Resumo

Esse artigo trata-se de um ensaio teórico representando parte do conteúdo de uma pesquisa em desenvolvimento. A atividade agrícola passa por um crescimento do volume, velocidade, variedade e variabilidade dos dados (big data), unindo técnicas e inovações agronômicas que ultrapassam as limitações das técnicas tradicionais de análise de dados. Para o tratamento desses dados, empregam-se soluções de Big Data Analytics (BDA), que se utiliza de ferramentas de mineração, técnicas e métodos analíticos e preditivos. Daí a relevância de estudos voltados aos fatores de adoção de BDA nesse segmento.

De um lado, o potencial das soluções em BDA e os possíveis benefícios que podem trazer à atividade agrícola, de outro, o contexto específico de adoção de TICs e inovações como o BDA na agricultura, provoca a seguinte indagação: Quais são os fatores críticos para a adoção de BDA na atividade agrícola? Assim, o presente estudo tem como objetivo, identificar e analisar os fatores de adoção de BDA na atividade agrícola sob a ótica da TDI – Teoria da Difusão de Inovações (ROGERS, 1983) por meio de uma revisão sistemática de literatura.

BDA é o processo de análise dos dados oriundos do BD, por meio de tecnologias, técnicas e metodologias (HOPPEN, 2019). Na atividade agrícola, o BDA depende de sua capacidade de transformar dados em valor, especialmente, em registros climáticos, taxa variável de aplicação, tempo de operação, tempo de ciclo de cultura, incidências de pragas e doenças, previsões de resultados, seleção de culturas e cultivares, etc. (KAMILARIS; et al). A abordagem teórica para suporte ao estudo de adoção de BDA é a TDI – Teoria da Difusão da Inovação de Rogers (1971) e seus atributos.

Esse artigo teórico baseia-se em revisão de literatura, pesquisa classificada como qualitativa positivista. A revisão de conteúdo se deu em duas etapas, nas seguintes bases de dados: Academic Search Complete, Business Source Complete, Scopus, Web of Science, Google Scholar e Scielo, sob os seguintes termos chave: “Big data analytics” OR “big data” or “business analytics” AND adoption OR acceptance / ...” or “business analytics”...AND agriculture OR agribusiness. Aplicando-se os refinamentos, obteve-se 58 significativos à pesquisa.

Explorando-se conteúdos de big data e big data analytics, estudos de adoção de tecnologias, especialmente em atividades agrícolas, bem como das teorias que se enquadram na explicação da adoção de inovações, pôde-se traçar um paralelo entre tais conteúdos, determinando-se os principais atributos que levam a identificar fatores críticos de adoção de soluções em BDA. Presentes em seu escopo os seguintes atributos: vantagem relativa, compatibilidade, complexidade, experimentabilidade, observabilidade, voluntariedade e capacidade de talentos.

Por meio desse ensaio teórico gerou-se proposições, a maior parte delas baseadas nos atributos da TDI de Rogers, (1971), que se mostraram adequadas ao propósito, a fim de identificar os fatores relacionados à adoção de BDA na atividade agrícola, proposições que serão testadas empiricamente na sequência. Nota-se que a adoção de soluções de BDA proporciona análises precisas, promovendo melhores tomadas de decisões e sustentáveis no sentido da produtividade, utilização de recursos, custos, e consequentemente, melhorar os resultados econômico-financeiros na atividade agrícola.

ABOELMAGED, M.; MOUAKKET, S. Influencing models and determinants in big data analytics research: A bibliometric analysis. Information Processing & Management, v. 57, n. 4, p. 102234, 2020. ROGERS, Everett M. Diffusion of Innovations. 2nd ed. New York: Free Press, 1971. SCHÜLL, A.; MASLAN, N. On the Adoption of Big Data Analytics: Interdependencies of Contextual Factors. In: ICEIS (1). 2018. p. 425-431. SARMINI, M.; MAHESWARAN, M. Importance Of Big Data Analytics In The Agricultural Sector. In: Proceedings of The International Conference on Economics and Development. 2018. p. 1-5.