Fonte: IGTI
Dados, informação e conhecimento. O significado de cada um desses termos talvez seja uma das primeiras perguntas que os professores universitários de cursos de graduação em computação fazem para instigar os seus alunos. Esses termos continuam cada vez mais em evidência, principalmente quando grande parte das empresas percebeu sua importância. Os dados constituem a matéria-prima da informação e, no ambiente empresarial representam características de fatos acontecidos, como o registro de uma venda realizada ou de um funcionário admitido. A informação é o dado tratado, de forma que seja possível o entendimento humano, de forma que esse dado, após um processamento, adquira algum significado. Por último, o conhecimento vai além da informação, uma vez que ele possui um significado e uma aplicação. No mundo empresarial o conhecimento constitui um profundo saber, que a informação sozinha não é capaz de mostrar.
É justamente sobre esse saber que, no meio empresarial, surgiu o termo Data Driven Enterprise ou Empresa Orientada a Dados. Ser uma empresa orientada a dados significa cultivar em todo o ambiente organizacional a ideia de utilizar continuamente a análise profunda de dados antes de qualquer tomada de decisão. O objetivo nesse caso é alcançar um alto nível de uso dos dados e proporcionar informações consolidadas para que executivos e técnicos possam embasar suas decisões e, com isso, aumentar suas taxas de sucesso, gerando conhecimento sobre seus processos de negócio. Diversas áreas dessas organizações devem aproveitar e estão interessadas nessas informações, tais como marketing, finanças, vendas, CRM e muitas outras.
Todas as inúmeras análises de dados que podem ser realizadas fazem com que uma empresa se diferencie perante aos seus concorrentes e alcance a tão sonhada vantagem competitiva no mercado. Uma das principais particularidades de uma Data Driven é a sua capacidade de coletar e analisar dados relevantes ao seu negócio, estejam esses dados armazenados interna ou externamente à organização, e essa maneira de trabalhar contribui para que a as empresas mergulhem de maneira profunda em seus processos visando entender o real funcionamento e atual condição do negócio, como o processo de vendas, a precificação de produtos e serviços, as novas tendências de mercados e as várias e constantes mudanças de comportamento de seus clientes.
Se tornar uma Data Driven não é algo que se alcance do dia para noite e essa mudança não pode acontecer apenas para atender um desejo isolado ou uma moda. É preciso que todos os colaboradores estejam engajados na ideia e também uma rígida política de acompanhamento e análise de dados. O uso de dados e análises nos fluxos de trabalhos diários deve ser compreendido e apoiado por toda a organização. Para as empresas iniciantes é necessário definir claramente quais serão as métricas ou indicadores utilizados para medir um determinado processo de negócio e quais serão os dados que irão “alimentar” esses indicadores.
Um artigo da Computerworld de 2013 destaca as principais características de uma empresa orientada a dados:
- Valorizam o compartilhamento: acreditam que as empresas, e não os funcionários, detêm os dados necessários para impulsionar o crescimento. Acreditam que dados não servem apenas para serem acumulados, mas sim para serem utilizados.
- Usam os dados ao máximo: os dados devem ser utilizados ao máximo pelo maior número de funcionários e setores possíveis.
- Coletam: em uma empresa orientada a dados a coleta é uma atividade primária e contínua realizada por todos os setores (ou a grande maioria deles).
- Recebem apoio da alta direção: para o sucesso da coleta e análise de dados é necessário o apoio e envolvimento da alta direção da empresa. É preciso que essas pessoas “comprem a briga”.
Qual o perfil desse profissional? Existe somente um tipo de Cientista de Dados? É possível especializar-se em uma linha ou subárea específica da Ciência dos Dados? Não existe uma divisão oficial dessas subáreas, porém podemos sugerir aqui três divisões principais, que são: Engenheiro de Dados, Cientista de Dados (Data Analytics) e Especialista em Aprendizado de Máquina (Machine Learning).
Pontos comuns entre as especialidades
O principal ponto de interseção entre as três subáreas aqui sugeridas é a proatividade do profissional. Quando uma organização decide se tornar uma Data Driven e sai em busca de um profissional para lidar com os seus dados, ela não tem nenhuma ou quase nenhuma ideia de qual informação ela quer e nem de qual informação pode ser extraída de suas massas de dados. Os resultados que serão alcançados (insights) dependerão diretamente da criatividade desses três profissionais que irão lidar diretamente com os dados. Infelizmente não existe uma receita de bolo pronta, pois é preciso muita dedicação até que a organização alcance um bom nível de maturidade na utilização de seus dados para as tomadas de decisões.Não podemos deixar de destacar que para uma análise de dados eficaz é necessário que as empresas se preocupem com a sua solução de dados. Como os dados serão armazenados, em seus domínios ou em nuvem? Sua estrutura de armazenamento está preparada para crescer em conjunto com o crescimento da organização? Qual é a melhor maneira de realizar o armazenamento economicamente falando? Podemos escalar nossa estrutura de armazenamento e de processamento? Nossos dados estão seguros? Nossa estrutura tem alta disponibilidade? Os resultados de nossas análises de dados são úteis e confiáveis? Essas perguntas destacam alguns pontos que nem sempre são pensados pelas organizações no momento que ela parte para ser uma organização orientada a dados. Na maioria das vezes se pensa no processamento, mas se esquece que para um processamento eficaz é necessário, antes de tudo, que os dados a serem utilizados estejam prontos e armazenados da melhor maneira possível.
CONTINUA....
0 comentários:
Postar um comentário