COMO BIG DATA E BUSINESS ANALYTICS PODEM MUDAR O RUMO DO SEU NEGÓCIO

Transcrição

1 COMO BIG DATA E BUSINESS ANALYTICS PODEM MUDAR O RUMO DO SEU NEGÓCIO Com o Big Data, o volume de dados produzidos e a diversidade de novas fontes de dados que apareceram nos últimos anos, organizações de todo o mundo estão tendo que mudar seus paradigmas em relação aos dados, e pensar em como usar essas informações para gerar importantes insights nos negócios. E essa mudança não será fácil: muitas empresas ainda colocam a maior parte dos seus esforços na análise dos dados estruturados, e na utilização de ferramentas tradicionais de business intelligence e data warehousing. Mas um mundo novo de possibilidades está se revelando com o volume crescente de dados não estruturados e semi estruturados, vindos especialmente de fontes como máquinas, sensores, logs e mídias sociais. Um dos desafios das ferramentas tradicionais de business intelligence é agregar essas outras fontes de dados, já que elas foram criadas para analisar apenas dados estruturados. De qualquer maneira, business analytics desponta como uma alternativa que complementa às soluções tradicionais, e gera novos insights para o negócio. INTELIGÊNCIA OPERACIONAL Soluções de Inteligência Operacional podem correlacionar e analisar dados de fontes variadas em várias latências (desde o batch, até o tempo real), para revelar informações importantes. Com isso, é possível reagir imeadiatamente.

2 Inteligência Operacional é uma nova tecnologia para análise de dados que oferece visibilidade aos processos de negócios, eventos e operações que estão acontecendo, em tempo real. Existem ferramentas específicas que podem entender, analisar e organizar os dados de máquina, dados de sensores, streams de eventos, e outros dados de streaming e big data. Soluções de business analytics também podem correlacionar e analisar dados de fontes variadas em várias latências (desde o batch, até o tempo real), para revelar informações importantes. Com isso, é possível reagir imeadiatamente a uma ameaça, por exemplo, enviar um alerta ao gestor responsável, atualizar um dashboard de negócios, oferecer um incentivo a um cliente que está saindo, ajustar a operação das máquinas, ou prevenir fraudes. CASOS DE USO O principal ponto da Inteligência Operacional é o ganho de insights utilizando novas fontes de dados, o que permite que oportunidades de negócios, ameaças organizacionais, ou problemas de performance sejam detectados e endereçados o mais rápido possível. Implementações bem-sucedidas de ferramentas de inteligência operacional para monitorar e analisar as atividades do negócio, oferecendo a um número grande de usuários internos a visibilidade necessária para identificar um problema ou uma oportunidade, ou para a tomada de decisão. Por exemplo: Permitir que um e-commerce identifique que um determinado produto tem ficado abandonado no carrinho. É possível decidir, por exemplo, fazer uma promoção para fomentar mais vendas daquele produto; Criar um plano para aumento da capacidade de uma operadora de telefonia à medida que são introduzidos novos serviços de banda larga. Melhorar a experiência do consumidor; Identificar um padrão de comportamento do usuário nas mídias sociais; Identificar atividade fraudulenta em potencial em tempo real. Prevenir a fraude e mitigar o impacto de forma proativa; Identificar que a sua planta hidrelétrica tem capacidade ociosa. Vender a capacidade ociosa nos períodos em que estiver disponível; Entender o comportamento do consumidor através de vários canais - web, mobile e social.

3 O PAPEL DA INTELIGÊNCIA OPERACIONAL EM BUSINESS ANALYTICS Análise em tempo real. A velocidade dos negócios continua aumentando, e a rápida tomada de decisão, baseada em dados novos praticamente se tornou uma vantagem competitiva. A inteligência operacional permite a análise dos dados não estruturados ou semi-estruturados em tempo real. Maior velocidade e agilidade. O crescimento do negócio é sustentado diariamente pela rápida tomada de decisão, baseada em informações recentes e o mais completas possíveis, com insights provindos de crescentes volumes de dados, vindos de várias partes. E isso é fato, independente se você quer reduzir o churn, ou evitar uma fraude. A Inteligência Operacional permite insights a partir de outras fontes, e habilita gestores a tomar decisões rápidas, baseadas em Um complemento ao business intelligence e ao data warehousing. Essas tecnologias mais tradicionais originalmente surgiram para dar suporte à tomada de decisão nos negócios, com o apoio de dados estruturados, e para trazer informações analíticas apartir de séries históricas. A Inteligência Operacional complementa essas tecnologias ao prover insights a partir de dados não estruturados ou semi-estruturados em tempo real. Visão completa das entidades e situações do negócio. Dados de latências diferentes podem dizer muito sobre uma entidade de negócio, como um cliente, uma transação, ou um processo. A Inteligência Operacional permite correlacionar a análise em tempo real do big data, com dados de máquina e dados históricos, para apresentar uma visão completa.

4 AS PRINCIPAIS HABILIDADES DA INTELIGÊNCIA OPERACIONAL Uma das maneiras de pensar em Inteligência Operacional é a possibilidade de se combinar múltiplas tecnologias que oferecem uma visibilidade única do negócio. Veja quais são as grandes habilidades desta nova tecnologia: 1. Gestão de dados em tempo real. Capture e processe dados em segundos ou milissegundos, a partir de fontes variadas, incluindo streaming de dados, streaming de eventos, e filas de mensagens. 2.Análise avançada. Correlacione e analise eventos, independentemente de sua origem ou latência, para descobrir problemas ou oportunidades que precisam de atenção imediata. 3. Big Data e dados de máquina. Analise terabytes de dados diariamente, e petabytes de dados históricos, desde dados relacionais até dados gerados por pessoas. 4. Visibilidade do negócio. Tenha uma visão completa das entidades do negócio, tanto a partir do tempo real, quanto a partir de dados com latência. INTELIGÊNCIA OPERACIONAL & DADOS DE MÁQUINA A Inteligência Operacional está provocando uma série de mudanças na forma como capturamos e analisamos dados de negócio. E é por isso que a empresas que confiam apenas em dados estruturados para fazer business analytics estarão em desvantagem frente ao mercado. Arquitetos de dados, analistas de negócios, desenvolvedores, e líderes em TI estão expandindo o escopo da análise de dados para incorporar novas fontes de dados não estruturados e semi-estruturados,os dados de máquina. Dados de máquina são gerados por fontes diferentes na infraestrutura de TI, como aplicações, equipamentos mobile, sensores, sites, servidores e bases estruturadas de dados. Toda organização gera dados de máquina em enormes volumes, a uma velocidade alta de uma variedade de fontes esse é o Big Data. Dados de máquina contêm um registro definitivo de toda a atividade e comportamento dos consumidores, usuários, produtos, serviços, transações, aplicações, redes e equipamentos. Muitas organizações já utilizam dados de máquina para nortear suas decisões em TI. Mas alguns líderes de mercado já utilizam os dados de máquina para novos insights de negócios, gerados em tempo real, sobre áreas como Vendas, Marketing, Produtos, Operações, e Atendimento ao Cliente.

5 O resultado? Insights de negócio, gerados em tempo real, a partir de dados de máquina, que geram respostas para perguntas como: quais produtos são populares em determinada região? Como melhorar a experiência do consumidor? Como diminuir as perdas em determinados processos logísticos? O tratamento dessa quantidade de dados apenas é possível a partir do Big Data. Os DWs (DataWare House) atuais não conseguem analisar dados de máquina, pois precisam normalizar os dados em uma estrutura muito rígida. Para além disso, o Business Intelligence tradicional não oferece um modelo preditivo tão abrangente quanto o Business Analytics, que permite a análise das informações de maneira muito mais rica, em tempo real, e a geração de insights preditivos para o negócio. PROOF & SPLUNK> Arquitetos de dados podem utilizar as ferramentas Splunk para expandir o escopo dos dados que utilizam em suas análises. Desenvolvedores podem usar os SDKs e APIs para acessar os dados e torná-los disponíveis. SPLUNK: INSIGHTS PARA O NEGÓCIO A PARTIR DE DADOS DE MÁQUINA O Splunk Enterprise é a plataforma para análise dos dados de máquina. É a forma mais fácil, simples e resiliente de coletar, armazenar e segurar um volume massivo de dados gerados por todos os sistemas e infraestrutura em TI. As ferramentas da Splunk permitem às empresas reunir e indexar todos os tipos de dados gerados por máquinas, em tempo real, de qualquer fonte ou formato, e armazenadas em qualquer lugar. O software da Splunk transforma dados de máquina em Inteligência Operacional em tempo real, para oferecer novos insights de negócio. BUSINESS ANALYTICS O Business Intelligence tradicional não oferece um modelo preditivo tão abrangente quanto o Business Analytics, que permite a análise das informações de maneira muito mais rica, em tempo real, e a geração de insights preditivos para o negócio. UMA NOVA CLASSE DE DADOS PARA BUSINESS ANALYTICS Com o Splunk Enterprise, você pode ir além do data warehouse para incluir os dados de máquina como uma nova e importante fonte de insights para o negócio. O Splunk Enterprise permite:

6 Analisar e correlacionar dados de máquina para identificar padrões, desvios e tendências; Criar dashboards customizados de forma rápida e compartilhar com usuários de diferentes cargos dentro da organização; Visualizar os dados no desktop, tablet ou smartphone. PROOF, LÍDER EM SPLUNK NA AMÉRICA LATINA A PROOF, em parceria com a Splunk, reconhecida no Quadrante Mágico do Gartner como líder em Business Analytics, oferece ao mercado um portfólio completo de serviços em Business Analytics e Big Data, tais como: Analytics as a Service: Uma funcionalidade da computação sob demanda da nuvem, com a democratização da informação trazida pelo Big Data, para gerar uma análise estratégica das informações, em tempo real; Analytics Insights: Faça análise em tempo real dos dados, correlacionando fontes de informação diferentes, com o objetivo de analisar e prever cenários a partir da análise de dados não estruturados, semiestruturados, ou estruturados; Business Strategy: Muitas empresas já possuem ferramentas de business intelligence e data warehouses. As soluções da Splunk complementam essas tecnologias oferecendo a seus usuários novos insights de negócio a partir de dados de máquina. Arquitetos de dados podem utilizar as ferramentas Splunk para expandir o escopo dos dados que utilizam em suas análises. Desenvolvedores podem usar os SDKs e APIs para acessar os dados e tornálos disponíveis. Analistas de negócio podem utilizar a interface intuitiva da Splunk para criar strings de busca, dashboards, e fazer análises mais aprofundadas. Fraudes: Conte com as soluções da Splunk e a inteligência em Segurança da PROOF para realizar detecção e investigação de fraudes, análises e geração de relatórios, integração com outros sistemas antifraude, entre outras funcionalidades.

7 PROOF, MAIOR PARCEIRO SPLUNK> DA AMÉRICA LATINA FALE COM A PROOF E VEJA COMO IMPLEMENTAR UMA SOLUÇÃO EFETIVA DE BUSINESS ANALYTICS NA SUA EMPRESA Matriz Rio de Janeiro - RJ R. Sete de Setembro, 99-14º andar Centro CEP: Tel/Fax: Filiais São Paulo - SP R. Bela Cintra, Sala 82 Consolação CEP: Tel: / Belo Horizonte - MG Av. do Contorno Sala 1507/1508 Funcionários CEP: Tel: Serra - ES Rua Marataízes, 250 Sala 608 Valparaíso CEP: Tel.: