Big Data e os 5 Vs: como as bancas cobram esse conceito

Big Data é um dos temas mais populares em provas de concursos da área de TI, especialmente para cargos como analista de sistemas, cientista de dados e suporte à gestão da informação.

O termo “Big Data” refere-se a conjuntos de dados tão grandes e complexos que ferramentas tradicionais de processamento de dados não conseguem tratá-los eficientemente.

Inicialmente, o conceito de Big Data era descrito pelos 3 Vs: Volume, Velocidade e Variedade. Hoje, é comum encontrar abordagens que ampliam esse conceito para 5, 6 ou 7 Vs.

O primeiro V é o Volume, que trata da quantidade massiva de dados gerados continuamente por redes sociais, sensores, transações financeiras, entre outras fontes.

O segundo V é a Velocidade, relacionada à rapidez com que os dados são gerados, transmitidos e processados. Em sistemas modernos, é necessário lidar com dados em tempo real.

O terceiro V é a Variedade, indicando a diversidade de formatos de dados: estruturados (bancos relacionais), semi-estruturados (JSON, XML) e não estruturados (vídeos, áudios, imagens).

Com o avanço dos sistemas, surgiram mais dois Vs. O quarto V é a Veracidade, que trata da confiabilidade e qualidade dos dados capturados, fundamental para análises fidedignas.

O quinto V é o Valor, que diz respeito à capacidade de extrair conhecimento útil dos dados. De nada adianta coletar uma quantidade enorme de dados se não houver informação relevante a ser obtida.

Algumas abordagens acrescentam ainda mais Vs. O sexto V é a Variabilidade, que considera as mudanças de significado dos dados ao longo do tempo ou conforme o contexto.

Por fim, um sétimo V é a Visualização, essencial para tornar inteligíveis os resultados de análises em grandes volumes de dados.

As bancas exploram essas características em diversas formas: perguntam o significado de cada V, pedem para relacionar cenários a cada conceito, ou avaliam a capacidade de identificar exemplos práticos.

É comum, por exemplo, encontrar questões que confundem Volume e Velocidade ou que testam o entendimento de que dados de redes sociais possuem alta Variedade e Velocidade, mas baixa Veracidade.

Portanto, é fundamental conhecer cada V de maneira conceitual e também através de exemplos do mundo real, pois é assim que as questões costumam ser formuladas.

Para consolidar seu entendimento, vamos resolver duas questões inéditas criadas com base no estilo cobrado em concursos recentes:

Questão 1 – Sobre o conceito de Big Data, assinale a alternativa correta:

A) O V de Velocidade refere-se à diversificação de formatos dos dados.

B) O V de Volume refere-se à taxa com que dados se tornam obsoletos.

C) O V de Veracidade está relacionado à confiabilidade dos dados coletados.

D) O V de Valor representa a quantidade de fontes de onde os dados foram obtidos.

E) O V de Variabilidade trata do armazenamento físico de grandes volumes de dados.

Gabarito: C

Comentários:

• A: Errada. Diversidade de formatos é Variedade.
• B: Errada. Obsolescência dos dados está ligada à Variabilidade, não Volume.
• C: Correta. Veracidade é a confiança nos dados.
• D: Errada. Valor refere-se à capacidade de extrair informações úteis.
• E: Errada. Armazenamento em si está mais ligado ao Volume.

Questão 2 – Considere as afirmativas a respeito dos Vs do Big Data:

I. O V de Volume trata da quantidade massiva de dados gerados.

II. O V de Valor refere-se à velocidade com que os dados são processados.

III. O V de Velocidade refere-se à rapidez na geração e transmissão dos dados.

Estão corretas:

A) Apenas I

B) Apenas II

C) Apenas III

D) I e III

E) II e III

Gabarito: D

Comentários:

• I: Correta. Volume é a quantidade de dados.
• II: Errada. Valor não é relacionado à velocidade.
• III: Correta. Velocidade é a rapidez na geração e transmissão dos dados.