Por que as iniciativas de análises de próxima geração falham.

Tamanho: px

Começar a partir da página:

Download "Por que as iniciativas de análises de próxima geração falham."

Valentina Machado Carvalhal
6 Há anos
Visualizações:

1 decision ready. Por que as iniciativas de análises de próxima geração falham. Os obstáculos para desenvolver uma cultura orientada por dados.

2 Neste ponto, não há dúvida: as análises mudaram a maneira como as empresas competem.1

3 De usuários não técnicos, que se interessam por painéis e ferramentas de visualização, até especialistas em dados com amplo conhecimento, que experimentam modelos preditivos o futuro das tomadas de decisão está, sem dúvida, na orientação por dados.

4 É por isso que a grande maioria das empresas, em vários setores, está priorizando as iniciativas de análises.2

5 Empresas de vários setores estão usando análises de maneira cada vez mais estratégica:

6 Em assistência médica, para monitorar pacientes e prever potenciais resultados. Em seguros, para gerenciar prêmios e risco de variação de preço. Na indústria, para monitorar e realizar a manutenção proativa dos equipamentos. No varejo, para analisar padrões comportamentais do cliente. Na área financeira, para detectar fraudes e potenciais inadimplentes

7 Também está se tornando bastante claro que a próxima geração de análises avançadas poderá impulsionar ainda mais as empresas. o Análises preditivas e prescritivas o Inteligência operacional o Análises em tempo real o Análises de segurança e detecção de invasão o Monitoramento de controle de qualidade o Análises geoespaciais

8 As análises invadiram os ambientes corporativos. Mas vale enfatizar que ainda estamos vendo apenas a ponta do iceberg.

9 ! O que é empolgante mas também constitui um importante alerta.

10 Isso porque a maioria das empresas ainda tem um longo caminho pela frente antes que o sonho de ser orientada por dados possa tornar realidade a obtenção de ROI. E não há atalhos na jornada rumo às análises de próxima geração.

11 De fato, mesmo depois do enorme investimento em ferramentas, equipes, software e armazenamento para as análises de próxima geração, uma proporção inquietantemente grande de iniciativas ainda corre o risco de falhar desastrosamente. 3

12 Os sintomas disso são frustrantemente familiares: Os especialistas em dados utilizam a maior parte do tempo "discutindo" os dados 4 A confiança nas análises começa a ser prejudicada devido às preocupações em relação à qualidade de dados e às versões conflitantes da verdade Usuários de áreas de negócios começam a se queixar do tempo necessário para obter os principais dados de que precisam A TI luta para acompanhar o surgimento de uma longa lista de novas ferramentas, usuários e solicitações de dados, integrações e teste

13 ! Aqui está o problema:

14 Mesmo os painéis mais intuitivos, as visualizações mais bonitas e os complexos modelos preditivos serão inúteis se você não tiver uma arquitetura de dados moderna para abastecê-los. Descubra o que é realmente preciso para fornecer análises avançadas. Obtenha o e-book.

15 E se há um aspecto que a busca pelas análises de próxima geração já comprovou é que as antigas infraestruturas de gerenciamento de dados não foram criadas para lidar com as atuais necessidades relacionadas a dados.

16 1 O resultado é incapacidade de considerar duas características essenciais das análises modernas: 2

17 1 A velocidade absoluta das análises Atualmente, as empresas competem a uma velocidade que permite entregar insights úteis. Isso se resume a: 5 Dados rápidos = Insight rápido = Resultados rápidos

18 Mas a maioria das organizações de TI ainda está no processo de transição da Business Intelligence tradicional para as análises de próxima geração o que significa que as respostas são disponibilizadas em meses, quando os usuários precisariam delas em questão de dias.

19 Para testar hipóteses e validar prognósticos, os usuários das áreas de negócios precisam de acesso rápido a uma crescente diversidade de fontes e tipos de dados, mesmo que os dados sejam apenas "suficientemente bons".

20 O resultado é uma paisagem fragmentada de ferramentas e aplicativos isolados, implantados para atender aos requisitos de cronogramas apertados. E o problema do crescimento no volume de dados ruins parece não ter fim.

21 2 Mudança constante No novo paradigma da análise, a mudança é a única constante. Casos de uso, ferramentas, fontes de dados, tecnologia de armazenamento de dados e os próprios dados estão, todos, em permanente estado de mudança.

22 Sem uma abordagem ágil para o gerenciamento de dados, a TI não tem chances contra a avalanche de novas perguntas, solicitações, experimentos e necessidades que surgem nas empresas.

23 E sem a TI, a empresa não pode dimensionar ou operacionalizar seus recursos de análises da maneira adequada para ser competitiva. Todos perdem.

24 Em resumo: A velocidade, o dinamismo e a complexidade das iniciativas de próxima geração exigem uma abordagem mais inteligente para o gerenciamento de dados.

25 Por mais empolgantes que sejam essas ferramentas e tecnologias novas e modernas, uma verdade antiga impregna cada iniciativa de análise no mundo:

26 Sem dados limpos, completos e oportunos, pessoas, processos e tecnologias não poderão entregar insights úteis aos negócios quando a empresa precisar deles.! Limpos Completos Oportunos

27 Se dependermos de uma abordagem lenta, rígida e obsoleta para gerenciar dados, então a promessa das análises de próxima geração serão sempre inalcançáveis.

28 E não há painéis e ferramentas de visualização que deem jeito no problema de dados isolados, desconectados e não limpos.

29 Por outro lado, o caminho à frente para qualquer empresa com um posicionamento sério em análises avançadas é claro.

30 Estabeleça agora as bases de um gerenciamento de dados rápido, ágil e repetível e nenhuma iniciativa de análises ficará fora do seu alcance.

31 Não se trata apenas de facilitar o gerenciamento de dados e fornecer os dados certos para mais ferramentas, casos de uso e usuários.

32 Trata-se de garantir que você está preparado para superar os obstáculos mais importantes ao desenvolvimento de uma cultura verdadeiramente orientada por dados. orientada por dados

33 Trata-se de capacitar pessoas e estabelecer processos com as análises, para mudar a maneira de competir.

34 Leitura adicional. O que é preciso para fornecer análises avançadas Se a sua empresa pensa seriamente em tornar realidade o potencial das análises avançadas, então você precisa conhecer os seis princípios básicos para se tornar uma empresa decision-ready. A boa notícia? Elaboramos um e-book inteiro sobre isso. O que é preciso para fornecer análises avançadas Os seis princípios básicos de uma empresa Decision Ready decision ready. Leia agora.

35 IN Sobre a Informatica. Somos a Informatica e ajudamos as maiores empresas do mundo a implementar as modernas arquiteturas de dados de que precisam para competir. Se você pretende produzir análises avançadas para a sua organização, vamos conversar. Vamos conversar.

36 Fontes. 1. " 84% das companhias acreditam que as análises de Big Data estão mudando os cenários competitivos de seus setores", Forbes, outubro de siteslouiscolumbus/2014/10/19/84-of-enterprises-see-bigdata-analytics-changing-their-industries-competitivelandscapes-in-the-next-year/ 2. 'The State of Big Data Infrastructure', Accenture, junho de "Quase um terço dos projetos de BI não atingem os objetivos de negócios", ComputerWeekly, janeiro de ' For big data scientists, 'janitor work' is the biggest obstacle', New York Times, agosto de /08/18/technology/for-big-data-scientists-hurdle-toinsights-is-janitor-work.html 5. 'Simplify your analytics strategy', Harvard Business Review, junho de

Documentos relacionados

O vilão silencioso de projetos de Big Data.

decision ready. O vilão silencioso de projetos de Big Data. Como evitar o maior erro de Big Data e que você não pode se dar ao luxo de cometer. Quanto mais alto, maior o tombo. É cada vez maior o número