RESUMO: O avanço tecnológico, a transformação digital e o dinamismo do ambiente organizacional têm impulsionado mudanças significativas nos modelos de negócio e nos processos organizacionais. Nesse contexto, esta pesquisa teve como objetivo analisar como organizações catarinenses utilizam o Big Data para criar e capturar valor no contexto da Indústria 4.0. Trata-se de uma pesquisa aplicada, de caráter exploratório e abordagem mista, operacionalizada por meio de questionário e entrevistas aplicados a gestores de organizações de diferentes setores e regiões do estado de Santa Catarina. Os resultados indicam que a maior parte das organizações investigadas ainda apresenta baixo nível de adequação aos princípios da Indústria 4.0 e não utiliza soluções de Big Data em suas operações. Entre aquelas que adotam essa tecnologia, a criação de valor ocorre principalmente por meio da geração de novas ideias, do desenvolvimento de pesquisas e da comercialização de produtos e serviços. Os achados também evidenciam que a digitalização e a transformação digital permanecem entre os principais desafios enfrentados pelas organizações. O estudo contribui ao apresentar um panorama do estágio de maturidade digital das empresas analisadas e das oportunidades e desafios relacionados à utilização do Big Data para criação e captura de valor.
PALAVRAS-CHAVE: Big Data; Indústria 4.0; Transformação Digital; Valor; Negócios.
ABSTRACT: Technological advancements, digital transformation, and the dynamism of the organizational environment have driven significant changes in business models and organizational processes. In this context, this research aimed to analyze how organizations in Santa Catarina use Big Data to create and capture value within the context of Industry 4.0. This is an applied research study, exploratory in nature and with a mixed-methods approach, operationalized through questionnaires and interviews applied to managers of organizations from different sectors and regions of the state of Santa Catarina. The results indicate that most of the organizations investigated still show a low level of adaptation to the principles of Industry 4.0 and do not use Big Data solutions in their operations. Among those that adopt this technology, value creation occurs mainly through the generation of new ideas, the development of research, and the commercialization of products and services. The findings also show that digitization and digital transformation remain among the main challenges faced by organizations. The study contributes by presenting an overview of the digital maturity stage of the companies analyzed and the opportunities and challenges related to the use of Big Data for value creation and capture.
Keywords: Big Data; Industry 4.0; Digital Transformation; Value; Business.
1 INTRODUÇÃO
A transformação digital emerge como um fenômeno que permeia todos os aspectos da sociedade e dos negócios. No âmbito industrial, esse fenômeno se manifesta de forma contundente através do conceito da Indústria 4.0, que representa uma nova era na produção, onde a integração de tecnologias como Internet das Coisas (IoT), Inteligência Artificial (IA), Computação em Nuvem e Automação Avançada, entre outras, têm revolucionado os processos de fabricação.
Nesse contexto, o Big Data desempenha um papel importante ao oferecer insights valiosos que impulsionam a inovação e a tomada de decisão estratégica. O termo Big Data refere-se à imensa quantidade de dados gerados a cada segundo, provenientes de uma variedade de fontes, como dispositivos conectados, mídias sociais, transações online e sensores industriais. Como afirmam Pavone, Ricci e Calogero (2024), existe uma inevitável presença do Big Data no cotidiano das organizações e indivíduos, fazendo parte do comportamento diário dos sistemas socioeconômicos.
Para aproveitar os benefícios desse recurso, torna-se importante que as organizações invistam em tecnologia e estratégias de dados inteligentes, como a análise de Big Data (analytics), o aprendizado de máquina (machine learning) e uso de inteligência artificial, assim como investimento em talentos humanos, por meio da contratação de profissionais especializados nessas áreas e através de programas internos de formação. Tais medidas representam tanto oportunidades quanto grandes desafios para os diversos setores, que devem ser encarados com comprometimento e priorização (Hassani; Macfeely, 2023). Corroborando, Davenport (2017) ressalta que o uso de Big Data na indústria 4.0 é necessário para criar valor nas organizações, seja por meio da redução de custos, aumento da velocidade de processamento de dados e desenvolvimento de novos produtos ou serviços. Essas capacidades são essenciais para impulsionar a automação, a análise de dados em tempo real e a inovação de produtos e processos industriais.
Dentre os fatores para a não adoção do Big Data, Verma e Bhattacharyya (2017) afirmam que as organizações por algumas vezes não percebem o valor estratégico deste para o negócio. Aliado a isso, os gestores e as organizações muitas vezes não estão preparados para implementar as mudanças necessárias nos níveis tecnológico, organizacional e ambiental.
Big Data é reconhecido como uma abordagem que integra sistemas e processos industriais com base em dados, permitindo maior eficiência e colaboração ao longo da cadeia de valor na Indústria 4.0. As organizações, ao adotarem o Big Data, são capazes de inovar em áreas como atendimento ao cliente, definição de preços, estratégias de marketing e tomada de decisões baseadas em dados, que, na perspectiva desta Indústria, são fundamentais para impulsionar a transformação digital, aprimorar a eficiência e a competitividade das operações industriais (Mamonov; Triantoro, 2018; Urbinati et al., 2019).
Shamim et al. (2016) afirmam que o conceito da Indústria 4.0 envolve a utilização de máquinas, sistemas e processos de produção “inteligentes”, o que diminui o uso de intervenções humanas e aumenta a produtividade das indústrias. Ainda de acordo com os autores, a era da Indústria 4.0 traz consigo alguns desafios para as organizações, dentre eles: econômicos, sociais e tecnológicos, os quais exigirão força de trabalho inovadora e qualificada para atuar no ambiente organizacional.
Partindo desse cenário, esta pesquisa tem como objetivo geral compreender como as organizações catarinenses têm se adaptado à Indústria 4.0 para criar e capturar valor a partir do uso do Big Data. O público-alvo inicial da pesquisa foram empresas de diversos setores sediadas em Santa Catarina, havendo destaque para as que atuam no segmento de tecnologia. Levando em consideração o aumento dessas empresas no estado - somente entre 2015 e 2020, houve crescimento de 63,2% (Tech Report, 2021) - é importante pensar de que forma a competitividade pode ser potencializada através do uso de Big Data.
Por meio da compreensão do processo de captura e criação de valor com o uso do Big Data, a pesquisa busca fornecer novos conhecimentos para práticas de gestão que podem ser adotadas pelas organizações, a fim de aumentar seu dinamismo e assertividade nas tomadas de decisões. Afinal, ainda há lacunas no entendimento de como exatamente esse processo de captura e criação de valor acontece por meio do Big Data, o que sugere a necessidade de uma investigação mais aprofundada (Urbinati et al., 2019).
Os resultados deste estudo poderão contribuir com organizações de Ciência, Tecnologia e Inovação (CTI) a partir da apresentação de um panorama de como está a preparação e organização das empresas no que diz respeito ao avanço da digitalização e os principais desafios em relação à transformação digital e uso de Big Data.
2 GESTÃO DA INFORMAÇÃO, BIG DATA E CRIAÇÃO DE VALOR
A gestão da informação refere-se ao conjunto de processos e práticas organizacionais voltados à identificação de necessidades informacionais, obtenção, organização, armazenamento, compartilhamento e utilização da informação para apoiar a tomada de decisão e a geração de valor. Para McGee e Prusak (1994), a informação constitui um recurso estratégico que deve ser gerenciado de forma sistemática para contribuir com os objetivos organizacionais. Nessa perspectiva, a gestão da informação transcende os aspectos tecnológicos, envolvendo também processos, pessoas e estruturas organizacionais capazes de transformar dados em conhecimento útil. De forma semelhante, Choo (2003) destaca que as organizações utilizam a informação para compreender seu ambiente, construir conhecimento e subsidiar decisões, reforçando seu papel central na adaptação e competitividade organizacional.
A literatura descreve a gestão da informação como um processo composto por atividades inter-relacionadas, incluindo a obtenção, organização, armazenamento, disseminação e uso da informação. Davenport (1998) argumenta que a efetividade desses processos influencia diretamente a capacidade das organizações de explorar seus recursos informacionais. Dessa forma, práticas relacionadas à coleta, armazenamento, compartilhamento e utilização da informação tornam-se elementos fundamentais para sustentar processos organizacionais e apoiar iniciativas de inovação e transformação digital.
No contexto da transformação digital e do Big Data, a maturidade dos processos de gestão da informação assume papel ainda mais relevante. Organizações que possuem práticas estruturadas para gerenciar seus recursos informacionais tendem a apresentar maior capacidade para coletar, integrar, analisar e utilizar grandes volumes de dados na geração de insights e na criação de valor.
O Big Data pode ser compreendido pela definição de suas características técnicas, que chegam até dez dos chamados “Vs”, como apontado por Pavone, Ricci e Calogero (2024): volume, velocidade, variedade, veracidade, variabilidade, viralidade, viscosidade, validade, visualização e valor. É também conceituado como as ações adotadas pelas organizações na busca pela geração de insights. De acordo com Masinde, Mugambi e Muthee (2025), trata-se de fazer uso dos dados, na busca de decisões informadas, buscando eficiência e maior personalização dos negócios.
Neste cenário é abrange a disponibilidade, expansão e utilização de vastas quantidades de informações, tanto estruturadas (formato predefinido e esperado: planilhas, bancos de dados) quanto não estruturadas (várias todas as formas e tamanhos: vídeos, áudios, textos soltos), com potencial de impulsionar a inovação dentro das organizações (Davenport, 2017; Sharda; Delen; Turban, 2019; Oracle, 2026). Isso evidencia uma crescente dependência da gestão organizacional em relação aos dados e às percepções derivadas de sua análise.
Organizações com uma cultura voltada para os dados têm a habilidade de extrair valor para seus negócios através da gestão eficaz dos dados e informações disponíveis (Wamba et al., 2017; Schoenherr; Speier-Pero, 2015; Kache; Seuring, 2017; Matthias et al., 2017). Davenport (2017) afirma que a principal contribuição do Big Data reside justamente na forma em que pode criar valor para a organização, seja por meio de diminuir os custos e impulsionar a velocidade do processamento de dados; contribuindo no desenvolvimento de novos produtos ou serviços; ou subsidiando novos dados e modelos ao processo decisório. Cada empresa deverá definir o objetivo que pretende explorar nesse sentido, mantendo o foco no que a organização deseja do Big Data.
Importante mencionar as diferentes definições para valor a partir do uso do Big Data, que pode ter diferentes conotações. Usualmente o termo valor está relacionado com aspectos econômicos e financeiros de uma empresa. Pode estar relacionado à obtenção de vantagens estratégicas oriundas de investimentos tecnológicos para melhorar conteúdos, fidelizar clientes e parceiros, melhorar a integração entre produtos e serviços e eficiência de transações (Amit; Zott, 2001). O valor também pode estar relacionado à criação de parcerias com fornecedores e outros atores dentro de ecossistemas de inovação, à criação de visão orientada para o cliente, gerando satisfação e fidelização, obtidas por meio da compreensão do comportamento do consumidor; descrição e previsão dos preferências e comportamentos dos usuários, criando assim uma oferta personalizada (Chen; Chiu; Chang, 2005; Malthouse; Blattberg, 2005; Adner; Kapoor, 2010).
Em relação ao uso do Big Data, De Mauro, Greco e Grimaldi (2016) apontam que o valor representa o objetivo final da aplicação de tecnologias avançadas a um grande conjunto de dados e informações, com o intuito de descobrir informações ocultas para usar de forma inteligente para fins estratégicos e operacionais. De acordo com Elia et al. (2020), são encontrados na literatura diversos estudos a respeito de iniciativas de Big Data para buscar oportunidades de criação de valor, como: impulsionar estratégias de negócios digitais; transformar as cadeias de suprimentos; tomar decisões comerciais mais informadas; aprimorar o marketing estratégico; aumentar a participação de mercado ou melhorar o desempenho da empresa.
Dentre os problemas empresariais que podem ser resolvidos com a análise de Big Data, Sharda, Delen e Turban (2019) elencam os aspectos de organização interna, como por exemplo a melhora na eficiência de processos e redução de custos. Mencionam ainda o auxílio na aproximação com os clientes, bem como a identificação da evasão e a captação de clientes. A análise de Big Data quando se trata de identificação de oportunidades de mercado contribui para as decisões que envolvem, por exemplo, o desenvolvimento de novos produtos, auxílio no atendimento de conformidade regulatória, gestão de riscos e capacidades de segurança.
Consequentemente, ferramentas de Big Data e análise de negócios têm sido reconhecidas por sua capacidade de tornar a tomada de decisão mais precisa e de otimizar o desempenho dos processos organizacionais (Mcafee; Brynjolfsson, 2012; Ramanathan et al., 2017). A definição de Big Data, quando aplicada à gestão, explora como as organizações podem agregar mais valor aos seus clientes por meio da tecnologia da informação.
Um estudo conduzido por Mamonov e Triantoro (2018) sobre indústrias emergentes destacou que o uso de Big Data permitiu que as empresas obtivessem uma vantagem competitiva ao oferecerem serviços de tecnologia da informação padronizados para uma ampla rede de clientes e parceiros. Urbinati et al. (2019) investigaram como as empresas podem criar e capturar valor por meio do Big Data. Eles conduziram um estudo de caso múltiplo e os resultados revelaram que as empresas desenvolveram estratégias inovadoras ao utilizar o Big Data. Essas organizações melhoraram constantemente suas práticas internas e inovaram em áreas como atendimento ao cliente, definição de preços, estratégias de marketing e tomada de decisões baseadas em dados.
Elia et al. (2020) realizaram uma revisão sistemática na qual discorreram acerca da criação de valor no contexto do Big Data. Como principal resultado, os autores encontraram onze direções de valor distintas que foram agrupadas em cinco dimensões: Valor Informativo; Transacional; Transformacional; Estratégico e Valor Infraestrutural.
De acordo com Elia et al. (2020), a dimensão do “Valor Informativo” se relaciona à velocidade e simplicidade de acesso à informação e o seu papel no planejamento estratégico. Eles também identificaram a importância da geração de novas informações para apoiar e aprimorar a qualidade dos processos de tomada de decisão.
A dimensão do “Valor Transacional” se relaciona à gestão da cadeia de suprimentos, redução de custos nas operações, assim como ao aprimoramento da qualidade dos resultados, ao aumento das receitas, à melhoria dos processos operacionais e de suporte para ganhos de eficiência e produtividade. Já a dimensão do “Valor Transformacional” está associada à capacidade de inovação e melhora do desempenho organizacional ao gerar inovação em produtos, serviços, segmentos de clientes, mercados ou modelos de negócios.
Posteriormente, a dimensão do “Valor Estratégico” está associada ao reforço da vantagem competitiva por meio de uma resposta mais rápida às mudanças, um alinhamento mais estreito entre TI e estratégias de negócios. Além disso, a dimensão também destaca a capacidade de processamento de dados em tempo real, o que torna as organizações mais responsivas ao mercado, adaptando-se de forma ágil às demandas do cliente, mais abertas para aprender, desenvolver e gerenciar capacidades e habilidades internas.
Por fim, a quinta dimensão proposta por Elia et al. (2020), “Valor Infraestrutural”, destaca que, com o advento do Big Data, a infraestrutura tecnológica desempenha um papel fundamental no processo geral de criação de valor. Está conectada ao desenvolvimento de novas aplicações, ferramentas e arquiteturas que aumentam o valor da infraestrutura existente e renovam processos, pessoas e sistemas para enfrentar desafios tecnológicos futuros.
3 METODOLOGIA
Este é um estudo aplicado, exploratório e com abordagem mista, que utiliza como estratégia de coleta de dados a pesquisa de levantamento (survey) e entrevistas em profundidade. É importante destacar que a natureza exploratória desta pesquisa se justifica pelo fato de contribuir para um tema pouco investigado até o momento, o uso Big Data com enfoque na gestão. Além disso, pesquisas exploratórias geralmente não requerem amostragens muito amplas, uma vez que seu foco é obter informações preliminares sobre um determinado assunto (Vergara, 2009).
O levantamento de dados primários contou com duas estratégias de coleta: a) aplicação de questionários a empresas de diferentes setores em Santa Catarina para identificar a atual situação no que se refere à atuação das empresas na Indústria 4.0; b) entrevistas em profundidade com gestores a fim de compreender como ocorre o processo de captura e criação de valor por meio do Big Data.
Após leitura e análise de estudos empíricos centrados na identificação de estágios de uso do Big Data e de análises sobre processos de informação, as questões do questionário foram elaboradas a partir dos estudos de Davenport (2017) e Urbinati et al. (2019). O Quadro 1 apresenta a síntese dos elementos do questionário:
|
Seção |
Tópicos abordados |
Fonte |
Resultados para análise |
|
1. Identificação da organização |
Informações sobre o respondente (formação, tempo de atuação) Informações sobre a organização (setor, número de colaboradores, porte, local, dados de origem) Adequação da organização no âmbito da Indústria 4.0 |
Elaboração própria |
Fornece elementos sobre o mapeamento das organizações participantes que servirão para a categorização das empresas com base no seu perfil - por exemplo, para aferir o grau de maturidade versus tamanho/ tempo de atuação/setor |
|
2. Processo de Gestão da Informação |
Formalização da gestão da informação e finalidade de uso da informação Identificação de ações para obtenção de informação e dos meios utilizados para disseminar informações sobre a empresa e seus produtos/serviços Análise sobre os suportes de informação e os procedimentos para o armazenamento, manutenção e eliminação de informações (físico e digital) Identificação dos métodos/instrumentos/ metodologias para o gerenciamento da informação estratégica |
Davenport (2017) e Urbinati et al. (2019) |
Resulta no perfil das empresas sobre o recurso ‘informação’ à luz do que se tem como boas práticas a partir do modelo processual da informação. Tem o intuito de mapear as rotinas organizacionais e como a gestão tem ou não sido considerada como suporte. Os resultados desta seção reforçarão lacunas a serem aprofundadas em termos de sensibilização e/ou a proposta de instrumentos e ferramentas que permitam melhor performance pelo uso sistematizado da informação no dia a dia |
|
3. Big Data |
Identificação do perfil do uso de Big Data em relação às atividades-chave exemplificadas Infraestrutura para análise de Big Data (Equipamentos de hardware e software)
|
Davenport (2017) |
Considerando o grau de novidade para algumas organizações, o entendimento sobre como abordam esse assunto e também como algumas ferramentas estão sendo implementadas para que alcancem o tratamento do volume de informações. Os resultados permitem uma verificação do conhecimento sobre as potencialidades e sobre a operacionalização do Big Data consoante à realidade da organização |
O questionário da pesquisa foi composto por questões de múltipla escolha, questões de escala Likert em 5 pontos e também questões abertas. Para validação do instrumento de pesquisa, o pré-teste foi realizado por meio da análise qualitativa do formulário, com envio do formulário a gestores integrantes da amostra da pesquisa. Essa validação buscou a compreensão dos respondentes acerca das questões e obteve devolutivas específicas e qualificadas a respeito de como as questões poderiam ser melhoradas para a compreensão e experiência dos respondentes.
A amostragem da pesquisa foi caracterizada como não probabilística e foi determinada pelo critério de acessibilidade e aceitação das empresas (Vergara, 2009). Com relação ao universo da pesquisa, considerou-se gestores(as) de organizações de diferentes segmentos de todas as regiões do estado catarinense: Oeste, Norte, Serra, Vale do Itajaí, Grande Florianópolis e Sul do estado de Santa Catarina. Foram convidados a participar do estudo sócios(as)-proprietários, administradores(as), líderes estratégicos(as) e intermediários(as) que possuíssem visão sistêmica do negócio.
Para que a pesquisa tivesse alcance estadual, foi iniciada com a etapa de disseminação, com a criação do site institucional, tendo finalidade de apresentar o projeto, público-alvo, objetivos, equipe de pesquisadores(as), parceiros apoiadores e link de participação. O formulário da pesquisa foi elaborado na plataforma Type Form e foi encaminhado via e-mail, redes sociais e contatos dos pesquisadores.
A etapa de disseminação e coleta de dados teve início em novembro de 2022 e encerrou em abril de 2023. Ao todo, a plataforma registrou 1.177 visualizações do link e 177 respostas enviadas. Destas respostas, sete fizeram parte do pré-teste e foram eliminadas por duplicidade, resultando em uma amostra de 170 participantes.
Após o término da etapa quantitativa de coleta de dados, deu-se início à coleta qualitativa. Dentre os 170 respondentes, 55 responderam Sim para o Uso de Big Data. Para os que deixaram o registro de e-mail, foi enviado convite para participação da etapa qualitativa da pesquisa, totalizando 40 convites. Foi possível agendar entrevistas com 4 gestores de empresas localizadas nas seguintes cidades: Florianópolis, Blumenau, Urupema e São João do Oeste.
Foram conduzidas entrevistas semi-estruturadas, por meio de roteiro previamente elaborado e que permitiu adaptações para melhor explorar as respostas dos participantes. Foram realizadas remotamente e individualmente por meio da ferramenta Google Meet. O foco da conversa foi, a princípio, a descrição da atuação da empresa e sua relação com o Big Data, em seguida foram abordadas três questões abertas sobre as equipes de Big Data e outras duas aprofundando os achados da etapa quantitativa sobre a captura de valor a partir do Big Data, conforme apresentado no Quadro 2 abaixo:
|
Questão |
Justificativa |
|
1. Conte um pouco sobre sua empresa, sua atuação nela e qual a relação do seu produto/serviço com uso de Big Data. |
Confirmação de perfil empresarial e adequação ao objetivo das entrevistas. |
|
2. Comente sobre a equipe responsável pelo trabalho com Big Data na sua empresa |
Investigar a existência de área ou pessoal específico, quantidade de pessoas consideradas necessárias para execução das atividades. |
|
3. Quais qualificações técnicas e socioemocionais sua empresa busca nos profissionais que atuam com Big Data? |
Identificar as práticas de busca e seleção adotadas pelas organizações em resposta aos desafios transformação digital e uso de Big Data. |
|
4. Quais são os desafios para contratação de profissionais e manutenção de equipe para atuar com Big Data? |
Compreender a razão pela qual a “Falta de equipe especializada” ter sido apontada como um dos maiores motivos para não utilização de Big Data pelas empresas. |
|
5. Podemos entender a criação de valor a partir do Big Data como nos exemplos: redução de custos, geração de insights para melhoria de processos e produtos, geração de insumos para redução de incertezas no processo de tomada de decisão. Na sua empresa, como o Big Data apoia a criação de valor? |
Correlação das práticas adotadas pela empresa com a literatura acadêmica apontada no estudo e resultados da pesquisa realizada. |
|
6. A criação de valor a partir do Big Data depende do objetivo a ser alcançado. Na prática, quais são os projetos realizados com uso de Big Data? Quais inovações foram ou são geradas? |
Compreensão da conexão entre o que se espera do valor obtido a partir do uso do Big Data e quais ações são efetivamente adotadas. |
Para análise dos dados do questionário, foram utilizadas técnicas de análises quantitativas, com apoio de software de análise de dados. Já os dados das entrevistas em profundidade foram analisados por meio de análise temática.
4 RESULTADOS
A presente pesquisa obteve 170 respostas consideradas válidas. Sobre a caracterização dos respondentes, os seguintes aspectos podem ser apontados: a cidade com maior número de respondentes foi Florianópolis (58), sendo que a principal área de atuação identificada é tecnologia (48), seguida de educação (21), agronegócio (12) e turismo (12).
Sobre o porte da empresa, a maioria se identifica como Empresa de Pequeno Porte. A quantidade de funcionários da maioria (84) é de até 9 e o tempo de empresa (82) é de mais de 10 anos, como pode ser visto na Figura 1.
Referente à percepção dos participantes sobre a adequação da empresa à Indústria 4.0, identificou-se que, do total de participantes, 24% afirmam já ter se adequado à Indústria 4.0, porém, outros 33,5% afirmam que já estão em processo de adequação, ou seja, a maioria está inserida nesse cenário de transformação. Dentre os 41 respondentes que afirmaram ter se adequado à Indústria 4.0, questionou-se quais foram os motivos que os levaram a realizar esta adequação. Os participantes afirmaram que as principais oportunidades para a empresa estão vinculadas ao aumento da produtividade e eficiência das operações comerciais, derivação de novos insights baseados em dados para gestão dos negócios, conexão rápida com o meio digital para geração de valor de forma mais rápida e também criação de novos modelos de negócio e fluxos de receita.
Para além das análises dos motivos pelos quais as organizações se adequaram à Indústria 4.0, questionou-se também os demais respondentes que afirmaram não terem se adequado, que representam 29,4% da amostra. Entre os principais motivos apresentados destacam-se: a falta de tempo/planejamento para adequação, falta de informação/conhecimento, pelo tamanho da empresa, falta de necessidade e falta de recursos financeiros. Ao avaliar as respostas dos 50 respondentes, foi possível perceber que a resposta que teve maior número de respondentes, 32%, afirma que ainda não identificou a necessidade de adequação pelo setor de atuação da organização, ou seja, o setor ainda não exigiu a inserção de novas tecnologias da Indústria 4.0 nessas organizações.
Além disso, outros 22% afirmam que ainda não se adequaram por falta de informações e conhecimento sobre como incorporar novas práticas aos seus negócios. Destaca-se ainda que outros 6% afirmam não terem se adequado à Indústria 4.0 pelo tamanho do seu negócio. Os respondentes afirmam que por serem organizações de pequeno porte, ainda não há a necessidade de adequação.
Verifica-se que as organizações participantes do estudo conhecem o tema, sabem da relevância da adequação dos seus processos para a Indústria 4.0, entretanto, ainda enfrentam desafios especialmente no que se refere à falta de conhecimento e informação para adequação, além de falta de recurso financeiro para aproveitar de forma mais efetiva as transformações desse contexto.
A fim de entender como está o processo de gestão da informação nas organizações participantes do estudo, solicitou-se que respondessem, em uma escala de 1 a 5, em que grau são adotados procedimentos formais para a gestão da informação nos setores da empresa. A Figura 2 apresenta os resultados.
Ao avaliar os resultados, identifica-se que a maior parte dos respondentes, 71,10%, já possui procedimentos formais para gestão da informação aplicados em nível intermediário, na maioria ou em todos os setores. Isso demonstra uma predisposição das organizações no que se refere ao uso e gestão das informações.
Na sequência questionou-se os respondentes sobre quais métodos ou instrumentos são utilizados para realizar a gestão da informação. Conforme apresenta a Figura 3, a maior parte dos respondentes utiliza Planilhas de Excel ou armazenamento em nuvem para gerenciar as informações organizacionais. A seguir aparece o uso de Dashboards e do Scrum para realizar a gestão da informação.
Posteriormente, buscou-se compreender qual a finalidade da utilização da informação pelas organizações. Conforme apresentado na Figura 4, é possível identificar que a grande maioria utiliza as informações para tomar decisões. A constatação de que a grande maioria das organizações utiliza as informações primordialmente para tomar decisões corrobora a perspectiva de Choo (2003), que posiciona a informação como recurso central para subsidiar decisões e garantir a adaptabilidade organizacional. Além disso, esse resultado valida o argumento de McGee e Prusak (1994) sobre a informação constituir um recurso estratégico que, quando gerenciado sistematicamente, contribui diretamente para o alcance dos objetivos e a geração de valor nas empresas. Reitera-se aqui a relevância do uso de informações para tomada de decisões e indica que as organizações reconhecem a relevância da informação para tomadas de decisões mais assertivas.
Outros indicadores que refletem o nível de adaptação das organizações em relação à Indústria 4.0 foram as questões realizadas aos participantes acerca do uso dos dados na organização. A Figura 5 apresenta as questões que buscaram refletir sobre o grau de concordância em relação a cada uma das assertivas, em uma escala de 1 a 5, sendo 1 discordo totalmente e 5 concordo totalmente.
Ao avaliar as respostas, evidencia-se que as médias para todas as questões se apresentam entre 3,5 e 4, ou seja, a maioria das organizações concorda em parte que possuem acesso a dados, realizam o armazenamento, combinação e análise desses dados para tomar decisões. Destaca-se que o percentual das organizações que apontaram “Discordo totalmente” pode ser considerado baixo, o que apresenta um indicativo de que as organizações sabem da necessidade e, de alguma maneira, já utilizam os dados na sua gestão.
A seguir, os participantes foram questionados sobre o uso do Big Data. Evidencia-se claramente que a grande maioria dos participantes afirma não utilizar o Big Data (118, ou 68,9% dos respondentes). Essa questão apresenta um indicativo importante sobre a visão das organizações acerca do termo.
Apesar de terem demonstrado uma disposição ao uso de dados na Figura 5 acima, quando questionadas sobre a utilização do Big Data, a maioria afirma não utilizar. Aqui reside um dos principais pontos a serem avaliados neste estudo e, a partir do exposto, pode-se inferir que a grande parte utiliza e faz a gestão do Big Data, porém acredita ainda não fazer de maneira adequada. Questionou-se então os 118 respondentes sobre os motivos pelos quais não utilizam o Big Data, quais são as suas maiores dificuldades. A Figura 6 aponta os resultados para essa questão.
Esses achados também apontam um importante indicativo sobre o nível de adaptação das organizações em relação a processos, estruturas e pessoas para adequação à Indústria 4.0. Destaca-se em primeiro lugar a falta de time especializado para atuar com o Big Data, falta de capital para investimento e falta de recursos e equipamentos adequados.
A identificação da ‘falta de time especializado’ como o maior obstáculo para a adoção do Big Data reforça o alerta de Hassani e Macfeely (2023) sobre a necessidade premente de investimento em talentos humanos e programas de formação interna para que as organizações encaram os desafios da era digital. Esta lacuna sugere que, embora haja procedimentos formais de gestão da informação em nível intermediário em muitas empresas, a falta de profissionais qualificados impede que elas atinjam a maturidade necessária para transformar grandes volumes de dados em insights estratégicos, conforme discutido na fundamentação teórica.
Para endereçar estes desafios e implementar um processo de governança que direcione as ações que envolvem o Big Data, é importante que as organizações desenvolvam estratégia e uma visão clara de seus gargalos e focos de melhoria, resultados desejados, prioridades e meios de implementação. Para isso, construir equipe dedicada, engajar stakeholders para apoio financeiro, fomento à cultura data-driven, buscando tornar a operação orientada por dados (Hassani; MacFeely, 2023).
A seguir, questionou-se os outros 31,1% que afirmam utilizar o Big Data sobre quais são as principais atividades que realizam ao usar o Big Data. A Figura 7 apresenta os resultados em relação ao uso para cada um dos itens descritos, em uma escala de 1 a 5, sendo 1 não utilizado e 5 muito utilizado.
Aqui novamente é possível avaliar que as médias para todas as questões se apresentam entre 3,4 e 3,8. Visualiza-se uma maior distribuição entre as respostas, com alguns respondentes que afirmam não utilizar o Big Data para nenhuma das atividades elencadas, porém, a maior parte das respostas também se concentra nas notas 4 e 5, demonstrando o uso do Big Data para as atividades descritas. Destaca-se a atividade de desenvolvimento de novos produtos/serviços com a maior média, sendo essa a ação que mais vem sendo realizada pelos gestores a partir do uso do Big Data.
Reitera-se aqui que as organizações investigadas enfrentam como principais desafios para adaptação à indústria 4.0 a falta de equipe especializada e falta de recursos para investimentos em sistemas e equipamentos para aproveitar melhor as oportunidades da transformação digital.
Urbinati et al. (2018) afirmam que a motivação de toda empresa é a criação ou adição de valor aos seus stakeholders, sendo que isso acontece sempre que ações são realizadas para que os benefícios superem os custos ou quando se evita que os custos excedam os benefícios. Aponta também que valor é criado quando as organizações criam novas formas de entregar produtos e serviços usando novos métodos e tecnologias. Inovação incremental também é apontada como forma de gerar valor.
Nesta pesquisa os entrevistados foram questionados sobre a forma como a análise de Big Data tem ajudado a organização a criar e capturar valor. A figura 8 a seguir explicita sobre o uso do Big Data para criação de valor.
Pode-se afirmar que as ações proeminentes são geração de ideia, pesquisa e comercialização. Em relação a essas ações, os participantes puderam registrar livremente como cada uma dessas ações contribui para criar valor.
Sobre a geração de ideias, mencionam que o uso de Big Data é útil para analisar o mercado e suas tendências, identificação de padrões relacionados ao perfil do público-alvo, gerar novos conhecimentos e aplicações, contribuindo também no melhoramento de processos de produção. No que se refere à pesquisa, o uso de Big Data auxilia na busca por informações mais precisas e com mais agilidade, acesso a diferentes bancos de dados que tornam as tomadas de decisões mais assertivas.
O uso do Big Data também tem facilitado o desenvolvimento de novos produtos baseados em dados e, por sua vez, melhorado o processo de comercialização das organizações. Isso se dá especialmente na captação de leads especializados, definições de estratégias de marketing mais assertivas, desenvolvimento de produtos e serviços de acordo com a demanda do usuário e, por fim, aumentando o faturamento das organizações.
No pós-venda, o uso de Big Data tem auxiliado especialmente na compreensão do comportamento de compra dos consumidores e, assim, na identificação do que é possível ofertar ao cliente de maneira complementar. Para tomar decisões, o uso do Big Data também tem sido fundamental. Os participantes da pesquisa mencionam que as decisões que são tomadas embasadas nos dados têm sido mais assertivas e rápidas, além de orientar especialmente as decisões de investimentos em novos produtos, canais de venda e posicionamento da empresa. Além disso, é indicado pelos participantes que o uso do Big Data nas organizações tem contribuído na otimização do tempo, diminuição de papeis físicos, aumento da qualidade nos processos, controle de inadimplência e evasão, além do aumento da assertividade, lucratividade, redução de custos e satisfação dos clientes.
Nas entrevistas qualitativas também foi investigado junto aos participantes sobre como suas empresas geram valor a partir do Big Data. O Entrevistado 1 menciona que: “A gente vê a geração de valor acontecendo em três frentes, ela pode ser por ganho de faturamento, redução de risco e redução de custos (economizando estoque, otimizando uma série de coisas)”. Evidencia-se que a redução de risco e de custo por meio do uso do Big Data são fatores relevantes para auxiliar as organizações a serem mais assertivas e ainda aumentarem o faturamento.
De forma complementar, o Entrevistado 2 comenta: “Eu vejo que ferramentas que envolvem Big Data vêm pra facilitar o dia a dia melhorando a questão da tomada de decisão e melhorando a performance dessa tomada de decisão, uma tomada mais rápida”. Já o Entrevistado 3 fala que o Big Data “Se tornou uma ferramenta de retorno de algo que eu já conhecia que o Big Data ele comprova, geração de insumos para redução de incertezas”. Contribuindo com essa linha, o Entrevistado 4 reitera que “Ele contribui muito mesmo é na geração dos insumos para redução da incerteza do processo da tomada de decisão”.
As percepções dos entrevistados sobre o ganho de faturamento, redução de riscos e de custos dialogam diretamente com a dimensão de ‘Valor Transacional’ de Elia et al. (2020), focada na melhoria de processos operacionais para ganhos de produtividade. Ademais, a fala do Entrevistado 4 sobre a ‘geração de insumos para redução da incerteza’ ratifica as observações de Masinde, Mugambi e Muthee (2025) e Davenport (2017) de que o valor do Big Data reside na busca por decisões informadas que impulsionam a eficiência e a personalização dos negócios.
Em resumo, os principais pontos mencionados pelos entrevistados sobre como o Big Data ajuda as empresas a gerar e entregar valor foram a redução de incertezas, custos, riscos e, muito presente, a melhora na tomada de decisão, com consequente ganho de faturamento.
5 CONSIDERAÇÕES FINAIS
A análise de diferentes contextos possibilita a verificação de tópicos que ainda não são considerados de forma sistemática nas organizações pesquisadas. Tais pontos constituem hoje lacunas de pesquisas aplicadas cuja investigação pode ajudar a fortalecer a competitividade das empresas em Santa Catarina. Para isso, é preciso considerar a relação direta e indireta do recurso informação no que tange ao seu uso e tratamento, além da relação que se estabelece com o negócio da empresa para auxílio na tomada de decisão.
As empresas que se encontram em estágio inicial em relação às questões de Big Data e gestão da informação poderão iniciar o seu processo tendo atenção em questões já consolidadas na área, encurtando assim um caminho para a obtenção de bons resultados. A partir da análise dos achados desta pesquisa é possível traçar algumas recomendações que despontam para potenciais novos estudos e projetos que contribuam para o melhor aproveitamento de ferramentas e métodos adequados para o gerenciamento e uso estratégico da informação pelas organizações.
Embora a área de gestão da informação seja consolidada em termos teóricos, os resultados deste estudo corroboram com análises anteriores que evidenciam a lacuna sobre o que ocorre na prática. Ainda há falta de entendimento sobre como a sistematização do recurso informação pode melhorar os resultados da empresa, como pode estar associada a outras ferramentas de gestão que a empresa já possui e como os dados e informação podem ser estruturados para a tomada de decisão em atividades específicas que atendam do operacional ao estratégico.
Por outro lado, surge o conceito de Big Data que, embora traga uma boa proposição de valor para as organizações, se apresenta também como uma área desafiadora para adoção e implementação. Isto pois os meios tradicionais de operacionalizar os dados (captura, uso, armazenamento e análise) não são tão efetivos para tratar o grande volume de dados que corresponde ao cenário do Big Data.
Assim, novas tecnologias precisam ser adotadas (desenvolvidas internamente/ licenciadas, etc.) pelas empresas para que obtenham bons resultados ou mesmo para que tenham a possibilidade de usufruir dos benefícios de uma decisão baseada no tratamento de um volume de dados maior.
Entre essas decisões podem ser mencionadas aquelas referentes às ações de melhoria da experiência do cliente e dos serviços prestados; gestão de riscos; eficiência dos processos; expansão e identificação de novos mercados; identificação e desenvolvimento de novos produtos, entre outras.
Por meio da compreensão do processo de captura e criação de valor através do Big Data, a pesquisa traz insights para práticas de gestão que podem ser adotadas pelas organizações do estado, a fim de aumentar a sua competitividade e assertividade nas tomadas de decisões. Além disso, em termos científicos, a pesquisa propõe um instrumento de coleta de dados que pode ser aplicado em estudos futuros por outros pesquisadores.
Urbinati et al. (2019) destacam a falta de sistematização da informação como uma fragilidade no uso do Big Data, apontando oportunidades para aprimorar a gestão da informação e otimizar o aproveitamento dos dados disponíveis. Nesse sentido, este estudo contribui com a aproximação dos campos teóricos da gestão da informação e do Big Data, que se assemelham no que tange às suas características de suporte para as atividades diárias e tomada de decisões no ambiente corporativo.
É possível apontar também como contribuição os achados sobre os desafios do uso do Big Data, o que auxilia na definição de novas políticas de capacitação/investimento por parte do Estado para o desenvolvimento das organizações em termos de transformação digital. Porém, é preciso mencionar como uma das limitações a diversidade de organizações que responderam à pesquisa, que estiveram mais situadas no litoral catarinense e no setor de tecnologia. Por fim, vale reforçar que esta pesquisa tem a sua contribuição na aproximação do ambiente acadêmico ao contexto aplicado das organizações.
Como proposta de estudos futuros a ampliação da amostra para outros estados pode trazer diferentes perspectivas considerando as especificidades das diferentes regiões do país. Além disso, estudos empíricos que aprofundem a análise com empresas que já estão em estágio mais avançado nessas práticas poderão fornecer contribuições mais específicas sobre a implementação de Big Data para a criação de valor nas organizações.
FINANCIAMENTO
Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina (FAPESC), por meio do Edital de Chamada Pública 09/2022.
REFERÊNCIAS
ADNER, R.; KAPOOR, R. Value creation in innovation ecosystems: How the structure of technological interdependence affects firm performance in new technology generations. Strategic Management Journal, v. 31, n. 3, p. 306-333, 2010. Disponível em: https://onlinelibrary.wiley.com/doi/epdf/10.1002/smj.821. Acesso em: 25 mar. 2026.
AMIT, R.; ZOTT, C. Value creation in e-business. Strategic Management Journal, v. 22, n. 6-7, p. 493-520, 2001. Disponível em https://onlinelibrary.wiley.com/doi/10.1002/smj.187. Acesso em: 25 mar. 2026.
CHEN, M. C.; CHIU, A. L.; CHANG, H. H. Mining changes in customer behavior in retail marketing. Expert Systems with Applications, v. 28, n. 4, p. 773-781, 2005. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0957417404001812. Acesso em: 25 mar. 2026.
CHOO, C. W. A organização do conhecimento: como as organizações usam a informação para criar significado, construir conhecimento e tomar decisões. São Paulo: SENAC, 2003.
DAVENPORT, T. H. Ecologia da informação. São Paulo: Futura, 1998.
DAVENPORT, T. Big data no trabalho: derrubando mitos e descobrindo oportunidades. Rio de Janeiro: Alta Books, 2017.
DE MAURO, A.; GRECO, M.; GRIMALDI, M. A formal definition of big data based on its essential features. Library Review, v. 65, n. 3, p. 122-135, 2016. Disponível em: https://www.emerald.com/insight/content/doi/10.1108/LR-06-2015-0061/full/html. Acesso em: 25 mar. 2026.
ELIA, G.; POLIMENO, G.; SOLAZZO, G.; PASSIANTE, G. A multi-dimension framework for value creation through big data. Industrial Marketing Management, 2020. Disponível em: https://doi.org/10.1016/J.INDMARMAN.2020.03.015. Acesso em: 25 mar. 2026.
HASSANI, H.; MACFEELY, S. Driving Excellence in Official Statistics: Unleashing the Potential of Comprehensive Digital Data Governance. Big Data and Cognitive Computing, v. 7, n. 3, p. 134, 2023. Disponível em: https://doi.org/10.3390/bdcc7030134. Acesso em: 25 mar. 2026.
KACHE, F.; SEURING, S. Challenges and opportunities of digital information at the intersection of big data analytics and supply chain management. International Journal of Operations & Production Management, v. 37, n. 1, p. 10-36, 2017. Disponível em: https://doi.org/10.1108/IJOPM-02-2015-0078. Acesso em: 25 mar. 2026.
MALTHOUSE, E. C.; BLATTBERG, R. C. Can we predict customer lifetime value? Journal of Interactive Marketing, v. 19, n. 1, p. 2-16, 2005. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S109499680570058X. Acesso em: 25 mar. 2026.
MAMONOV, S., TRIANTORO, T.M. The strategic value of data resources in emergent industries. International Journal of Information Management, v. 39, n. 1, p. 146-155, 2018. Disponível em: https://doi.org/10.1016/j.ijinfomgt.2017.12.004. Acesso em: 25 mar. 2026.
MASINDE, J., MUGAMBI, F., MUTHEE, D.W. Big data and personal information privacy in developing countries: insights from Kenya. Frontiers in Big Data, 2025. Disponível em: https://doi.org/10.3389/fdata.2025.1532362. Acesso em: 25 mar. 2026.
MATTHIAS, O.; FOUWEATHER, I.; GREGORY, I.; VERNON, A. Making sense of big data – can it transform operations management? International Journal of Operations & Production Management, v. 37, n. 1, p. 37-55, 2017. Disponível em: https://doi.org/10.1108/ijopm-02-2015-0084. Acesso em: 25 mar. 2026.
MCAFEE, A.; BRYNJOLFSSON, E. Big data: the management revolution. Harvard Business Review, v. 90, n. 10, p. 60-68, 2012. Disponível em: https://hbr.org/2012/10/big-data-the-management-revolution. Acesso em: 25 mar. 2026.
McGEE, J.; PRUSAK, L. Gerenciamento estratégico da informação. Rio de Janeiro: Campus, 1994.
ORACLE. Tipos de dados Estruturados versus não Estruturados. 2026. Disponível em: https://www.oracle.com/br/big-data/structured-vs-unstructured-data/. Acesso em 10 jun. 2026.
PAVONE P; RICCI P; CALOGERO M. New challenges for public value and accountability in the age of big data: a bibliometric analysis. Meditari Accountancy Research, v. 32, n. 2, p. 396-423, 2024. Disponível em: https://doi.org/10.1108/MEDAR-05-2022-1693. Acesso em: 25 mar. 2026.
RAMANATHAN, R.; PHILPOTT, E.; DUAN, Y.; CAO, G. Adoption of business analytics and impact on performance: a qualitative study in retail. Production Planning & Control, v. 28, n. 11-12, p. 985-998, 2017. Disponível em: https://doi.org/10.1080/09537287.2017.1336800. Acesso em: 25 mar. 2026.
SCHOENHERR, T.; SPEIER-PERO, C. Data science, predictive analytics, and big data in supply chain management: current state and future potential. Journal of Business Logistics, v. 36, n. 1, p. 120-132, 2015. Disponível em: https://doi.org/10.1111/JBL.12082. Acesso em: 25 mar. 2026.
SHAMIM, S.; CANG, S.; YU, H.; LI, Y. Management approaches for Industry 4.0: A human resource management perspective. IEEE Congress on Evolutionary Computation (CEC), Vancouver, BC, Canada, 2016, p. 5309-5316. Disponível em: http://dx.doi.org/10.1109/CEC.2016.7748365. Acesso em: 25 mar. 2026.
SHARDA, R.; DELEN, D.; TURBAN, E. Business intelligence e análise de dados para gestão do negócio. Porto Alegre: Bookman, 2019.
TECH REPORT. Panorama do Setor de Tecnologia Catarinense. 2021. Disponível em: https://drive.google.com/file/d/1-pEwCu4lbPOUmuzVv035cpZxB3uAlc1w/view. Acesso em: 25 mar. 2026.
URBINATI, A.; BOGERS, M.; CHIESA, V.; FRATTINI, F. Creating and capturing value from Big Data: A multiple-case study analysis of provider companies. Technovation, v. 84-85, p. 21-36, 2019. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0166497218300361. Acesso em: 25 mar. 2026.
VERGARA, S.C. Projetos e relatórios de pesquisa em administração. 11. ed. São Paulo: Atlas, 2009.
VERMA, S.; BHATTACHARYYA, S. S. Perceived strategic value-based adoption of Big Data analytics in emerging economy: a qualitative approach for Indian firms. Journal of Enterprise Information Management, v. 30, n. 3, 354-382, 2017. Disponível em: https://www.emerald.com/insight/content/doi/10.1108/JEIM-10-2015-0099/full/html. Acesso em: 25 mar. 2026.
WAMBA, S.F.; GUNASEKARAN, A.; AKTER, S.; REN, S.J.; DUBEY, R.; CHILDE, S.J. Big data analytics and firm performance: effects of dynamic capabilities. Journal of Business Research, v. 70, p. 356-365, 2017. Disponível em: https://doi.org/10.1016/j.jbusres.2016.08.009. Acesso em: 25 mar. 2026.