[SAIBA] Por que APIs podem ser mecanismos valiosos para Business Analytics


Fonte:ComputerWorld



As APIs se tornaram o mecanismo de escolha para conectar serviços, aplicativos, dados, identidades e outros ativos digitais internos e externos. Como resultado, as APIs agora têm o potencial de servir como um mecanismo valioso também para o Business Analytics. Igualmente importante, as APIs podem fornecer uma alternativa significativamente mais fácil de usar para as abordagens tradicionais e ad hoc de coleta de dados e análise de dados.

Normalmente, uma organização começará sua transformação digital adotando APIs para aprimorar a integração de sistemas e a automação de processos. Com várias soluções completas de gerenciamento de APIs prontas para uso no mercado, os desenvolvedores corporativos podem colocar um sistema em produção em semanas ou meses, construindo integrações para preencher facilmente qualquer lacuna. A partir daí, a equipe pode melhorar continuamente a implementação.

O próximo passo na transformação digital é a análise, à medida que as empresas evoluem para se tornar negócios orientados a dados. Entre as tecnologias que estão sendo empregadas para entender a dinâmica de uma organização e ajudar na tomada de decisões estão a sofisticada agregação de dados, Machine Learning, mineração de dados e visualização de dados. Juntos, eles permitem que as equipes corporativas entendam a dinâmica do negócio, detectem padrões e prevejam desenvolvimentos futuros. No entanto, os desafios associados à coleta de dados e à criação de análises personalizadas dificultaram a adoção do Business Analytics. E mesmo quando adotada, a análise está longe de ter o impacto transformacional previsto.

Este artigo explora os desafios de adotar a análise usando abordagens tradicionais, examina como o gerenciamento de APIs pode lidar com esses desafios e apresenta um modelo de solução para uso do gerenciamento de APIs para extração de valiosos dados para análise.

Bloqueios para a adoção de Analytics
Ao implementar Analytics, as organizações enfrentam três desafios críticos, com potencial de retardar ou desviar o projeto.
Primeiro, diferentemente do gerenciamento de APIs, não há soluções analíticas prontas para uso. Em vez disso, a organização precisa criar uma solução de análise personalizada combinando diferentes tecnologias analíticas. Isso, por sua vez, exige que a equipe de desenvolvimento escreva uma quantidade significativa de código para integrar as tecnologias necessárias, bem como os sistemas existentes.

Segundo, a organização precisará empregar engenheiros de dados (desenvolvedores) e cientistas de dados (arquitetos) que tenham um profundo conhecimento de estatística, machine learning e sistemas. Esses profissionais (que são escassos) precisarão decidir quais insights são úteis, determinar quais indicadores principais de desempenho (KPIs) devem rastrear, criar um sistema para coletar dados e fazer com que outros grupos na organização adicionem código de coleta de dados. Eles também terão que escrever sua própria lógica de análise, realizar as ações com base nos resultados da análise escrevendo mais código e compreender, do primeiro ao enésimo nível, as repercussões dessas observações.
Em terceiro lugar, para coletar dados as organizações precisam adicionar instrumentação (sensores) em toda a organização para gerar eventos que sinalizem atividades notáveis. Tal projeto exige coordenação em vários grupos - variando de 10 a 20 equipes em grandes empresas. Além disso, as organizações podem precisar aguardar que os sensores sejam enviados para eles. Como resultado, o processo de instrumentação é frequentemente caro e demorado.
Todos esses obstáculos limitaram a adoção de análises até o momento.

As vantagens da análise orientada por APIs

O gerenciamento de APIs tem o potencial de permitir o uso mais amplo de Analytics devido a dois fatores. A primeira é a ampla adoção de soluções de gerenciamento de APIs, que vem crescendo mais de 35% ao ano desde 2016, impulsionada pela demanda de clientes e parceiros para permitir uma integração mais próxima e uma automação mais fácil. Essa tecnologia de APIs é apoiada por ferramentas maduras e um ecossistema forte.

Segundo, o posicionamento estratégico do gerenciamento de APIs em todos os fluxos de mensagens de uma organização. As APIs estão se tornando as portas pelas quais todas as interações internas e externas de uma empresa fluem. Até mesmo sites e outras interfaces de usuário contam com essas APIs para executar suas funções de back-end. É fácil ver como o tráfego da APIs pode permitir que as equipes verifiquem como a organização funciona ao longo do tempo. À medida que as APIs se tornam mediadoras de todas as interações, a solução de gerenciamento de APIs pode se tornar um portal que mostra como uma organização funciona.

Portanto, em vez de criar uma solução de análise pronta para uso, devemos pensar em terr uma solução de análise orientada por APIs completa como parte integrante das ferramentas de gerenciamento de APIs. Tal solução é viável por alguns motivos.

Para começar, como o gerenciamento de APIs está no cruzamento de todas as comunicações dentro ou fora da organização, podemos instrumentar as ferramentas de gerenciamento de APIs em vez dos sistemas reais. Isso pode ser feito como parte da estrutura de gerenciamento da APIs, que pode ser atualizada conforme necessário. Em seguida, coletando mensagens que passam pelas APIs, podemos ter uma visão completa da organização. Essa abordagem centralizada elimina a necessidade de uma empresa coordenar 10 ou 20 equipes para adicionar instrumentação a todos os sistemas. Também elimina o desafio de gerenciar os vários formatos de dados coletados por meio das instrumentações do sistema de análise tradicional.


continua...



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: