Hoje, com a expansão das ferramentas tecnológicas de análise de dados com recurso à matemática e à estatística, vai emergindo uma "nova ciência", designada como "Big Data".

O Big Data, como se apresenta actualmente, é um fenómeno relativamente recente. As soluções de tratamento, armazenamento e processamento de dados, que existiam no mercado não foram pensadas para armazenar e processar grande número de dados, os avanços são recentes, tendo apenas cerca de duas décadas. A "chuva" de dados, avaliados hoje em cerca de 2,5 quintiliões de bytes por dia, cuja velocidade se duplica a cada dois anos, devidamente analisados, norteiam indivíduos, empresas e governos.

Segundo estudos da McKinsey Global Institute "Big Data and Data Science Report" até 2018, haveria um défice superior a 200 mil profissionais com competências de análise de dados e mais de 1,5 milhão de analistas que saibam usar Big Data e a ciência de dados de forma efectiva para a tomada de decisões, o que reforça a nossa convicção de que é cada vez mais importante discutir o tema, com o rigor que lhe é merecido.

Conceptualmente escrevendo, o Big Data pode ser definido como a capacidade de uma sociedade, empresa ou governo de obter novas informações de maneira a gerar ideias úteis, bens e serviços de valor incremental. Esta abordagem permite processar de forma eficiente e com baixo custo grandes volumes de dados, para responder ao momento da velocidade de geração de informação que o mundo de hoje demanda. Hoje, é comum os dados representarem a matéria-prima para a gestão e tomada de decisões, sendo que a revolução não está nas máquinas que calculam os dados, mas sim nos dados só de per si e na maneira como são utilizados. A preponderância do Big Data é cada vez mais indispensável ao permitir investigar e compreender 5 ou mais milhões de eventos, com destaque para o trade finance nas bolsas de valores a fim de identificar fraudes.

Com o recrudescimento do Big Data, por exemplo, no sector das finanças públicas e privadas, a detecção e prevenção de fraudes é uma das áreas que mais cresce, uma vez que com grandes conjuntos de dados consegue-se aplicar técnicas analíticas que detectem os outliers ou valores extremos, os dados que estão à margem da curva que muito provavelmente pode representar uma fraude ou um outro comportamento anómalo, permitindo desta feita a instituição detectar e prevenir as fraudes.

Por exemplo, na nossa realidade, instituições como o Banco Nacional de Angola, a BODIVA, a EMIS, os bancos comerciais, que trabalham com grande volume de informações, detêm cada vez mais instrumentos para análise e gestão de riscos de fraude ou evasão, através do Big Data que permite que as instituições prevejam comportamentos futuros dos mercados.

*Cientista de Dados

(Leia o artigo integral na edição 636 do Expansão, de sexta-feira, dia 06 de Agosto de 2021, em papel ou versão digital com pagamento em Kwanzas. Saiba mais aqui)