P A T H

3 tendências de

análise de dados

em 2020.

Modernização de Data Management, a importância do processo de Machine Learning e a necessidade de estabelecer confiança se mostram cruciais este ano.
De acordo com o relatório State of the CIO 2020 da IDG, 37% dos líderes de TI dizem que a análise de dados para negócios impulsionará o maior investimento de TI nas organizações este ano. Isso é mais do que qualquer outra iniciativa, incluindo a segurança e gerenciamento de riscos, que ficou em segundo lugar, citada como o principal investimento em TI por 34% dos entrevistados. Além disso, a TI é o departamento mais provável de ser responsável por atender às necessidades de dados e análises, independentemente do tamanho do setor ou da empresa, de acordo com o relatório.
Confira abaixo as 3 tendências de análise de dados que ascenderam com o ano de 2020.

As organizações devem modernizar o gerenciamento de dados:

As organizações que buscam aproveitar os dados para impulsionar as tomadas de decisões estão sentindo a pressão para modernizar suas arquiteturas de dados. Como as organizações tentaram aproveitar os dados na produção, muitas descobriram que não tinham a base certa.
“Quando estávamos estudando big data, há quatro ou cinco anos, o que estávamos descobrindo era que muitas empresas não tinham boas práticas de gerenciamento de dados e você precisa delas para a fundação de um big data. Acho que, agora, as empresas estão construindo essas práticas”, diz Seth Robinson, Diretor Sênior de Análise de Tecnologia da CompTIA.
Esse esforço para modernizar as operações de análise deve ser entendido como parte de um ciclo antigo de gerenciamento de dados, diz Scott Buchholz, Diretor Emergente de Pesquisa em Tecnologia, Diretor Administrativo e CTO de Serviços Públicos e Governamentais da Deloitte Consulting.
“A cada década, alguém na organização fica realmente empolgado com o gerenciamento de dados. Passamos muito tempo limpando e juntando tudo. Isso dá muito trabalho. Essa pessoa vai embora, certo? A crise é coisa do passado. Então, cinco anos depois, descobrimos que estamos de volta onde começamos, porque não estávamos focados nisso, uma nova crise chega e fazemos tudo de novo”, diz Buchholz.
Robinson acredita que as organizações voltarão ao básico este ano, concentrando seus esforços em como os dados são coletados e armazenados. Para o diretor, as empresas tentarão ter uma visão mais consolidada dos dados, dividindo-os em unidade de negócios individuais.
“Acho que eles vão querer saber como todos os dados estão chegando à organização por meios tradicionais, mídias sociais ou dispositivos de IoT”, comenta. A mudança para as redes sem fio 5G aumentará a pressão, diz Robinson, já que o 5G significará canais de dados maiores e muito mais dados.

Machine Learning para reinventar o painel:

No ano passado, ocorreram grandes aquisições de analytics e BI Space, com a Salesforce adquirindo nossa plataforma de análise parceira, Tableau, por US$ 15,7 bilhões e o Google tomando para si a plataforma de BI Looker por US$ 2,6 bilhões. Essas aquisições das principais plataformas de autoatendimento de BI destacam o valor da capacitação dos usuários a obter insights dos dados organizacionais.
“Geralmente, quando a consolidação ocorre, ela representa uma maturidade no mercado para uma inovação tecnológica específica. Nesse caso, é o mercado de análise de dados e BI, especialmente o evidente paradigma de exploração popularizado por fornecedores como Tableau, Qlik e Tibco Spotfire “, diz Rita Sallam, Vice-Presidente de Pesquisa da Equipe de Análise de Negócios do Gartner.
Sallam espera que esse amadurecimento acelere à medida que as empresas busquem alavancar o Machine Learning para automatizar muitas das tarefas associadas à análise de dados, incluindo a preparação de dados e a descoberta de insights. O objetivo é disponibilizar informações de dados para uma ampla gama de usuários, para além da equipe de análise. O Gartner prevê que entre dois e cinco anos esse tipo de automação será adotada em todo o mundo.
“Essa experiência do usuário será muito mais dinâmica, onde serão geradas ideias para um usuário com base em seu contexto. Será muito mais interativo, onde os usuários poderão interagir com esses insights usando linguagem natural – tanto para fazer perguntas quanto para que os resultados desses insights gerados automaticamente sejam explicados ao usuário e incorporados às ferramentas colaborativas”, afirma Sallam. Como resultado, os usuários confiarão menos em painéis com KPIs predefinidos para confiarem em algo mais dinâmico e interativo.

CIOs enfatizam 'tecnologia ética' e confiança:

À medida que as organizações utilizam cada vez mais os dados do cliente para impulsionar a tomada de decisões, não podem mais considerar a confiança do cliente apenas como um problema de conformidade ou Relações Públicas. Em 2020, a confiança do cliente em relação às práticas de dados está se tornando uma meta crítica para os negócios, diz Buchholz, da Deloitte.
Quando se trata de fazer uso dos dados do cliente, a confiança deve ser de uma empresa de 360 ​​graus que considera a tecnologia, os processos e as pessoas da organização. Para os CIOs, isso significa enfatizar a ‘tecnologia ética’ e criar um conjunto de ferramentas que ajudem os colaboradores a reconhecer dilemas éticos ao tomar decisões – especialmente considerando o poder das novas tecnologias disruptivas.
“Trinta anos atrás, todas as nossas informações estavam armazenadas em pastas de papel pardo e ninguém pensou duas vezes sobre isso. Hoje, temos a capacidade de coletar, analisar, operar e utilizar dados em escala ao ponto que existem organizações que sabem mais sobre nós e nossos comportamentos do que nós mesmos”, fala Buchholz.
A tecnologia ética é uma tentativa de abordar essas questões de confiança. Isso pode acontecer com a explicação de algoritmos de Machine Learning que faça com que as pessoas entendam melhor com o que esses algoritmos estão relacionados. Ou através do fornecimento e melhoria do anonimato dos dados, bem como mascarando esses dados para impedir que informações pessoais identificáveis sejam expostas.
“Há trabalho em andamento para tentar garantir que os controles sobre o acesso a dados sejam melhores, para que haja mais governança quando as pessoas disserem que querem usar informações específicas para finalidades específicas e garantir que não as usem com intuitos diferentes do que foi solicitado”, diz Buchholz.
Em outros casos, as organizações estão criando ferramentas que entendem o contexto dos dados e como sua veracidade pode mudar com o tempo.

Fonte: https://cio.com.br/4-tendencias-de-analise-de-dados-que-dominarao-2020/

Language