O termo Big Data refere-se a dados tão grandes, rápidos ou complexos que são difíceis ou impossíveis de processar usando métodos tradicionais. O ato de acessar e armazenar grandes quantidades de informações para análise existe há muito tempo. Mas o conceito de Big Data ganhou impulso no início de 2000, quando o analista da indústria Doug Laney articulou a definição agora dominante de Big Data como os três Vs:

• Volume: as organizações coletam dados de uma variedade de fontes, incluindo transações comerciais, dispositivos inteligentes (Internet of Things - IoT), equipamentos industriais, vídeos, mídia social e muito mais. No passado, armazená-lo seria um problema, mas o armazenamento mais barato em plataformas como data lakes, NoSQL e Hadoop aliviaram o sacrifício econômico.

• Velocidade: Com o crescimento da Internet das Coisas, os dados chegam às empresas em uma velocidade sem precedentes e devem ser tratados em tempo hábil. Etiquetas RFID (Radio-frequency identification), sensores e medidores inteligentes estão levando à necessidade de lidar com essas torrentes de dados quase em tempo real.

• Variedade: os dados vêm em todos os tipos de formatos , de dados numéricos estruturados em bancos de dados tradicionais a documentos de texto não estruturados, e-mails, vídeos, áudios, dados de cotações da bolsa e transações financeiras.

Com a realidade contemporânea de produção e aquisição de dados a uma velocidade cada vez maior, algumas questões foram sendo estabelecidas e precisavam de respostas:

– A nossa organização consegue processar todo volume de dados das aplicações e transações do dia a dia?

– O tempo de acesso a esses dados está atendendo às necessidades de negócios?

– Todos os tipos de dados que a organização recebe e trafega são atendidos pelas ferramentas atuais?

– Existe confiança nos dados apresentados nas soluções de apoio a decisão atuais?

– Qual a importância dos dados da organização? Possuem valor agregado e podem ser tratados de forma a retornar o investimento das soluções atuais?

Esta realidade transformou os 3 Vs. Havia outras dimensões a serem consideradas:

• Variabilidade: Além das velocidades e variedades crescentes de dados, os fluxos de dados são imprevisíveis - mudando frequentemente e variando muito. É um desafio, mas as empresas precisam saber quando algo está se tornando uma tendência na mídia social e como gerenciar picos de carga de dados diários, sazonais e acionados por eventos.

• Veracidade: A veracidade se refere à qualidade dos dados. Como os dados vêm de muitas fontes diferentes, é difícil vincular, combinar, limpar e transformar dados entre sistemas. As empresas precisam conectar (fazer comparação) e correlacionar (estabelecer correspondência) relacionamentos, hierarquias e múltiplas ligações de dados. Caso contrário, seus dados podem sair rapidamente do controle.

Assim, chegamos aos 5 Vs do Big Data:

Volume;

Variedade;

Velocidade;

Variabilidade, e

Veracidade.

A importância do Big Data não gira em torno da quantidade de dados que você possui, mas do que você faz com eles. Você pode pegar dados de qualquer fonte e analisá-los para encontrar respostas que permitam (MORAIS et al, 2018):

1) reduções de custo,

2) reduções de tempo,

3) desenvolvimento de novos produtos e ofertas otimizadas, e

4) tomada de decisão inteligente.

Ao combinar Big Data com análises de alta potência (performance), ou seja elevado poder decisório, você pode realizar tarefas relacionadas a negócios, como:

• Determinar as causas básicas de falhas, problemas e defeitos quase em tempo real.

• Geração de cupons no ponto de venda com base nos hábitos de compra do cliente.

• Recalcular carteiras de risco inteiras em minutos.

• Detectar um comportamento fraudulento antes que afete sua organização.

O Big Data no mundo de hoje é a maneira como as organizações gerenciam e obtêm informações sobre tudo, mudando substancialmente a maneira como o mundo usa as informações de negócios.

Para permanecer relevante, a integração de dados precisa funcionar com muitos tipos e fontes diferentes de dados, ao mesmo tempo em que opera em latências diferentes, de tempo real a streaming (GOMES e BRAGA, 2017; MORAIS et al, 2018).

Quer saber como construir uma organização analítica de classe mundial?

São basicamente 4 passos (ARAÚJO, 2020):

1º) Certifique-se de que as informações são confiáveis;

2º) Capacite decisões baseadas em dados em todas as linhas de negócios;

3º) Direcione a estratégia;

4º) Saiba como alcançar o potencial máximo do Big Data.

O atual ecossistema analítico explora a adoção de tecnologias e ilustra como a adoção de abordagens específicas leva ao posicionamento evolutivo com sucesso.

Assim, o Big Data é um grande negócio para as indústrias. O ataque violento da IoT e de outros dispositivos conectados criou um aumento maciço na quantidade de informações que as organizações coletam, gerenciam e analisam. Junto com o Big Data, se apresenta o potencial para revelar grandes soluções para todos os setores, do grande ao pequeno.

A construção do relacionamento com o cliente é crítica para o setor de varejo e a melhor maneira de gerenciar isso é gerenciar o Big Data. Os varejistas precisam saber a melhor maneira de comercializar com os clientes, a maneira mais eficaz de lidar com as transações e a maneira mais estratégica de trazer de volta negócios encerrados. O Big Data permanece no centro de todas essas coisas.

Armados com a visão que o Big Data pode fornecer, os fabricantes podem aumentar a qualidade e a produção ao mesmo tempo em que minimizam o desperdício nos processos essenciais no mercado competitivo de hoje. Cada vez mais fabricantes estão trabalhando em uma cultura baseada em análise, o que significa que podem resolver problemas com mais rapidez e tomar decisões de negócios mais ágeis.

Com grandes quantidades de informações fluindo de várias fontes, os bancos se deparam com a descoberta de maneiras novas e inovadoras de gerenciar Big Data. Embora seja importante entender o cliente e aumentar sua satisfação, é igualmente importante minimizar risco e fraude, mantendo a conformidade regulatória. O Big Data traz grandes insights, mas também exige que as instituições financeiras estejam um passo à frente do jogo com análises avançadas.

Registros de pacientes. Planos de tratamento. Informações de prescrição. Quando se trata de saúde, tudo precisa ser feito com rapidez, precisão e, em alguns casos, com transparência suficiente para atender às rígidas regulamentações do setor. Quando o Big Data é gerenciado de forma eficaz, os provedores de saúde podem descobrir insights ocultos que melhoram o atendimento ao paciente.

Educadores armados com uma visão baseada em dados podem causar um impacto significativo nos sistemas escolares, alunos e currículos. Ao analisar Big Data, eles podem identificar alunos em risco, certificar-se de que os alunos estão fazendo um progresso adequado e podem implementar um sistema melhor para avaliação e suporte de professores e diretores.

Entre a facilidade de coletar através do Big Data e as opções cada vez mais acessíveis para gerenciar, armazenar e analisar dados, as pequenas e médias empresas têm mais chances do que nunca de competir com suas contrapartes maiores. As pequenas e médias empresas podem usar Big Data com análises a custos mais baixos, aumentar a produtividade, construir relacionamentos mais fortes com o cliente e minimizar riscos e fraudes.

Quando as agências governamentais são capazes de controlar e aplicar análises a seus Big Data, elas ganham terreno significativo quando se trata de gerenciar serviços públicos, administrar agências, lidar com congestionamentos de tráfego ou prevenir crimes. Mas embora haja muitas vantagens no Big Data, o governo também deve abordar as questões de transparência e privacidade.

As seguradoras de telemática, dados de sensores, dados meteorológicos, drones e dados de imagens aéreas são inundadas com um influxo de Big Data. A combinação de Big Data com análises fornece novas soluções que podem impulsionar a transformação digital. Por exemplo, o Big Data ajuda as seguradoras a avaliar melhor o risco, criar novas políticas de preços, fazer ofertas altamente personalizadas e ser mais pró-ativas na prevenção de perdas.

Antes que as empresas possam colocar o Big Data para trabalhar para elas, elas devem considerar como ele flui entre os diversos locais, fontes, sistemas, proprietários e usuários. Existem cinco etapas principais para assumir o comando dessa grande “estrutura de dados” que inclui dados estruturados tradicionais junto com dados não estruturados e semiestruturados: definição de uma estratégia de Big Data; identificação de fontes de Big Data; acesso, gerenciamento e armazenagem de dados; análise dos dados; tomada de decisões baseadas em dados.

1) Definição de uma estratégia de Big Data

Em alto nível, a estratégia de Big Data é um plano projetado para ajudar a supervisionar e melhorar a maneira como você adquire, armazena, gerencia, compartilha e usa dados dentro e fora de sua organização. A estratégia de Big Data prepara o terreno para o sucesso dos negócios em meio a uma abundância de dados. Ao desenvolver uma estratégia, é importante considerar as metas e iniciativas de negócios e de tecnologia existentes e futuras. Isso exige o tratamento de Big Data como qualquer outro ativo comercial valioso, em vez de apenas um subproduto de aplicativos.

2) Identificação de fontes de Big Data

Os dados de streaming vêm da Internet das Coisas (IoT) e de outros dispositivos conectados que fluem para os sistemas de TI de wearables (Tecnologia "vestível" ou “usável”), carros inteligentes, dispositivos médicos, equipamentos industriais e muito mais. Você pode analisar esse Big Data assim que ele chegar, quais dados manter ou não e quais precisam de análises adicionais.

Os dados de mídia social resultam de interações no Facebook, YouTube, Instagram, etc. Isso inclui grandes quantidades de Big Data na forma de imagens, vídeos, voz, texto e som, útil para funções de marketing, vendas e suporte. Esses dados costumam estar em formas não estruturadas ou semiestruturadas, portanto, representam um desafio único para consumo e análise.

Outros Big Data podem vir de data lakes, fontes de dados em nuvem, fornecedores e clientes.

3) Acesso, gerenciamento e armazenagem de dados

Os sistemas de computação modernos fornecem a velocidade, a potência e a flexibilidade necessárias para acessar rapidamente grandes quantidades e tipos de Big Data. Junto com o acesso confiável, as empresas também precisam de métodos para integrar os dados, garantindo a qualidade dos dados, fornecendo governança e armazenamento de dados e preparando os dados para análise. Adicionar dados que podem ser armazenados no local em um data warehouse tradicional, mas também há opções flexíveis e de baixo custo para armazenar e manipular Big Data por meio de soluções em cloud (nuvem), data lakes e Hadoop.

4) Análise dos dados

Com tecnologias de alto desempenho, como computação em grade ou análise em memória, as organizações podem escolher usar todos os seus Big Datas para análises. Outra abordagem é determinar antecipadamente quais dados são relevantes antes de analisá-los. De qualquer forma, a análise de Big Data é como as empresas obtêm valor e percepções dos dados. Cada vez mais, o Big Data alimenta os esforços de análise avançada de hoje, como a inteligência artificial.

5) Tomada de decisões baseadas em dados

Dados confiáveis ​​e bem gerenciados levam a análises confiáveis ​​e decisões confiáveis. Para se manterem competitivas, as empresas precisam aproveitar todo o valor do Big Data e operar de maneira orientada por dados, tomando decisões com base nas evidências apresentadas pelo Big Data, e não no instinto. Os benefícios de ser orientado por dados são claros. As organizações orientadas por dados têm melhor desempenho, são operacionalmente mais previsíveis e são mais lucrativas.

A Internet das Coisas pode ser um tópico novo para nós, estudantes de graduação, mas não é um novo conceito. No início dos anos 2000, Kevin Ashton estabeleceu a base para o que seria a Internet das Coisas (Internet of Things - IoT) em um laboratório de AutoID (Identificação de radiofrequência em rede e tecnologias de detecção emergentes) no Instituto de Tecnologia de Massachusetts (Massachusetts Institute of Technology - MIT). Ashton foi um dos pioneiros que criou essa noção, enquanto pesquisava maneiras de a Procter & Gamble melhorar suas transações comerciais conectando informações RFID (Radio-frequency identification) à Internet. O conceito era simples, porém eficiente. Se todos os objetos do dia a dia fossem equipados com identificadores e conectividade sem fio, eles poderiam se comunicar e ser gerenciados por computadores  (Cisco Systems, 2019).

Na época, essa visão exigia grandes melhorias na tecnologia. Afinal, como conectaríamos tudo no planeta? Que tipo de comunicação sem fio poderia ser incorporada nos dispositivos? Quais alterações precisariam ser feitas na infraestrutura existente da Internet para comportar bilhões de novos dispositivos se comunicando? O que habilitaria esses dispositivos? O que deve ser desenvolvido para tornar as soluções econômicas? Houve mais perguntas do que respostas.

Hoje, muitos desses obstáculos foram resolvidos. O tamanho e o custo de rádio sem fio diminuíram bastante. Um determinado protocolo para internet permite atribuir um endereço de comunicação a bilhões de dispositivos. As empresas de produtos eletrônicos já aderiram ao Wi-Fi e conectividade sem fio de celular em uma ampla variedade de dispositivos, segundo Srikanth (2018).

A cobertura de dados móveis melhorou significativamente com várias redes oferecendo velocidades de banda larga. Embora não esteja perfeita, a tecnologia de bateria melhorou e a recarga solar foi incorporada em diversos dispositivos. Haverá bilhões de objetos que se conectarão à rede nos próximos anos. Por exemplo, o Grupo de Internet das Coisas da Cisco (IOTG) prevê que haverá mais de 50 bilhões de dispositivos conectados em 2022 (Cisco Systems, 2019).

A IoT descreve um sistema em que os elementos no mundo físico, e sensores dentro ou acoplados a esses elementos, estão conectados à Internet através de conexões de Internet sem fio e com fio. Os sensores podem usar vários tipos de conexões de área local como RFID (Radio-Frequency Identification ou, Identificação em Baixa Frequência), NFC (Near Field Communication ou, Comunicação de Campo Próximo), Wi-Fi (Wireless Fidelity ou, Fidelidade Sem Fio), Bluetooth (protocolo de comunicação, projetado originalmente para curto alcance e baixo consumo de energia, que permite dois dispositivos trocarem informações entre si sem cabos) e Zigbee (protocolo de comunicação sem fios destinado a aparelhos IoT). Os sensores podem apresentar também a conectividade de longa distância como GSM (Global System for Mobile Communications ou, Sistema Global para Comunicações Móveis), GPRS (General Packet Radio Service ou, Serviços Gerais de Pacotes por Rádio), 3G, 4G ou 5G (gerações de padrões e tecnologias de redes móveis) e LTE (Long Term Evolution ou, Evolução de Longo Prazo) (Cisco Systems, 2019). A Internet das Coisas é capaz de:

• Conectar objetos inanimados e seres vivos. Os primeiros testes e implantações da Internet das Coisas começaram com a conexão de equipamento industrial. Hoje, a visão da IoT expandiu-se para conectar tudo, desde equipamentos industriais até objetos de uso diário. Os tipos de itens vão de turbinas a gás a automóveis e medidores de utilitários. Eles também podem incluir organismos vivos como plantas, animais de produção e pessoas. Por exemplo, o Projeto de Monitoramento de Vacas em Essex (Inglaterra) utiliza dados coletados em etiquetas de posicionamento de rádio para monitorar vacas em relação a doenças e acompanhamento do comportamento no rebanho. A computação que pode ser usada e os dispositivos digitais de saúde, como os smart bands (pulseiras inteligentes), são exemplos de como as pessoas estão se conectando ao cenário da Internet das Coisas. A Cisco transformou a definição de IoT à Internet de Todas as Coisas (Internet of Everything - IoE), incluindo pessoas, locais, objetos e coisas. Basicamente tudo que pode ser acoplado a um sensor e à conectividade pode ser incluído nos novos ecossistemas conectados (Cisco Systems, 2019).

• Usar sensores para coleta de dados. Os objetos físicos a serem conectados terão um ou vários sensores. Cada sensor monitorará uma condição específica como local, vibração, movimentação e temperatura. Na IoT, esses sensores conectam-se entre si e com os sistemas que podem entender ou apresentar informações dos retornos de dados do sensor. Esses sensores fornecerão novas informações para sistemas de uma empresa e para pessoas (Cisco Systems, 2019).

• Alterar quais tipos de itens se comunicam em uma rede IP (Internet Protocol ou, Protocolo de Internet). No passado, as pessoas se comunicavam com pessoas e máquinas. Imagine se todos os seus equipamentos tivessem a capacidade de se comunicar. O que isso representaria para você? Os objetos capacitados pela IoT irão compartilhar informações sobre suas condições e seu ambiente correspondente com pessoas, sistemas de software e outras máquinas. Essas informações podem ser compartilhadas em tempo real ou coletadas e compartilhadas em intervalos definidos. Futuramente, tudo terá uma identidade e conectividade digitais, significando que você poderá identificar, gerenciar e se comunicar com os objetos (SRIKANTH, 2018).

Os dados da IoT diferem de computação tradicional. Os dados podem ser de tamanho pequeno, mas com transmissão frequente. O número de dispositivos, ou nós, que se conectam à rede são também maiores na IoT do que na computação de computadores tradicionais. As comunicações entre as máquinas e a inteligência coletada dos dispositivos e da rede permitirão que as empresas automatizem determinadas tarefas básicas sem depender de aplicações e serviços centrais ou baseados em nuvem. Esses atributos oferecem oportunidades para coletar uma ampla variedade de dados, mas também fornecem desafios relacionados à projeção de redes e à segurança apropriada para os dados (GOLDSCHMIDT, 2015; GOMES e BRAGA, 2017; MORAIS et al, 2018).

A IoT afeta todas as empresas. Os dispositivos móveis e a Internet das Coisas mudarão os tipos de dispositivos conectados em sistemas de uma empresa. Esses dispositivos recém-conectados produzirão novos tipos de dados. A Internet das Coisas ajudará uma empresa a conquistar eficiências, aproveitar a inteligência de uma ampla variedade de equipamentos, melhorar as operações e aumentar a satisfação do cliente. A IoT também terá um impacto profundo na vida das pessoas. Ela melhorará a segurança pública, o transporte e a saúde com melhores informações e comunicações mais rápidas dessas informações. Apesar das muitas maneiras de a Internet das Coisas afetar a sociedade e as empresas, há pelo menos três grandes vantagens da IOT que afetarão todas as empresas, incluindo comunicação, controle e custos reduzidos (GOMES e BRAGA, 2017; MORAIS et al, 2018; SRIKANTH, 2018).

A IoT divulga informações às pessoas e aos sistemas, como o estado e a integridade do equipamento (por exemplo, está ligado ou desligado, carregado, cheio ou vazio) e dados de sensores que podem monitorar os sinais vitais de uma pessoa. Na maioria dos casos, não tínhamos acesso a essas informações antes ou elas eram coletadas manualmente e com pouca frequência. Por exemplo, um sistema HVAC ( Heating, Ventilating and Air Conditioning ou, Aquecimento, Ventilação e Ar Condicionado) capacitado por IOT pode informar se o filtro de ar está limpo e funcionando corretamente. Quase todas as empresas têm uma classe de ativos que poderiam rastrear. Os ativos capacitados por GPS (Global Positioning System, ou Sistema de Posicionamento Global) podem comunicar a localização atual e o movimento.

A localização é importante para itens que se movem, como caminhões, mas também é aplicável para localizar itens e pessoas dentro de uma empresa. No setor de saúde, a IoT pode ajudar um hospital a rastrear a localização de, por exemplo, cadeiras de rodas e desfibriladores cardíacos para cirurgiões. No setor de transporte, uma empresa pode oferecer o rastreamento em tempo real e a condição de pacotes e de paletes. Por exemplo, a Maersk (companhia marítima de transporte) pode usar sensores para rastrear a localização de um contêiner de transporte resfriado e a temperatura atual .

Em um mundo conectado, uma empresa terá visibilidade em relação à condição de um dispositivo. Em muitos casos, uma empresa ou um cliente também poderá controlar remotamente um dispositivo. Por exemplo, uma empresa pode remotamente ligar ou desligar o equipamento específico ou ajustar a temperatura em um ambiente controlado por clima. Enquanto isso, um cliente pode usar a IoT para desbloquear seu carro ou ligar a máquina de lavar. Quando uma base de desempenho tiver sido estabelecida, um processo poderá enviar alertas para anomalias e possivelmente oferecer uma resposta automática. Por exemplo, se as pastilhas de freio em um caminhão estiverem quase falhando, a empresa poderá remover o veículo de serviço e agendar automaticamente a manutenção.

Muitas empresas adotam a IoT para economizar dinheiro. A medição fornece os dados de desempenho reais e a integridade do equipamento, em vez das estimativas. As empresas, especialmente as industriais, perdem mais dinheiro quando o equipamento falha. Com novas informações do sensor, a IoT pode ajudar uma empresa a economizar dinheiro, minimizando a falha do equipamento e permitindo que a empresa execute a manutenção planejada. Os sensores também podem medir itens, como o comportamento de direção e a velocidade, para reduzir os custos de combustível e o uso e desgaste de consumíveis. Os novos medidores inteligentes em residências e empresas também podem fornecer dados que ajudam as pessoas a entender o consumo de energia e as oportunidades de redução de custos.

Esses são apenas alguns exemplos de como a IoT pode ajudar uma empresa a economizar dinheiro, automatizar processos e obter novas percepções nos negócios. Para aproveitar todos os benefícios que a IoT pode oferecer, uma empresa deve lidar, no mínimo, com os quatro itens a seguir  (Cisco Systems, 2019):

1. Defina o que você gostaria de saber dos sensores. Nos próximos três anos, a maioria dos dispositivos adquiridos terá sensores e vários itens atuais poderão ser equipados com sensores. Isso produzirá uma ampla gama de fontes de dados para as pessoas e os sistemas a serem usados para melhorar as vidas delas e os processos corporativos atuais. Em um cenário corporativo, a TI deve definir quais tipos de informações podem ser obtidas desses sensores e deve trabalhar com os líderes empresariais para definir quais processos comerciais podem ser aprimorados com essas novas informações da IoT. Por exemplo, os dados de sensor que destacam as anomalias na vibração do equipamento podem ser usados para agendar e evitar a falha do equipamento.

2. Construa uma base de rede e segurança de IOT. Muitas implantações industriais da IoT usavam redes proprietárias. Em vez de criar redes proprietárias, a TI deve conectar dispositivos de IoT a redes IP com base em padrões. Uma rede baseada em IP ajuda as empresas a proporcionar o desempenho, a confiabilidade e a interoperabilidade necessárias para oferecer suporte a redes e conexões globais da IoT com ecossistemas de parceiros. Além disso, muitas empresas estão concentradas em criar estratégias de segurança para smartphones e tablets, mas isso é apenas um aspecto do novo mundo móvel. A proliferação de sensores e equipamentos conectados fornece novas preocupações relacionadas à segurança. Ao adotar a IoT, os departamentos de TI precisam garantir que haja proteções dentro da solução, incluindo procedimentos de segurança como criptografia de hardware, segurança física do edifício e a segurança da rede para dados em trânsito. As estruturas de identidade e autenticação também precisarão ser atualizadas para oferecer suporte às “coisas” além de às pessoas.

3. Colete a maior quantidade de dados possível. Empresas que não planejam cuidadosamente a IoT ficarão sobrecarregadas com o volume e a variedade de dados que a IoT gerará. Embora cada sensor possa produzir apenas uma pequena quantidade de dados, uma empresa coletará dados de milhares a milhões de sensores. As empresas devem desenvolver uma coleta de dados e uma estratégia de análise que apoiem essa nova cascata de informações de maneira escalar e econômica. A tecnologia de Big Data, como Hadoop e NoSQL, pode fornecer às empresas a capacidade de coletar, armazenar e analisar com rapidez grandes volumes de dados diferentes da IoT. Uma empresa deve incluir todos os dados relevantes para os processos atuais. Se for possível e econômico, uma empresa também deverá coletar dados adicionais que permitirão à empresa responder a novas perguntas no futuro.

4. Revise o tamanho e a escala de fornecedores da IoT. A IoT é um cenário complicado com várias categorias e muitos fornecedores dentro de cada categoria. As quatro principais categorias de uma solução de IoT são: sensor(es) e rádio(s) frequentemente localizado(s) na máquina, em uma plataforma de gerenciamento de dispositivos M2M (Machine-to-Machine, ou Máquina para Máquina), em uma plataforma de disponibilização de solução e nas aplicações que permitem aos dispositivos de IoT informar ou agir sobre os dados. Embora existam muitos fornecedores, nenhum fornecedor sozinho oferece uma solução completa sem criar parcerias. À medida que uma empresa começa a sua jornada na IoT, os executivos de TI e da linha de negócios devem criar uma equipe multifuncional para avaliar parceiros estratégicos. A equipe deve avaliar a posição financeira de fornecedores, o conhecimento do setor, as parcerias e a amplitude das ofertas.

ARAÚJO, P. M. Framework de Big Data. São Paulo: Grupo A, 2020. 9786556900803. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/9786556900803/. Acesso em: 16 Jul 2021.

Cisco Systems, Inc. San Jose: Cisco, 2019. Disponível em: <http://www.cisco.com/web/about/ac79/docs/innov/IoT_IBSG>. Acesso em 10.07.2021.

GOLDSCHMIDT, R. Data Mining. São Paulo: Grupo GEN, 2015. 9788595156395. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/9788595156395/. Acesso em: 16 Jul 2021.

GOMES, E.; BRAGA, F. Inteligência Competitiva Tempos Big Data. São Paulo: Editora Alta Books, 2017. 9788550804101. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/9788550804101/. Acesso em: 16 Jul 2021.

MORAIS, I. S. Introdução a Big Data e Internet das Coisas (IoT). São Paulo: Grupo A, 2018. 9788595027640. Disponível em: https://integrada.minhabiblioteca.com.br/#/books/9788595027640/. Acesso em: 16 Jul 2021.