A indústria têxtil é considerada uma das mais antigas e maiores do mundo, gerando crescimento econômico e grande demanda de empregos. Entretanto, essa indústria adota predominantemente o modelo de produção linear, baseado no padrão "pegar-usar-descartar", resultando na elevada extração de recursos naturais e no aumento crescente de geração de resíduos. Dada essa circunstância, a transição para a economia circular surge como uma alternativa, visando modelos de negócios baseados em estratégias de redução, reutilização e reciclagem, e considerando não somente a dimensão econômica, mas também a social e a ambiental. Entretanto, apesar de promissora, a transição para a economia circular nessa indústria é considerada complexa, havendo barreiras como a falta de transparência e a falta de conscientização. Nesse cenário, tecnologias de big data podem auxiliar nessa transição, oferecendo mecanismos para identificar e prever as melhores ações em direção ao desenvolvimento sustentável. Entretanto, ainda não é amplamente explorado na literatura como big data pode auxiliar nessa transição. Portanto, essa tese tem como objetivo explorar essa lacuna, identificando um modelo de implementação de big data para apoiar a transição para a economia circular na indústria têxtil. Inicialmente foram investigados os desafios de sustentabilidade, mapeando-os de acordo com as dimensões volume, variedade e velocidade, utilizadas na definição de big data. Na sequência, o trabalho foi apoiado em três métodos de pesquisa. Primeiramente, foi realizada uma revisão sistemática da literatura, identificando benefícios, demandas e barreiras referentes à aplicabilidade de big data na transição para a economia circular. A partir dessa identificação do estado da arte, o segundo método de pesquisa incluiu a especificação de um modelo de implementação de big data. O modelo proposto foi denominado 7S, por compor sete elementos identificados como facilitadores para essa transição. Após o levantamento dos requisitos, os artefatos do modelo proposto constituíram a especificação, a arquitetura e a proposta de implementação. Para avaliar o modelo, o terceiro método adotado englobou uma avaliação empírica do modelo por meio do estudo de caso de uma empresa da indústria têxtil, que atua com um modelo de negócio circular baseado em trocas de vestuários. Também foi realizada uma análise qualitativa de estudos de caso de economia circular na indústria têxtil, obtidos a partir de uma iniciativa global denominada Global Mapping Project. Os resultados obtidos da avaliação indicam que os elementos propostos no modelo 7S podem apoiar as empresas na transição para a economia circular na indústria têxtil, por meio de uma estratégia orientada a dados.

The textile industry is considered one of the oldest and largest in the world, generating economic growth and great demand for jobs. However, this industry predominantly adopts the linear production model, based on the take-make-dispose pattern, resulting in high extraction of natural resources and increasing waste generation. Given these circumstances, the transition to the circular economy emerges as an alternative, targeting business models based on reduction, reuse and recycling strategies, and considering not only the economic dimension, but also the social and environmental ones. However, despite being promising, the transition to the circular economy in this industry is considered complex, with barriers such as lack of transparency and lack of awareness. In this scenario, big data technologies can help in this transition, oering mechanisms to identify and predict the best actions towards sustainable development. However, it is not yet widely explored in the literature how big data can help in this transition. Therefore, this thesis aims to explore this gap, identifying a big data implementation model to support the transition to a circular economy in the textile industry. Initially, an investigation of the sustainability challenges was carried out, mapping them according to the dimensions volume, variety and velocity, used in the definition of big data. Subsequently, the work was supported by three research methods. First, a systematic review of the literature was carried out, identifying benefits, demands and barriers regarding the applicability of big data in the transition to the circular economy. Based on this identification of the state of the art, the second research method included was the specification of a big data implementation model. The proposed model was called 7S, as it comprises seven elements identified as facilitators for this transition. After defining the requirements, the artifacts of the proposed model constituted the specification, the architecture and the implementation proposal. To evaluate the model, as a third research method it was adopted an empirical evaluation of the model via a case study of a company in the textile industry, which operates with a circular business model based on clothing swap. A qualitative analysis of circular economy case studies in the textile industry was also carried out, obtained from a global initiative called the Global Mapping Project. The results obtained from the evaluation indicate that the elements proposed in the 7S model can support companies in the transition to the circular economy in the textile industry, through a data-driven strategy.