Como transformar os dados da sua empresa em um Ativo

Uma das frases que mais ouvimos atualmente é que o dado é o maior ativo de uma empresa, mas, o questionamento que fica é: sua empresa realmente o trata como um ativo?

Trago esta definição para fazer uma provocação: “Ativo é um termo básico utilizado para expressar os bens, valores, créditos, direitos e assemelhados que formam o patrimônio de uma pessoa singular ou coletiva e que são avaliados pelos respectivos custos”.

Leia mais: 

• Netflix: plano de assinatura com anúncios tem início lento
• Elon Musk perde o posto de homem mais rico do mundo; saiba quem ocupa a posição
• Bolsonaro renova concessões de emissoras de TV e rádio; saiba quais

Sendo assim, baseado nessa definição, preciso pensar na jornada do dado, que consiste no processo de coletar, centralizar (arquitetar), enriquecer, catalogar, analisar, aprender e otimizar para transformar o dado em informações que gerem insights para tomada de decisão, e claro pensando no custo desse processo.

Quando pensamos em custo, vale considerar toda a cadeia do processo de engenharia de dados, ou seja, tecnologia versus mão de obra versus tempo de implantação e aprendizado, e para isso o mercado vem trazendo uma abordagem de Modern Analytics Stack (MAS), ou seja, um conjunto de solução com características modernas para projetos de analytics de ponta a ponta.

Com a abordagem Modern Analytics Stack é possível fazer a integração de dados e reduzir drasticamente o processo de engenharia de dados, liberando suas equipes da rotina operacional, ao mesmo tempo em que as capacitará com insights, automação e acesso à tecnologia avançada.

O objetivo é focar exclusivamente no benefício dos usuários de negócios com suas competências exclusivas promovendo alto retorno a companhia, removendo barreiras técnicas buscando a democratização para TODOS, com ferramentas de simples uso, sem exigência de um grande conhecimento técnico com alto grau de adoção e fácil aprendizado.

Esse Stack (ou pilha de soluções) consiste em tecnologias que são necessárias para um projeto de analytics de ponta a ponta, são elas:

• Integração de dados — ferramentas de movimentação e ingestão de dados — Data Warehouse Automation, DataLake Automation, CDC (Change Data Capture), Streaming e, por quê não?, RPA;
• Armazenamento de Dados — Solução com o conceito Data Lakehouse, com foco em compartilhamento de dados com governança, segurança e escalabilidade;
• Preparação de Dados — Ferramentas Low Code ou No Code, que agilizam o tratamento de dados rápido e eficiente para área de negócios e até mesmo o aprendizado de máquina (Machine Learning);
• Plataforma de Analytics e DataViz, com capacidade de autosserviço e inteligência ativa para usuários de negócios.

Existe um ponto importante que as empresas vêm buscando cada vez mais para complementar que seria a catalogação de dados, que visa preencher a lacuna entre a área de negócios e TI possibilitando o usuário de negócio não técnico buscar seus dados usando a sua linguagem do dia a dia, vendo amostra de dados, e capacitando sua própria análise sem esbarrar no processo de TI.

Cada empresa encontra-se em um estágio de maturidade analítica, mas a busca pela cultura orientada a dados é necessária, estudos apontam que empresas que não aprenderem a tirar vantagens sobre os dados estão fadadas a ficarem para trás, por esse motivo elenco por onde começar:

1. Pense em uma estratégia baseada em Cloud, escalabilidade e flexibilidade são premissas quando falamos em dados;
2. Seja modular, avaliação constante das tecnologias e possíveis mudanças são necessárias, seja por motivos de característica técnicas, custos ou baixa adoção, foco em DataOps;
3. Governança é necessária, mas não pode ser um impeditivo, avalie sempre como as soluções estão preparadas para esse desafio;
4. Simplicidade tem que ser um objetivo, soluções complexas tendem a ter menor ciclo de vida e adoção, além de custos elevados;
5. Foco no resultado, desprenda de tecnologias por si só, o benefício ao negócio no final é o que procuramos;
6. Tenha parceiros, envolver fabricantes, órgãos de estudo. Consultorias são importantes aliados trazendo diretrizes e tendências de mercado, cases de sucesso e fracassos são importantes direcionadores;
7. “Teste, erre e corrija rápido”, recursos são limitados, então corrija o mais rápido evitando custos ao persistir no erro, para isso, parceiros podem ser importantes aliados podendo apoiar com Provas de Conceito (PoC), Provas de Valor (PoV), Produto Mínimo Viável (MVP).

O Modern Analytics Stack vai apoiar na transformação digital de sua empresa transformando o dado em um ativo valioso, fomentando a cultura da decisão baseada em dados, com foco em aumento de receita, redução de custo e compliance na empresa por meio de:

– Plataforma única e dados centralizados;
– Segurança e governanças, sem distribuição de dados;
– Fonte de uma única verdade, com analytics e Data Science sobre uma única camada;
– Velocidade e escala automática ilimitada;
– Resiliência e Custo de infraestrutura por demanda;
– Rapidez e Agilidade aliadas ao negócio para tomada de decisão.

Érico Aleixo é Líder do Comitê de BI e Analytics da Associação Brasileira das Empresas de Software (ABES)

Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!