<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=633097343493783&amp;ev=PageView&amp;noscript=1">
canal-comstor-logo
O blog dos negócios de TI.
Comstor Americas
  • Transformação Digital e oportunidades para revendas de TI na educação
  • 7 benefícios da videoconferência: colaboração e comunicação a favor de bons negócios
  • 14 dicas de marketing para revendas de TI
  • Transformação Digital e oportunidades para revendas de TI na educação
  • 7 benefícios da videoconferência: colaboração e comunicação a favor de bons negócios
  • 14 dicas de marketing para revendas de TI

Big Data sem análise de dados não resolve os problemas das empresas

Publicado em 12/set/2016 5:00:00

Para que as tecnologias tenham o efeito desejado, é necessário muito trabalho pra extrair informações relevantes.

Big Data sem análise de dados não resolve os desafios das empresasEmpresas estão gerando mais dados e armazenando-os. No entanto, esses dados muitas vezes são deixados de lado e não são utilizados devidamente. Segundo uma pesquisa da Forrester sobre a onda de distribuição Hadoop, cerca de 60 a 73% de todos os dados dentro de empresas não são utilizados com tecnologias e profissionais de BI e Analytics.

Ter todas essas informações e não utilizá-las é um problema bastante grande tanto para a TI quanto para a companhia como um todo. Um dos principais desafios dentro desse conceito é que o Hadoop é construído para analistas e cientistas de dados, ao invés de ser voltado para usuários comuns como profissionais das empresas. Isso significa que os dados que são colocados no Hadoop podem ser relevantes para esses profissionais das empresas, mas não é fácil ter um output amigável das informações em um formato que eles possam trabalhar sem um conhecimento mais aprofundado no assunto.

Além disso, existem outras aplicações de Big Data que também poderiam ser usadas pelos negócios. Armazenadores de dados operacionais como, por exemplo, o NOSQL poderiam oferecer valor se devidamente aproveitados, isso sem contar o crescimento da comunidade especializada em Apache Spark. Contudo, a empresa ainda precisará de um cientista de dados ou de analista de dados mais experiente para escrever códigos em SparkSQL. Cada uma dessas plataformas de Big Data podem ser úteis se as tecnologias de análise forem utilizadas nesses dados criados pelas plataformas.

O desafio aqui é muito mais do que simplesmente apresentar quais dados estão armazenados. As empresas precisam entender quais são os papéis de cada uma dessas ferramentas e como elas oferecem valor. Trabalhar com times diferentes em uma mesma frente, diferentes silos de dados e várias plataformas de Big Data pode transformar a análise de dados em um projeto completamente técnico sem nenhum valor para os negócios, o ponto mais importante para as empresas, sem dúvida.

É importante que os profissionais especializados na análise de dados consigam construir uma base de informações focada no fácil entendimento dos usuários finais da empresa, que auxilie-os a fazer uso dos dados analisados para a tomada de decisões estratégicas dentro da organização. Isso é essencial para o futuro das empresas.

 

New Call-to-action


Ajeitando o mar de dados para o uso corporativo

Com todos esses dados sendo captados e armazenados é importante analisar como usá-los da melhor forma. Ao invés de olhar para isso como um projeto técnico, os dados deveriam ser considerados recursos de negócio para ser utilizado por cada departamento da empresa. Para começar, observe de quais lugares os dados estão sendo captados pelas aplicações em cada departamento separadamente, e quais dados já armazenados no Data Center da empresa podem ser utilizados por essas equipes.

Esse trabalho inicial em analisar quais dados já existem pode ser utilizado para averiguar quais objetivos cada um desses times possui. As equipes de marketing e vendas, por exemplo, provavelmente vão focar em dados sobre aquisição de clientes, enquanto o setor de operações e contratos vai se atentar a informações sobre eficiência dos processos e maneiras de reduzir custos. A questão para a equipe de TI é tornar os dados compreensíveis e utilizáveis para esses profissionais com um conhecimento mais focado em negócios e menos em questões técnicas da área de TI.

Traduzir os objetivos de negócio de cada departamento em KPIs pode ajudar bastante, já que os dados podem ser utilizados para influenciar positivamente essas KPIs. A ideia é oferecer informações em um formato que faça sentido para cada usuário, grupo ou departamento da empresa, e manter a consistência através de cada um desses públicos diferenciados.

Para fazer isso, é preciso olhar como os times colaboram, por exemplo, de quais lugares o time de vendas adquire leads do marketing, ou como e onde a equipe de operações requisita a compra de novos produtos e serviços para a equipe de contratos. Comparar dados dessas aplicações diferentes pode oferecer oportunidades para influenciar as decisões feitas, utilizando o Big Data de maneira otimizada.


Tranforme os dados em algo comum à empresa

Se as empresas apontarem alguém especificamente para gerenciar o uso dos dados dentro da companhia, ou manter isso como uma atribuição do CIO, a implementação de Analytics precisa mudar à medida que o Big Data continua a crescer em importância. Dar às pessoas acesso a esses dados é um problema de processo, já que os resultados podem forçar mudanças em comportamentos que são percebidos como desnecessários.

O papel daquelas KPIs específicas para cada equipe pode ser utilizado nesse caso também. Discutir os resultados e como a unidade de negócios ou departamento usa os dados pode realmente ajudar a criar um caminho para uma performance otimizada. Isso também demonstra que a equipe de TI tem o objetivo de resolver o mesmo problema que o gerente do departamento, o que pode criar uma relação de maior confiança entre os profissionais envolvidos.

A questão principal, no entanto, reside no momento quando as KPIs são baseadas em dados de vários departamentos. Isso pode fazer com que algumas equipes acreditem que elas não têm controle sobre seus resultados. A metodologia de trabalho aqui deve ser a de fazer com que cada uma das equipes entenda o processo como um todo primeiramente e depois como trabalhar com os relatórios de analytics e com a plataforma. As fontes de dados podem ser ligadas em rede e os resultados fornecidos aos que requisitaram acesso. Trabalhando com a colaboração primeiramente, no que se refere ao processo de analytics, cada equipe de negócios pode ser envolvida.

Isso tudo torna mais possível a utilização dos resultados da análise de dados de forma mais regular. Também é possível rodar projetos de análise com um time de gerenciamento que não possui acesso aos resultados.

Para o BI, o Big Data pode ser uma parte vital da variedade de fontes de dados que cada departamento da empresa utiliza. Entretanto, o objetivo deve ser o de tornar os usuários mais inteligentes em suas atividades diárias. Mudar o foco para os objetivos de negócios pode ajudar a garantir que os dados certos sejam analisados e fornecidos aos utilizadores no momento certo.

Fonte:
http://www.computerweekly.com/blog/Data-Matters/Big-data-doesnt-mean-big-intelligence-unless-you-work-at-it

Categorias: Big Data, Análise de Dados, Departamento de TI