Big Data e Gestão do Conhecimento Como Vantagem Competitiva

...

Diante de um mercado altamente competitivo e que nos mais variados ramos, as organizações buscam se destacar pela qualidade de seus serviços ou produtos. Nesse contexto, a proposta deste trabalho visa apresentar conceitos, definições e ferramentas necessárias para à tomada de decisão gerando vantagem competitiva organizacional, baseando-se em concepções do Big Data voltados às estratégias ligadas diretamente com a Gestão do Conhecimento.

Para o desenvolvimento do presente trabalho foram utilizadas pesquisas bibliográficas, nessas analises adotamos o estudo sistematicamente apresentado por (WOLFSWINKEL; 2013). Que visa cinco passos do método para revisão da literatura. A pesquisa bibliográfica baseou-se em publicações científicas da Big Data e Gestão do Conhecimento como vantagem competitiva.

O presente trabalho estrutura-se em cinco capítulos, apresentando-se no primeiro como uma contextualização de tudo que será abordado no trabalho. No segundo capítulo será exibido o referencial teórico abordando Big Data e Gestão do Conhecimento com vantagem competitiva. O terceiro será retratado o método selecionado desta pesquisa. No capítulo quatro a discussão dos resultados da pesquisa. No quinto são trazidas as reflexões finais.

II. REFERÊNCIAL TEÓRICO

Esta seção destina-se a aprofundar o estudo das duas áreas do presente artigo, a Big Data e a Gestão de Conhecimento, abordando neste contexto como vantagem competitiva organizacional.

2.1 BIG DATA

Inicialmente, o quadro I aponta quatro autores que foram pesquisados, com suas definições de Big Data servindo como embasamento na presente pesquisa.

Quadro I – Definições de Big Data

Autores

Definições

Zikopoulos et al (2012)

São informações que não podem ser processados ou analisados por meio de processos ou ferramentas tradicionais.

Kim, Trimi, e JiHyong (2014)

Trata-se de um termo geral para a enorme quantidade de dados digitais coletados a partir de todos os tipos de fontes.

Mahrt e Scharkow (2013)

Denotam um maior conjunto de dados ao longo do tempo, conjuntos de dados estes que são grandes demais para serem manipulados por infraestruturas de armazenamento e processamento regulares.

Davenport (2012) e Kwon (2014)

Dados demasiadamente volumosos ou muito desestruturados para serem gerenciados e analisados através de meios tradicionais.

Fonte: (Adaptado de Freitas e Maçada; 2014).

É possível observar uma familiaridade nas definições acima citadas, que podem ser compreendidas como sendo um imenso volume de dados estruturados ou não estruturados , de fontes diversas, que devem ser administradas e exploradas de forma inerente que impactam os negócios no dia a dia.

Além disso, existem três fatores que são citados por diversos autores, onde vale ressaltar que para o presente estudo serão apreciadas: volume, variedade e velocidade (DI MARTINO et al; 2014; ZIKOPOULOS et al; 2012). No contexto de Big Data, o mais importante não é a quantidade de dados e sim o que as organizações fazem com os dados que realmente importam. Vem sendo o principal desafio das organizações em obter de forma estruturada a informação (DAVENPORT, BART, BEAN; 2012).

Conceito de Big Data obteve uma maior visibilidade no ano 2000, onde um dos principais analistas deste setor o Doug Laney iniciou as definições dos três VS: Volume: Organizações pesquisam dados de uma imensa variedade de fontes, como redes sociais e transações comerciais. Velocidade: A velocidade flui de forma proveniente a ser tratados em tempo hábil, como celulares e contadores inteligentes. Variedade: Dados gerados de todos os formatos, como numéricos até textos não estruturados. São de tal importância desde o início quando é gerado até a finalização do processamento dos dados (FREITAS JUNIOR, MAÇADA, BRINKHUES, DOLCI; 2015).

As organizações em seus variados setores podem utilizar a Big Data, podendo analisar diversos rastros deixados em dispositivos eletrônicos assim maximizando as tomadas de decisões organizacionais (KIM, TRIMI, JI-HYONG; 2014). Segundo (GARTNER; 2012) a grande dificuldade das organizações com grandes volumes de dados pouco tempo de processamento em informações e conhecimentos está em ter pessoas qualificadas em analisar Big Data devido às altas exigências de competências e não apenas da área de tecnologia.

Por fim, (MAYER-SCHÖNBERGER; CUKIER; 2013) afirma que os dados estão imensamente disponíveis, são os ativos mais importantes das organizações e com o processamento desses dados obtendo informações e a sabedoria que vem junto ao conhecimento.

2.2 GESTÃO DO CONHECIMENTO

A Gestão do conhecimento de acordo com a definição do termo de (YANG; 2009) pode ser definida como "O processo de identificação/criação, assimilando e aplicando na organização o conhecimento para explorar novas oportunidades e melhorar o desempenho organizacional ".

A aplicabilidade da Gestão do conhecimento tem emergido como um importante campo para a prática, pesquisa e tomada de decisões nas corporações baseados em sistemas de informação e por meio de transformação de conhecimento tácito em conhecimento explícito. Este campo constrói fundamentos teóricos da economia da informação, gestão estratégica, estrutura organizacional, inteligência artificial, a qualidade, gerenciamento e medição de desempenho organizacional. Estas teorias estão sendo usadas como bases para novos conceitos que fornecem uma base fundamental para tomada de decisões.

O conhecimento tácito foi definido originalmente por (POLANYI; 1966). É por vezes referido como saber-como (BROWN & DUGUID; 1998) e refere-se intuitivo, difícil de definir o conhecimento que é em grande parte adquirido por experiência. Devido a isso, o conhecimento tácito é muitas vezes dependente do contexto e de natureza pessoal. É difícil de se comunicar e profundamente enraizado na ação, compromisso e envolvimento (NONAKA; 1994).

O conhecimento explícito é formalizado e codificado, e é por vezes referido como saber- o que (BROWN & DUGUID; 1998). Por isso,