A Lei Geral de Proteção de Dados (LGPD) é uma legislação brasileira que estabelece regras e diretrizes para o tratamento de dados pessoais por empresas e organizações. Essa lei é aplicável a todos os projetos que envolvam o processamento de dados pessoais de indivíduos brasileiros, inclusive projetos de Big Data.
Para as empresas que lidam com dados pessoais, a LGPD impõe uma série de obrigações e responsabilidades relacionadas à proteção e privacidade dos dados pessoais dos indivíduos.
"Hoje, organizações de diferentes portes já trabalham com projetos de Big Data e Analytics para suportá-las nas mais diferentes tomadas de decisões", explica Alexandre Antabi, diretor da consultoria Macher Tecnologia.
O conceito de Big Data (macrodados, megadados, ou grandes dados em português) pode ser definido como a área do conhecimento que estuda como tratar, analisar e obter informações a partir de conjuntos de dados muito grandes. Já a Data Analytics (análise de dados), é um processo de inspeção, limpeza, transformação e modelagem de dados com o intuito de descobrir informações úteis, informar conclusões e apoiar a tomada de decisões.
De acordo com o especialista, a utilização de uma grande base de dados no ambiente corporativo pode se dar de diferentes formas, "seja para conhecer seus clientes, seja para entender suas vendas, seja para buscar melhorias operacionais, seja para identificar padrões e desvios, seja para gerar inferências diversas entre múltiplos dados".
Antabi explica que os projetos de Big Data "envolvem costumeiramente a coleta, armazenamento, processamento e análise de dados em grande escala", sendo estes provenientes de múltiplas fontes, como sensores, redes sociais, transações comerciais, entre outras, "podendo tratar dados estruturados ou não estruturados".
Já os projetos de análise de dados, de acordo com o executivo, se concentram no escrutínio destas informações visando a obtenção de insights e informações úteis sobre uma determinada área, produto, assunto ou empresa.
"É comum que projetos de big data e analytics façam uso de 'data lakes', que simplificadamente, são repositórios de grandes volumes de dados de diferentes fontes, em forma bruta - sem prévia transformação ou manipulação - e em ambiente centralizado", diz. "Neste modelo, projetos podem tomar o dado bruto e transformá-lo de acordo com a necessidade de visualização e análise dos usuários de uma potencial solução".