Livro

Big Data no Trabalho

Derrubando mitos e descobrindo oportunidades

Thomas H. Davenport

Elsevier Editora, 2014

Compre o livro

Ler offline ou discutir

Debater

No momento, a versão em áudio deste resumo não está disponível.

Avaliação Editorial

Мы составляем краткие изложения книг*, помогающих читателям разбираться в законах современного мира и менять его к лучшему. Материалы, которые мы отбираем для нашей библиотеки, должны отвечать по крайней мере одному из наших двух основных критериев:

Информативно. – Вы получите такую информацию, которая позволит вам более взвешенно и эффективно принимать решения.

Полезно. – Вы получите такие практические советы, которые помогут вам лучше делать то, чем вы занимаетесь.

Каждому материалу мы присваиваем рейтинг от 1 до 10 на основе этих двух критериев. Наш рейтинг поможет вам распределить книги в вашем списке для чтения по шкале от добротных (5) до выдающихся (10). По книгам, которые мы оцениваем ниже 5, краткие изложения не составляются. Вот что означают цифры рейтинга:

10 – Великолепно. Полезная и/или информативная книга, которая, помимо соблюдения высочайших стандартов во всех отношениях, выделяется даже среди лучших книг. Как правило, это книга, сразу ставшая классикой, которую должен прочитать каждый.
9 – Отлично. Полезная и/или информативная книга, очень хорошо организованная и написанная, имеющая множество достоинств и не имеющая недостатков, которые заслуживали бы упоминания.
8 – Очень хорошо. Полезная и/или информативная книга, которая имеет много важных достоинств, но при этом не может быть названа выдающейся: например, освещает последние открытия в своей области и написана известным специалистом, но в отношении стиля оставляет желать лучшего.
7 – Хорошо. Полезная и/или информативная книга, имеющая два и более важных достоинства: например, очень увлекательно рассказывающая о новых идеях в какой-то предметной области.
6 – Достойно внимания. Полезная и/или информативная книга, которая обращает на себя внимание по крайней мере каким-то одним аспектом, например четкой организацией материала.
5 – Добротно. Полезная и/или информативная книга, несмотря на очевидные недостатки. Например, в одной области автор может давать разумные советы, а в других или содержится много повторов, или нет ничего особенно ценного.

*getAbstract работает не только с книгами. Мы составляем краткие изложения всех видов контента, которые могут быть полезны нашей аудитории: помимо книг это статьи, отчеты, видео и подкасты. То, что мы говорим здесь о книгах, относится ко всем видам материалов, которые мы пересказываем.

Qualidades

Aplicável

Рейтинг помогает вам понять, какова ценность книги в соответствии с двумя нашими основными критериями. Но он ничего не сообщает о ее конкретных особенностях. Поэтому мы используем набор из 20 характеристик, которые призваны прояснить, в чем именно состоят достоинства книги.

Практические советы – вы получите рекомендации, которые практически осуществимы на вашем рабочем месте или в повседневных ситуациях.
Аналитический подход – вы поймете внутренние взаимосвязи и закономерности в рассматриваемой проблеме.
История вопроса – вы узнаете об истории и контексте проблемы, что позволит вам правильно провести анализ или совершить хорошо взвешенный шаг.
Особое мнение – вы познакомитесь с аргументами, которые расходятся с преобладающей в настоящий момент точкой зрения.
Подробное освещение – вы увидите все аспекты предмета, описанные исчерпывающим образом.
Конкретные примеры – вам предложат практические советы, которые иллюстрируются рассказами об их применении на практике.
Выразительный язык – вы получите удовольствие от мастерски написанного текста или речи, являющейся образцом ораторского искусства.
Увлекательно – вам будет трудно оторваться от текста или аудио.
Неизвестные факты – вы узнаете об удивительных фактах или умозаключениях.
Начальный уровень – информация будет для вас полезной, если вы новичок, у которого нет знаний по данной теме или опыта.
Продвинутый уровень – информация или рекомендации будут полезны вам как специалисту.
Острая проблема – вы окажетесь в гуще спора по поводу одного из насущных вопросов современности.
Новаторская концепция – вы узнаете о свежих идеях, концепциях, новых продуктах или тенденциях.
Рассказ инсайдера – вы познакомитесь с мнением человека, который имеет особый доступ к сведениям по обсуждаемой теме.
Источник вдохновения – вам захочется сразу же опробовать на практике то, о чем вы прочитали.
Обзор – вы получите общее описание предмета с упоминанием всех основных моментов.
Научные данные – вы узнаете о цифрах и фактах, подкрепленных научными исследованиями.
Взгляд в будущее – вы познакомитесь с авторской картиной будущего и тем, как оно может на вас повлиять.
Четкая структура – хорошая организация материала значительно облегчит вам восприятие концепции или применение рекомендаций на практике.
Спорно – вы познакомитесь с любопытными, но неоднозначными выводами.

Recomendação

Vale a pena se deixar contagiar com toda a euforia a respeito do big data? De acordo com Tom Davenport, a resposta é não. Contudo, o autor clarifica a diferença entre os dados “estruturados” utilizados no processo de analytics tradicional e os “não estruturados”, demonstrando como e por que as empresas devem se voltar para um volume maior de dados provenientes de fora da organização. Ao fazê-lo a empresa ganhará a capacidade de melhorar seu processo decisório e desenvolver novos produtos. O livro aponta como empresas de setores variados estão se beneficiando da análise de grandes volumes de informações para cortar custos e oferecer novos serviços. O texto é útil para leitores com pouco conhecimento sobe o assunto e que querem se aprofundar um pouco mais sem entrar em detalhes sobre programação e estruturação dos dados. A getAbstract entende que gestores que precisam se informar sobre o assunto, líderes que tem alguma função dentro da área de TI e profissionais que estão em busca de ferramentas para melhorar a pesquisa e desenvolvimento dentro de suas organizações podem se beneficiar desta leitura.

Resumo

Utilização do big data

O termo big data é utilizado para denominar o apanhado de dados que não caberiam num servidor comum. Estes dados não possuem uma estrutura tradicional (linhas e colunas) e não são estáticos. O termo “big” na verdade demonstra apenas uma parte do que estes dados significam, isto porque os dados são sim grandes, mas também vem de diversas fontes (on-line, vídeos, sensores, genoma humano), e estão em um fluxo continuo.

Em 2013 a Harvard Business Review realizou uma pesquisa com seus leitores e constatou que a maioria conhecia a ideia do big data, mas somente 28% dos entrevistados afirmaram que suas organizações estavam usando-o para melhorar o processo decisório e descobrir oportunidades. Apenas 6% dos entrevistados afirmaram que sua organização havia refletido sobre como ele afetava diferentes áreas da empresa. Podemos notar um grande movimento em empresas como SAP, que já ganha mais dinheiro com o business intelligence em comparação com seus aplicativos de transações e com a IBM, investindo aproximadamente 20 bilhões de dólares em analytics. HP, EMC e Oracle também lançaram produtos e aquisições nesta área. Isso tudo...

Sobre o autor

Thomas H. Davenport é pesquisador no MIT e considerado um dos 50 melhores professores de administração. Ele é também consultor sênior na Deloitte Analytics.