[SABIA] 5 armadilhas do auto-serviço de BI



Fonte: ComputerWorld



os últimos anos, as empresas têm vindo a adoptar, cada vez mais, soluções de business intelligence (BI) de auto-serviço. Em Novembro de 2016, o relatório “Self-Service BI Market – Global Forecast to 2021”, da Research and Markets, previa que o mercado global de auto-serviço BI deverá duplicar para 7,31 mil milhões de dólares em 2021.
As vantagens parecem óbvias, considerando que o BI tradicional é frequentemente visto como lento e rígido o BI em auto-serviço promete mais facilidade e agilidade na utilização. Com o BI self-service, os utilizadores podem aceder aos dados e informação que precisam, quando precisam, sem necessidade de recorrer ao TI, o que pode, muitas vezes, provocar o estrangulamento do BI tradicional. Ao dispensar o TI, o negócio pode capitalizar melhor as oportunidades e reagir rapidamente aos problemas.
Dave Mariani, fundador e CEO da startup AtScale, fornecedor de uma plataforma semântica universal para BI sobre bigdata, acredita que o Bi em auto-serviço trás muitas vantagens, mas também identifica várias consequências não intencionais que as organizações que adoptam aquele modelo precisam atentar. Quando era vice-presidente de engenharia para análise de publicidade e, mais tarde vice-presidente de desenvolvimento, dados de utilizador e analítica na Yahoo, Mariani teve de lidar com as várias armadilhas.
Cinco efeitos colaterais que uma estratégia de auto-serviço de BI vai querer evitar:
1. Caos nas métricas de negócio
Para retirar valor das ferramentas de BI, as unidades de negócio precisam alimentá-las com dados. Geralmente significa que as unidades de negócio gerem os seus próprios “data marts” (subconjuntos dos centros de armazenamento de dados que contêm dados específicos para uma unidade de negócio). Uma vez que as unidades de negócio são tipicamente responsáveis pelo seu próprio hardware, software e dados nos seus “data marts” em ambientes de auto-serviço de BI, essas unidades de negócio acabam por criar, inevitavelmente, as suas próprias definições e métricas.
Tal não representa um grande problema se essa unidade de negócio é a única utilizadora desses dados, mas tornar-se um problema enorme quando se procura comparar relatórios de diferentes unidades de negócio. “Passou-se de um modelo centralizado em que havia um controlo apertado das métricas de negócio, para um modelo em que isso está nas mãos das massas e são criado conflitos entre definições”, assinala Mariani.
O responsável assinla que, durante a sua passagem pela Yahoo, as unidades de negócio da empresa tinham inúmeras definições de impressões de anúncios e visitas.
Todos faziam os seus próprios cálculos”, diz Mariani. “E isso é um problema porque agora o negócio não está linhado. Está a contar histórias diferentes. Isso provoca muita consternação. Não confiam nos números porque as pessoas têm as suas próprias definições para cumprir os seus próprios objectivos”.
“Uma organização de média dimensão não pode fazer nada quando se apoia nos dados de uma única unidade de negócios”, acrescenta Bruno Aziza, chief marketing officer da AtScale. “Por exemplo, as vendas e o marketing precisam de trabalhar em conjunto. Se não conseguem identificar o problema não podem resolvê-lo. Se não conseguem alinhar-se, é realmente difícil resolver um problema.
2. Utilizadores de negócio forçados a tornar-se engenheiros de dados
O auto-serviço de “data marts” e de BI pode representar algumas vitórias imediatas para as unidades de negócio mas os “data mart” crescem e os dados mudam, os utilizadores precisam de despender enormes quantidades de tempo para os gerir. Eventualmente, se os dados aumentarem o suficiente, os utilizadores que, anteriormente conseguiram contornar o TI, talvez precisem de ajuda do TI e largam uma enorme confusão no colo do TI.
Basicamente, estamos a pedir aos utilizadores de negócio para se tornarem engenheiros de dados”, explica Mariani. “Isso é menos eficiente e, definitivamente, não é a melhor maneira de atingir determinado objectivo. As unidades de negócio podem ter algum sucesso numa primeira fazer graças a novas visualizações e dashboards, mas quando os dados mudam, têm  de desempenhar o papel que o TI tem historicamente desempenhado e não são capazes de o fazer. Depois têm de chamar o TI para os salvar e o TI não está preparado nem feliz por ter de o fazer”.
Algumas organizações tentaram dar resposta a este problema ao incluir utilizadores de negócio das unidade de TI ou ao alocar profissionais de TI em determinada unidade de negócio, em que estes actuam como mediadores entre as linhas de negócio e de TI.
“Esse era o modelo que tínhamos na Yahoo”, assinala Mariani. “Cada unidade de negócio tinha as suas próprias  equipas de negócio e de TI. Foi onde encontrámos a proliferação de diferentes ferramentas, plataformas, formas de armazenar os dados. Era demasiado caro e criava uma enorme complexidade”. Em resposta, disse a Mariani, a equipa de analítica da Yahoo criou um único serviço de dados que todas as unidades de negócio poderiam aceder através das suas ferramentas de BI.
“O serviço único de dados criou um valor enorme para o negócio, em oposição ao modelo distribuído”, refere.
3. Segurança de dados sofre
Com as unidades de negócio a deter e gerir os seus próprios “data marts”, o negócio, globalmente, perde o controlo sobre a segurança dos seus dados. Os dados tendem a proliferar por toda a organização. Os dados sensíveis podem acabar numa folha de cálculo e outras ferramentas de BI em computadores portáteis e outros dispositivos e pode tornar-se impossível para a organização manter registo sobre a localização das cópias dos dados. “A perda de controlo sobre os dados, significa também a perda de segurança”, assinala Mariani.
“Têm-se TDE [Transparent Data Encryption files] em portáteis, activos centrais de dados podem agora andar através da organização sem forma de se assegurar a sua segurança”.
4. Auto-serviço não escala
O BI em auto-serviço ganhou peso, em parte, pela possibilidade de conseguir mais agilidade em todas as linhas de negócio. Tradicionalmente, o TI levava muito tempo a disponibilizar dados e informação que as linhas de negócio precisavam para capitalizar oportunidades de negócio.
O auto-serviço promete dar às unidades de negócio acesso aos dados e à informação que precisam, quando precisam dela. E, de muitas formas, é isso que tem sido conseguido. Mas, logo que é necessário escalar os esforços de BI, os desafios vêm à tona. “O auto-serviço é mais rápido do que esperar pelo TI”, diz Aziza. “Mas é um pensamento pequeno para big data. Funciona para cada um individualmente e funciona para a sua equipa. Mas é só uma questão de tempo até que não seja possível escalar para as necessidades”.
“O TI pensa a longo prazo e pensa sobre o futuro mais do que muitas unidades de negócio que estão apenas a tentar resolver um problema”, assinala Mariani. “Mas o negócio odeia o modelo centralizado porque não querem esperar e não acreditam que o TI vai conseguir entregar o que eles precisam num prazo aceitável. Na Yahoo levei um mês a acrescentar uma nova dimensão para visualizar os anúncios apresentados. O negócio não pode esperar um mês”.
Pensem num retalhista de pronto-a-vestir. Pode utilizar o auto-serviço de BI para fazer a análise de uma marca. Tal poderá fornecer informação útil rapidamente, mas o retalhista sabe que os clientes compram em várias lojas e marcas. E se cada unidade de negócio está a trabalhar com as suas próprias definições e métricas, escalar a analítica para várias marcas torna-se uma tarefa Hercúlea. Quando se atinge esse ponto o TI precisa, tipicamente de entrar e ordenar a confusão e a agilidade que se conquistou através do auto-serviço BI é severamente abalada.
5. Incremento do custo de licenciamento.
Em ultima instância, o auto-serviço de BI custa, muitas vezes, mais do que a tecnologia centralizada que substitui. Em primeiro lugar, existe o custo da tecnologia. Cada unidade vai precisar comprar licenças para as suas ferramentas preferidas e serão perdidas todas as economias de escala de comprar para toda a organização. Por outro lado, permitir aos utilizadores trabalhar com as suas ferramentas preferidas poderá compensar. Para além do custo da tecnologia há também a custa do trabalho humano.


Compatilhe no Google Plus

Sobre Grimaldo Oliveira

Mestre pela Universidade do Estado da Bahia (UNEB) no Curso de Mestrado Profissional Gestão e Tecnologias Aplicadas à Educação (GESTEC) com o projeto “GESMOODLE – Ferramenta de acompanhamento do aluno de graduação, no ambiente virtual de aprendizagem(MOODLE), no contexto da UNEB“. Possui também Especialização em Análise de Sistemas pela Faculdade Visconde de Cairu e Bacharelado em Estatística pela Universidade Federal da Bahia. Atua profissionalmente como consultor há mais de 15 anos nas áreas de Data Warehouse, Mineração de Dados, Ferramentas de Tomada de Decisão e Estatística. Atualmente é editor do blog BI com Vatapá. Livro: BI COMO DEVE SER - www.bicomodeveser.com.br

0 comentários: