesquisado (BIRCHIELD, 2013). Além disso, não foi evidenciado em nenhuma resposta a necessidade de se buscar dados que não estejam facilmente disponíveis, logo, sugere-se uma análise profunda nas informações disponíveis, mas também se faz necessário buscar os dados que não estão disponíveis (KAHNEMAN, LOVALLO E SIBONY, 2011) Outro ponto verificado foi em que fases do processo decisório o acesso rápido e oportuno as informações, pertinentes a decisão a ser tomada, podem melhorar a qualidade da decisão. Foi verificado que a totalidade dos respondentes indicam a maior necessidade das informações no início do processo, ou seja, na fase de seleção, seguidos da análise e processamento, nessa ordem. Logo, ao se planejar uma ação, a mesma deve focar o início do processo decisório, segundo a percepção dos gestores. Vale destacar ainda que todos os gestores da empresa B ressaltaram a importância das informações no feedback, ou monitoramento, o que é corroborado pelas pesquisas teóricas, que evidenciam que o Big Data pode fornecer o feedback em tempo real, permitindo que, conscientemente, os gestores possam articular as suas regras de negócio e atualizar regularmente em resposta aos fatos que venham acontecendo, ressaltado o valor do Big Data nas correções de rumo que podem ser feitas, mesmo após uma decisão, o que já havia sido por Simon (1970). O que também é destacado por Otey (2013), que afirma que o Big Data permite um caminho de dupla via no processo decisório, pois ao mesmo tempo em que se tem o uso de fontes de dados estruturados e não estruturados para a tomada de decisão. Percebe-se que para melhorar o processo decisório, é necessária uma ação gerencial de mudança cultural no sentido de se estimular os gestores a se dedicarem ao uso efetivo dos sistemas disponíveis como o ERP, mas também, deve ter a preocupação de se buscar os dados que não estão disponíveis que possam gerar mais informações para subsidiar o decisor. 7

Além disso, ficou evidenciado a necessidade de adotar tecnologias que permitam o armazenamento e compartilhamento do grande volume de dados que a empresa está exposta, e também, verificou-se a necessidade de se adotar sistemas de análise de Big Data, com isso, o processo decisório será beneficiado. 4.2 VARIEDADE DOS DADOS A literatura demonstra que o Big Data refere-se a grandes volumes heterogêneos, fontes autônomas com controle distribuído e descentralizado, procurando explorar as relações complexas e em evolução entre os dados (WU et al., 2013). Nesse sentido, buscou-se inicialmente conhecer as fontes de dados no contexto pesquisado, para que se pudesse fazer as análises a posteriori. Na Empresa A, as fontes de dados mais acessadas pelos gestores, 80% busca o e-mail como uma rica fonte de dados para a tomada de decisão. Outra fonte de dados com 80% de referências foi o sistema de busca e geração de dados próprios da empresa, como um sistema ERP ou de CRM interno. Outras fontes que também tiveram alguma menção na pesquisa, mas com menor relevância, foram Linked in, TV e Vídeos. Percebe-se, com esse resultado, que a maioria das alternativas citadas pelos gestores não é uma fonte de dados estruturados, ou seja, existe uma dificuldade maior por parte da empresa e também dos gestores tomadores de decisão de armazenar, padronizar e tomar decisões com dados tão diferentes. Além disso, os gestores comentaram que o trabalho em e-commerce, além do acesso às novas tecnologias exige do profissional de marketing acesso a todas as variedades disponíveis de fonte de dados em tempo real. Segundo o diretor do e-commerce, “até o Whatsapp já é uma fonte de dados que trocamos informações rápidas sobre mudanças de concorrentes ou sobre o nosso layout do site do dia”. A área de e-commerce, dentro da empresa, é uma das poucas áreas que tem acesso a uma variedade mais ampla de sites e dispositivos durante o trabalho. Segundo o gerente de segurança da informação, “isso se deve ao dia-a-dia do profissional do e-commerce que exige acesso específico a sites da área, além de redes sociais para a tomada de decisão”. Ele conclui que “esses acessos mostram a variedade de conteúdo disponível para os profissionais da área”. Na Empresa B, ao serem questionados sobre quais as fontes de dados acessadas diariamente para dar subsídio as tarefas diárias do gestor, dentre elas, o processo decisório, verificou-se que todos entrevistados citaram as seguintes fontes: e-mail, site da própria empresa, internet de uma forma geral, celulares, aplicativos de smartphone, e o sistema de gestão da própria empresa, o ERP (Enterprise Resource Planning). Vale destacar que a empresa adotou o Dynamics AX, da Microsoft, segundo as informações disponíveis no site da empresa, e foi implantado no início do ano de 2014, integrando dados estratégicos da companhia, desde o pedido de determinada mercadoria até a entrega. Além dessas fontes em comum, outras foram indicadas, de acordo com a característica do setor de cada entrevistado, tais como sites de notícias, sites de busca, TV, Jornais, revistas especializadas, legislação trabalhista, Facebook e Linked In. Este resultado vai ao encontro do que defende Di Martino (2014), pois nota-se um ambiente híbrido, com diversas fontes. Pode-se observar ainda, pela característica de tais fontes, que os dados disponibilizados são variados e desestruturados. 4.2.1 Proposição 2 - Relação entre a Variedade dos dados e o processo de tomada de decisão Verificou-se que a proposição estava correta, ou seja, existe relação entre a variedade de dados e o processo de tomada de decisão, uma vez que da análise de ambos os casos 8

verifica-se a que proposição dois está correta, ou seja, o processo de tomada de decisão está relacionado com a variedade dos dados. Para ilustrar tal afirmação o Quadro 2 apresenta as fontes mais citadas por parte dos entrevistos de ambas as empresas e as respectivas relações com as características do Big Data. Quadro 2. Fontes de dados e geração de dados (volume, velocidade e variedade) Fontes de dados % Vol Vel Var E-mails 90% X X Sistema de busca e geração de dados próprios 85% X X da empresa Sites de busca 75% X X Sites de notícias 70% X X X Newsletters 55% X X Planilhas 45% X X X Ferramentas do Google (Adwords, Trends, 40% X X Analytics) Redes Sociais 35% X X X Skype 30% X Microsoft Lync 20% X Blogs 15% X X Fonte: elaborado pelos autores

Observa-se, que o grande volume de dados é obtido a partir de múltiplas fontes, em diferentes pontos de tempo, utilizando diferentes tecnologias, ou seja, uma das peculiaridades do Big Data apontadas por Davenport (2013). Dessa forma, os problemas de heterogeneidade, de variações experimentais e estatísticas, obrigam as organizações a desenvolver procedimentos robustos e mais adaptáveis, pensando em formas que consolidar os dados, uma vez que os dados das fontes comuns são mais facilmente mapeáveis e podem gerar dados e informações consolidadas, como o próprio ERP, por exemplo. Entretanto, o problema maior observado, diz respeito às demais fontes apontadas por alguns gestores que buscam fontes complementares, além das institucionais, pois tais fontes podem trazer dados relevantes a outro setor, e os mesmos não são compartilhados. Isto deve também ao fato de que com a proliferação de dispositivos e a conectividade quase universal para a Internet, aquisição de dados pode ser mais facilmente automatizado, o que reduz drasticamente o custo de aquisição de dados (OTEY, 2013). Vale destacar que esta necessidade evidenciada no campo já havia sido mencionada por Esteves, Hacker e Rong (2014), que sugerem a necessidade crescente de se pensar em técnicas e sistemas de análise de dados avançada, para gerenciar e extrair informações significativas a partir das diversas fontes disponíveis e da grande quantidade de dados. 4.3 VELOCIDADE DOS DADOS A velocidade é difícil de ser observada, assim buscou-se compreender a relação entre o volume de dados gerados e a capacidade de processamento e analise desses dados acessados a fim de gerar informações oportunas para o processo decisório dos gestores estudados. De uma forma geral, o que se pode constatar é que a velocidade em que os dados chegam e são acessados é superior a capacidade de processamento individual. Na Empresa A, houve divergência das pesquisas analisadas para a dimensão velocidade. Para seis dos entrevistados da Empresa A, os dados chegam a tempo para a tomada de decisão. Para eles, conseguir gerenciar melhor a informação disponível deveria ser o foco, já que a velocidade é o suficiente para a tomada de decisão. 9

Para uma incidência menor, quatro gestores, os dados muitas vezes não chegam na hora necessária para a tomada de decisão. Além disso, segundo o diretor do e-commerce, por exemplo, “é necessário que o gestor tenha ferramentas de filtro próprio dos dados disponíveis. Existem informações que não são relevantes e devem ser ignoradas pelo tomador de decisão”. Já para o gerente financeiro, as informações ficam “desatualizadas muito rápido no varejo on-line”. Por fim, o coordenador de marketing esclarece bem a visão de velocidade insuficiente. “O varejo on-line é muito dinâmico, as tomadas de decisão precisam ser rápidas e as informações chegam muito próximo do momento da tomada de decisão.” (coordenador de marketing). A velocidade dos dados na Empresa B pôde ser observado a partir da fala do Supervisor de Compras e Licitações, segundo o qual “a maioria das vezes é superior ao limite de processamento” a Supervisora de Desenvolvimento de RH destaca que “é necessário uma adequação a atual realidade da empresa, pois temos muitas informações consistentes”. Além disso, o Gerente de infraestrutura de TI afirma que “a velocidade dos dados, muitas vezes, é superior ao limite de processamento e principalmente análise”. Nota-se, pois, que de uma forma geral, o tempo de análise é inferior a velocidade em que os dados são gerados, o que vai ao encontro do que a literatura defende, pois de uma forma geral, um processo de análise eficiente e em tempo real, de todos os dados observados é quase inviável, conforme se nota na fala dos executivos destacados acima. O respondente Supervisor Comercial de Serviços alega a necessidade de mais tempo para a análise dos dados, o que nem sempre é possível, pois há muitas informações consistentes, assim, sugere-se técnicas de mineração de dados que podem ser utilizadas para analisar e entender os dados a serem manipulados, com uma análise baseada em modelos capazes de sumarizar dados, extrair novos conhecimentos ou realizar predições (WU et al., 2013). E, além das técnicas, em um cenário de Big Data, há a necessidade de se atentar para a infraestrutura computacional, para se lidar com grandes volumes de dados heterogêneos e distribuídos (LIN; DYER, 2010). 4.3.1 Proposição 3 – A relação entre velocidade dos dados e o processo de tomada de decisão Em relação aos fatores que podem tornar a tomada de decisão lenta ou acelera-la, dez dos vinte dos gestores citaram a falta de padronização dos dados, além de seis terem citado muitas opções de informação. Todavia, para doze dos vinte dos gestores o fator que mais atrapalha a tomada de decisão é alguma interferência do próprio gestor, como insegurança, maturidade ou falta de foco no real problema. Em relação aos fatores que aceleram a tomada de decisão, são a organização, padronização e a confiabilidade das fontes de dados. Para o diretor do e-commerce da empresa A, “a tomada de decisão é retardada por uma falta de base comparativa”. Por isso, segundo ele, “com a padronização dos dados, a tomada de decisão pode ser facilitada”. 4.4 VOLUME DOS DADOS O volume nessa pesquisa não foi observado em bytes, mas através da percepção dos gestores. Todos citaram que lidam com um alto volume de dados durante o processo decisório. Os gestores alegam o uso de um número elevado de e-mails, relatórios, planilhas, além de inúmeras ligações, mensagens instantâneas no celular e contatos informais. O Gerente Financeiro da Empresa A foi o executivo que elencou um volume de emails mais representativo, “aproximadamente 120 (cento e vinte) e-mails/dia e ligações constantes”. Entretanto, a resposta do Gerente de Infraestrutura de TI, reflete bem a relação 10

do gestor com esse grande volume, ao destacar que “tenho um volume alto de e-mail diário. A cada dia tento reduzir o tempo gasto com a leitura dos mesmos”. Na mesma linha, o Gerente Comercial afirma que “o volume é enorme e precisa ser dimensionado diariamente, pois dependo disso o andamento do trabalho”. Essa característica aliado a variedade está relacionada ficando evidenciado que a empresa lida com um grande volume de dados de várias formas, muitos deles desestruturados e não integrados. Já na Empresa B, sobre a dimensão volume de dados, oito dos dez entrevistados acham que recebem dados em uma quantidade muito alta, muitas vezes até superior ao processamento dos mesmos. Para a gerente de Tecnologia e Informação da empresa, “nem sempre conseguimos absorver todos os dados/informações de todos esses canais”. Para o gerente financeiro, “os dados são gerados em uma velocidade maior que a capacidade de organiza-los e analisá-los”. Por essa razão, segundo ele, “um dos maiores desafios dos gestores é a priorização quanto a relevância e dos dados frente a tomada de decisão”. Para tentar dimensionar esse volume superior de dados gerados, a questão 3 perguntou o volume de dados gerados no dia-a-dia através de exemplos. Nessa questão, houve uma grande variação de respostas. A gerente de projetos, explicou que “existe uma variação pela função exercida e pela época do ano, tendo dias com 60 e-mail e outros com 20”. De qualquer forma, a maioria das respostas disseram que recebem em torno de 50 a 100 e-mail por dia, além de ligações, planilhas e reuniões. 4.4.1 Proposição 4 – Relação entre o Volume dos Dados e o Processo de Tomada de Decisão A tomada de decisão no cenário de grande volume de dados e grande velocidade de mudanças, tem se tornado cada vez mais difícil e complexa. Para isso, torna-se fundamental para os gestores saberem qual a informação é a mais relevante e necessária para o auxilio da decisão. Afinal, a informação é algo que pode ser usados para eliminar ou reduzir a incerteza (RASKIN, TAYLOR e HEMPELMANN, 2013). Analisando os depoimentos dos gestores da empresa estudada, percebeu-se que o fator que mais influência na escolha de uma alternativa é a o valor que aquele dado pode ter no futuro daquela decisão. Por diversas vezes, os entrevistados citaram que “há dados disponíveis em excesso” no ambiente que a empresa vive, e por essa razão deve-se saber decidir qual dado será usado para embasar a escolha por alguma alternativa do problema enfrentado. Um estudo recente do IDC (2014) mostra que um dos três maiores desafios que as empresas vivem dentro do ambiente tecnológico é saber qual dado é relevante para a sua tomada de decisão, o que corrobora com os resultados obtidos nesse trabalho. Para todos os gerentes questionados, o tema é ou muito importante ou fundamental para a tomada de decisão. Além disso, o volume é visto como algo “já presente” e até “normal” pelos entrevistados. O especialista de marketing analisa bem a questão de volume dizendo que “não precisamos de mais informação, precisamos de qualidade e relevância”. Por fim, segundo o gerente de compras, “dados são gerados em um grande volume e bem rápidos todos os dias. Informações para a tomada de decisão que é um pouco mais demorado, pois precisa de experiência e análise do tomador de decisão”. 4.5 CONTRIBUIÇÕES PARA A PESQUISA Essa pesquisa por apresentar evidências da relação entre as dimensões de Big Data e o processo decisório. Mais do que isso, esse trabalho observou empiricamente como essas dimensões estão envolvidas no processo decisório. O resultado completo das análises indica o 11

destaque para a perspectiva variedade com um grau de importância maior entre as três características estudadas, seguido da perspectiva velocidade, sendo que a dimensão do Big Data que menos influência na tomada de decisão é o volume de dados. O papel dessas dimensões está ilustrado na Figura 1. Pode ser observado que esse fluxo heterogêneo de dados influi em todas as etapas do processo decisório.

Figura 1. Dimensões de Big Data, Fontes de Informação e Etapas do Processo Decisório

Assim, respondendo a questão de pesquisa, além da relação evidenciada entre Big Data e o processo decisório, encontrou-se dois aspectos fundamentais que precisam ser desenvolvidos: a ação gerencial de mudança e a busca por dados que não estão disponíveis e que possam gerar mais informações para subsidiar o decisor. Verificou-se ainda, a necessidade de investimento em estrutura e tecnologia que é inerente aos conceitos de Big Data utilizados nessa pesquisa. Assim, além dos aspectos acadêmicos pesquisados, essa pesquisa também de aponta para alguns direcionamentos da prática gerencial, como será visto na próxima subseção. Baseado nos resultados acima apresentados, a Figura 1 ilustra a representação dos principais resultados. Percebeu-se que o volume, que é o termo mais representativo no Big Data aparece com menor frequência (nuvem menor). Acredita-se que isso resulte do fato de que lidar com uma grande quantidade está implícito no processo de tomada de decisão. Em relação a variedade (nuvem maior), observou-se que o executivo percebe um impacto maior na tomada de decisão, pois dispende mais tempo para definir as regras para a padronização de dados. Simbolicamente, as múltiplas fontes de dados caem das nuvens (dimensões de Big Data) inundando o processo de tomada de decisão. Essas fontes de dados estão escritas em diferentes tamanhos, de acordo com a utilização das mesmas pelos entrevistados cuja frequência está exposta no quadro 2. Dentre essas fontes, destaca-se as duas com mais incidência: e-mail e dados internos. Ambas são ferramentas que fornecem informação interna (ainda que o e-mail também seja utilizado para receber informação externa). A análise de 12

informações internas chama atenção nesse caso, pois o que se espera explorar de Big Data são justamente os dados gerados externamente. Por fim, as três etapas do processo decisório também são apresentadas em diferentes tamanhos de letras. A letra maior indica que foi percebido uma maior relação das dimensões de Big Data na seleção dos dados, seguido pela análise e, por último, o processamento. 4.6 IMPLICAÇÕES GERENCIAIS Os resultados demonstram que as organizações podem melhorar seu processo decisório se souberem gerenciar esse novo fluxo de dados. A escolha e a gestão das fontes de dados se mostraram de grande relevância para que as organizações se valham das oportunidades advindas Big Data. Pode-se perceber que o meio mais usado para essa captura de dados são os e-mails e os sistemas de geração de dados próprios da empresa, por terem maior confiabilidade e qualidade no auxilio da tomada de decisão. Este resultado pode auxiliar as empresas, em particular deste setor, nas tomadas de decisão no que diz respeito a estratégia de analisar os dados desestruturados. Indo ao encontro da fala de Zimmer (2010) que afirma que compreender a natureza e as relações na produção dos dados podem trazer várias contribuições para as organizações e indicar vieses de uma determinada população. A importância de investimentos, não apenas em estrutura, mas em treinamento de pessoal para o desenvolvimento de competências específicas, também foi notado. Ross, Beath, e Quaadgras (2013) afirmar que a maioria das empresas consegue fazer um bom trabalho com os dados e as informações que elas já têm. Elas não sabem como gerenciar e analisar, de forma a melhorar a sua compreensão, e, em seguida, fazer alterações em resposta às novas ideias. As autoras defendem que as empresas não deixarão de desenvolver as competências apenas porque não investiram em ferramentas de análise, o que as organizações necessitam é aprender a usar os dados já incorporados em seus principais sistemas operacionais, mudando uma cultura de gestão da informação, de forma mais compartilhada. 5. CONSIDERAÇÕES FINAIS Ao longo do presente estudo foi verificado que muitas organizações estão vivenciando o contexto de Big Data, cujas principais características são, o volume, variedade e velocidade dos dados, que muitas vezes são desestruturados. Isso dificulta o seu gerenciamento e análise através de meios tradicionais, ressaltando que as organizações devem repensar suas práticas e processos, a fim de melhorar sua performance (DAVENPORT, 2012; KWON, 2014; KIM, 2014; DI MARTINO et al., 2014, ZIKOPOULOS et al., 2012; MAHRT E SCHARKOW, 2013). A presente pesquisa buscou analisar o processo tomada de decisão no contexto de duas empresas de varejo, permitindo ampliar o conhecimento sobre as características do Big Data e suas relações com o processo decisório, tendo sido possível elencar em que fases do mesmo se deve dar atenção, a fim de que se possa melhorá-lo. Porém, vale destacar que esta pesquisa não teve a pretensão de apontar soluções do mercado, mas sim, refletir acerca de possíveis relações. Os resultados da pesquisa mostram ainda que os gestores da empresa se deparam com uma multiplicidade de fontes de dados, com grande volume, variedade e velocidade de dados que, se bem analisados, podem melhorar o processo decisório e a qualidade da decisão. Notase, pois, a necessidade de uma mudança de cultura para que todos compreendam esta nova realidade, o Big Data. Pôde verificar, também, a necessidade das grandes organizações terem 13

um sistema de armazenamento e compartilhamento dos dados e tecnologias de análise de grande volume de dados, para que possam melhorar o processo decisório. Por fim, como sugestão para pesquisas futuras nessa área, deve-se ter a compreensão de que as aplicações de Big Data estão se expandindo em todos os domínios de ciência e engenharia, incluindo física, biologia e medicina. Estas aplicações demostram que o gerenciamento de grandes volumes de dados está além da capacidade das ferramentas de software para armazenar e processar estes dados dentro de um intervalo de tempo aceitável. O desafio fundamental para as aplicações de Big Data é explorar os grandes volumes de dados e extrair informações úteis ou conhecimento para futuras ações. Propõem-se pesquisas em empresas que adotem diferentes tecnologias de análise de dados para o contexto de Big Data, de todas as áreas e não somente da área de TI, buscando evidenciar as melhorias nos processos de tomada de decisão, com base nas características deste contexto e nas possíveis predições. 6. REFERÊNCIAS AGRAWAL, D., DAS, S., AND EL ABBADI, A. Big data and cloud computing: current state and future opportunities. In Proceedings of the 14th International Conference on Extending Database Technology, EDBT/ICDT ’11, pages 530–533, New York, NY, USA. ACM, 2011. BENBASAT, I.; GOLDSTEIN, D. K.; MEAD, M. The case research strategy in studies of information systems. MIS Quarterly, v. 11, n. 3, 1987. BIRCHIELD, R Big Data: management's new big gun. New Zealand Management, 60(7/8), 18-19, 2013. COLLIS, J.; HUSSEY, R. Pesquisa em administração: um guia prático para alunos de graduação e pós-graduação. 2. ed. Porto Alegre: Bookman, 2005. DAVENPORT, T. H. Enterprise analytics: Optimize performance, process, and decisions through big data. Upper Saddle River, New Jersey: FT Press Operations Management, 2012. DAVENPORT, T. H; BART, P.; BEAN, R. How Big Data is Different. MIT Sloan Management Review, July 30, pp. 43-6, 2012. DAVENPORT, T. H. Keep Up with Your Quants. Harvard Business Review, 91(7/8), 120123, 2013. DI MARTINO, B. et al. Big data (lost) in the cloud. International Journal of Big Data Intelligence., Vol.1, No.1/2, pp.3 – 17, 2014 ESTEVES, R.M., HACKER, T. e RONG, C. A new approach for accurate distributed cluster analysis for Big Data: competitive K-Means’, Int. J. Big Data Intelligence, Vol. 1, Nos. 1/2, pp.50–64, 2014. GARTNER IT GLOSSARY. Disponível em: Acesso em 15 nov. 2012. GEORGE G., HAAS, M.; PENTLAND A. Big Data and Management. Academy of Management Journal, 2014, Vol. 57, No. 2, 321–326. Disponível em: http://dx.doi.org/10.5465/amj.2014.4002 Acesso em 25 jul 2014. GIL, Antonio Carlos. Estudo de Caso. São Paulo: Atlas, 2009. IDC. IDC Reveals Worldwide Big Data and Analytics Predictions for 2015. Dec, 2014. Disponível em: < http://www.idc.com/getdoc.jsp?containerId=prUS25329114>. Acesso em 13 de março de 2015. KAHNEMAN, Daniel, Rápido e Devagar Duas Formas de Pensar. OBJETIVA LTDA, 2011. KAHNEMAN, D., LOVALLO, D.; SIBONY, O. Before You Make That Big Decision. Harvard Business Review, 89(6), 50-60, 2011. 14

KIM, G-H; TRIMI, S.A.;JI-HYONG, C. Big Data Applications in the Government Sector. communications of the ACM, vol. 57, no. 3, 2014. KWON, O. et al. Data quality management, data usage experience and acquisition intention of big data analytics. International Journal of Information Management. 2014. LIN, J.; DYER, C. Data-intensive text processing with mapreduce. Synthesis Lectures on Human Language Technologies, 3(1):1–177, 2010. MAHRT, M.; SCHARKOW, M. The Value of Big Data in Digital Media Research. Journal of Broadcasting & Electronic Media, 57(1), 20-33, 2013. MALHOTRA, Naresh K. Pesquisa de marketing: uma orientação aplicada. Porto Alegre: Bookman, 2006. MANTELERO, A. Social Control, Transparency, and Participation in the Big Data World. Journal of Internet Law, Aspen Publishers Inc, 2014 McAFEE, A.; BRYNJOLFSSON, E. Big Data: The Management Revolution. Harvard Business Review, October, p. 1-9, 2012. Myers, M. D. Qualitative research in business and management. Sage, 2013. OTEY, M. Growing Big Data New ways to use data sources and unstructured data for decision making. SQL Server Pro. pp. 5-7, 2013. PAVLO, A. et al. . A comparison of approaches to large-scale data analysis. In Proceedings of the 2009 ACM SIGMOD International Conference on Management of data, SIGMOD ’09, pages 165–178, New York, NY, USA. ACM, 2009. RAJESH, k,V,N. Big Data Analytics: Applications and Benefits. The IUP Journal of Information Technology, Vol. IX, No. 4, 2013 RASKIN, V.; TAYLOR, J. M.; HEMPELMANN, C. F. Meaning and ontology-based technologies for high-precision language an information-processing computational systems. Advanced Engineering Informatics, Volume 27, Issue 1, Pages 4-12, January 2013. ROSS, J. W.; BEATH, C. M.; QUAADGRAS, A. You May Not Need Big Data After All. Harvard Business Review, 91(12), 90-98, 2013. SIMON, H. A. A capacidade de decisão e de liderança. 2.ed. Rio de Janeiro: Editora Fundo de Cultura, 1972. SIMON, H.A. Comportamento Administrativo. 2ª. ed. – Rio de Janeiro: FGV, 1970. SIMON, H.A. Making management decisions: The role of intuition and emotion. Academy of Management Executive, p.57-64, feb. 1987. SIMON, H.A. Rational decision making in business organizations. American Economic Review, v.69, p.493-513, 1979. TAKE. R. E. Case studies. In: DENZIN, N. K.; LINCOLN, Y. S. (ed.) Handbook of qualitative research. London: Sage, 2000. p. 435-454. TVERSKY, A; KAHNEMANN, D. Judgment under Uncertainty: Heuristics and Biases. Science, New Series, Vol. 185, No. 4157, pp. 1124-1131, 1974. WU, X. et al. Data mining with big data. IEEE Transactions on Knowledge and Data Engineering, 99(PrePrints):1, 2013. YIN, Robert K. Estudo de caso: planejamento e métodos. 3. ed. Porto Alegre: Bookman, 2005. ZIKOPOULOS, P.C. et al. Understanding Big Data: Analytics for Enterprise-Class Hadoop and Streaming Data. McGraw-Hill, New York, 2012. ZIMMER, M. But the data is already public: on the ethics of research in Facebook. Ethics & Information Technology, 12(4), 313-325, 2010.

15