A cada dia que passa, mais e mais empresários tomam conhecimento sobre a relevância do uso de ferramentas de big data para embasar suas decisões. Os dados ampliam as chances de desenvolver estratégias mais acertadas, reduzindo os riscos envolvidos e assegurando melhores resultados. E, como todas as grandes e revolucionárias ferramentas, há sempre um preço a pagar por elas. Mas será que é “sempre” mesmo? A verdade é que não, não é, e os dados públicos estão aí para provar isso.
Dados públicos: o que são?
Dados públicos, como o nome já indica, são dados disponíveis para serem consultados e utilizados por qualquer pessoa ou empresa e para qualquer finalidade. Dados públicos são aqueles que não estão subordinados a restrições de privacidade, segurança ou controle de acesso, e podem ser oriundos tanto de bases de dados governamentais como de portais de notícias, sites e outros endereços na web que você consegue acessar por meio de buscadores como o Google, por exemplo.
No primeiro caso, esses dados são um produto da relativamente recente Lei de Acesso à Informação (Lei n° 12.527, de 18 de novembro de 2011), que afirma ser dever do Estado assegurar o direito de acesso à informação de forma clara, transparente e em condições de fácil leitura e entendimento. Além disso, as instituições públicas devem garantir a vasta divulgação de dados importantes e de interesse público produzidos por elas mesmas.
Já no caso de sites da internet, dados públicos são todos aqueles disponíveis para livre acesso, como informações em portais de notícia, fotos, mapas etc. Tecnicamente, se uma informação foi disponibilizada em um site ou em um banco de dados público, é porque os responsáveis têm autorização dos donos dessa informação ou porque ela é anônima.
David Eaves, especialista em políticas públicas e ativista dos dados abertos, em artigo no Portal Brasileiro de Dados Abertos, propôs as seguintes “leis”:
1. Se o dado não pode ser encontrado e indexado na web, ele não existe
2. Se o dado não estiver aberto e disponível em formato compreensível por máquina, não pode ser reaproveitado
3. Se algum dispositivo legal não permitir sua replicação, o dado não é útil
Essas “Leis de Eaves” foram propostas para os dados abertos governamentais, no entanto, podem ser aplicadas aos dados abertos de forma geral.
Como verificar se os dados são realmente públicos?
A principal forma de saber se os dados com os quais você está trabalhando são realmente públicos é considerar a fonte. Bases de dados governamentais e sites confiáveis são responsáveis pelo conteúdo que disponibilizam e respeitam as normas atuais de divulgação de informações. Contudo, consultar bancos de dados confiáveis é mais importante para preservar o resultado do seu trabalho do que para se proteger de possíveis sanções.
Conforme citamos anteriormente, os responsáveis pelos dados são aqueles que os publicam. Logo, se você não coleta dados e só utiliza os que estão disponibilizados livremente na internet, pode partir do princípio de que eles são realmente públicos.
Vale ressaltar que os dados públicos são legitimados por empresas e órgãos reconhecidos, o que confere mais confiabilidade às suas origens. No caso de optar por captar e produzir seus próprios dados por meio de ferramentas de big data, você passa a ser o único responsável pela privacidade dessas informações.
Pronto, agora você já sabe o que são dados públicos, como identificá-los e quais os riscos e benefícios de lidar com eles. Todavia, é importante considerar um ponto: apesar da gratuidade dos dados públicos ser bastante atrativa à primeira vista, é necessário contar com uma estrutura e pessoas habilitadas a lidar com eles. Se esse não é o seu caso, o resultado de lidar com um volume tão grande de informação pode ser bastante frustrante.
Nossa principal dica, então, é que você deve avaliar suas necessidades e capacidades para lidar com dados antes de optar por trabalhar somente com dados públicos. Às vezes, contratar uma empresa especializada pode proporcionar resultados mais certeiros do que não pagar nada e se afundar em um mar de dados do qual você não vai conseguir extrair nenhuma informação relevante.