Transformação digital é o novo normal. Silos de informações e planilhas já não são bons o suficiente para gerenciar os dados. As companhias precisam oferecer transparência para satisfazer os órgãos reguladores e proporcionar crescimento nos negócios. E isso passa pela análise de dados estruturados e não estruturados, vindos de sistemas legados, bancos de dados transacionais e analíticos, planilhas e até de mídias sociais.
Diante deste cenário, o que o CIO e líder de TI precisa fazer para enfrentar desafios inerentes ao aumento expressivo da produção de dados? Como tirar proveito dos diversos dados e informações que alguns poucos usuários do sistema já possuem e como cruzá-los com informações disponíveis globalmente, como as referências para uma determinada área de negócios?
A resposta não é única. Cada empresa deve estruturar um plano para extrair valor, de forma gradual, da massa de dados a seu dispor, começando preferencialmente por aqueles que podem gerar mais valor com um menor custo, o que costumamos denominar de “low hanging fruits”.
Pensando em um gestor que necessita ou quer estar à frente da concorrência, isso se traduz em estar apto para a adoção da Inteligência Artificial e, mais especificamente, a chamada computação cognitiva, já que a digitalização dos negócios exige criar uma cultura de dados e formas de usá-los inteligentemente para reimaginar experiências do consumidor e novas formas de ganhar dinheiro e se manter competitivo.
A IBM identificou que uma das principais tendências para os próximos anos é o uso de sistema cognitivo para auxiliar na identificação de insights, a partir de um conhecimento mais profundo do mercado e dos clientes.
Em 2016, um estudo com mais de 5 mil executivos de todo o mundo, lançado pelo Instituto for Business Value (IBV) da IBM, demonstrou que as empresas com melhor desempenho já estavam olhando para as capacidades cognitivas como uma prioridade. Naquela ocasião:
- No setor dos seguros, 65% dos CXOs já procuravam implementar um modelo empresarial mais inovador, mas quase 30% sentiam que a qualidade, a exatidão e a integridade dos dados corporativos ainda eram insuficientes. Quase todos pretendiam investir em soluções cognitivas.
- No varejo, 60% dos executivos não acreditavam que a sua empresa estivesse suficientemente capacitada para oferecer o nível de experiência que o cliente procura, e 95% disseram que iriam investir em soluções cognitivas nos próximos cinco anos.
- Na Saúde, mais de metade dos CXOs confessaram sentir restrições na utilização de todas as informações disponíveis, o que lhes limitava a confiança na tomada de decisões de negócio estratégicas. 84% desses líderes acreditavam que as capacidades cognitivas serão uma força disruptiva na área da saúde e 95% pretendiam investir nestas soluções ao longo dos próximos cinco anos.
Porém, antes de abraçar a análise baseada na Computação Cognitiva é imperativo investir em três frentes: nas ferramentas de dados e análise; em tornar os dados acessíveis e melhorar as habilidades de análise de seus funcionários; e o mais importante, em criar uma cultura que aceite algum risco na tomada de decisões e ações baseadas em dados.
Dados puros precisam ser interpretados com ferramentas adequadas de tratamento e visualização. Eles não são úteis até que pessoas possam rapidamente ler e entender as informações geradas. E é aí que entre a Computação Cognitiva.
A maioria das modernas plataformas de BI e Analytics disponíveis no mercado hoje são fáceis de configurar, administrar e trabalhar, mas não garantem a exploração bem-sucedida dos dados. Por quê? Porque BI tradicional envolve esforços de análise de dados liderados por TI e depurados por cientistas de dados. Produzir informações valiosas exige uma quantidade razoável de especialistas e não é muito ágil.
Já o BI mais inteligente usa tecnologia cognitiva e design de interação de usuário para criar uma solução analítica poderosa e robusta, fácil de ser usada por toda a organização. Com ele, construir um modelo de dados deixa de requerer tanto tempo e conhecimento especializado, para passar a ser algo que alguém na linha de negócios pode fazer.
Investir em ferramentas de inteligência de negócios (BI), análise preditiva e gestão de desempenho, self-service, é o caminho. A capacidade de autoatendimento, sem a necessidade de intermediários, é imprescindível para a agilidade nas análises. Hoje, muitos usuários de negócio possuem a necessidade de começar suas análises antes do DW ficar pronto, por conta própria. E quando o pessoal da linha de negócios pode usar as análises por conta própria e compartilhar suas ideias com facilidade, isso ajuda a gerar uma tomada de decisão perspicaz e baseada em dados, em todos os níveis.
A IBM é um dos players mais tradicionais do mercado que começou a ter um grande desafio para se transformar do mundo de TI tradicional para uma abordagem mais self service. Esse trabalho começou com o Cognos Analytics e chegou ao Watson Analytics. O serviço de descoberta analítico entrega a nova experiência de Smart Data Discovery, trazendo abordagens cognitivas às análises de dados, sendo possível fazer as explorações de dados self-service e, ainda, utilizar linguagem natural, além de ser possível realizar uma análise preditiva sem a necessidade de ter conhecimentos estatísticos.
Resolvida a questão das ferramentas, é preciso lembrar que tornar os dados acessíveis passa também por nutri-los, desenvolvê-los e protege-los. Em resumo, ter uma boa governança, através do estabelecimento de políticas e regras que permitam estabelecer, declarar e divulgar os requisitos básicos para a estrutura geral, formato, identidade, propriedade, uso e acesso relacionados a todas as informações com as quais a empresa lida.
A etapa final envolve a conscientização do valor da tomada de decisões com base nos dados para a empresa como um todo. As organizações devem criar e fomentar uma cultura que englobe dados e fatos e os aplique ao negócio, todos os dias.
Uma vez que uma organização tenha as ferramentas, as habilidades e a cultura necessárias para conduzir um negócio baseado em análises, ela estará então pronta para realizar o objetivo final de qualquer iniciativa de Big Data e Analytics.
0 comentários:
Postar um comentário