content
Notícias   ››   Gestão TI   ››   Na prática
Estratégia

Não é preciso ter TI ou analytics maduros para trabalhar Big Data, diz especialista

Autor: Gabriela Stripoli
Fonte: Gabriela Stripoli Publicado em 14 de Novembro de 2013 às 08h32

Líder da área de tendências do SAS, Kimberly Nevala, explica que organizações menores sem projetos de analytics ou data warehouse podem estar mais abertas para um projeto em tempos de grandes volumes de dados

A análise de dados para tirar proveito de informações em busca de decisões estratégicas de negócio é considerada um fator de vantagem competitiva desde meados de 2008, quando Thomas Davenport lançou seu livro ?Competing on Analytics?. Hoje, com o mercado de TI menciona a tendência de Big Data (grandes volumes de dados não estruturados disponíveis para o mercado corporativo)  constantemente, como uma evolução desse cenário porque é possível acesso a ferramentas capazes de extrair dados, e consequentemente valor, de praticamente qualquer atividade, como o Hadoop. ?A questão não está nos dados. A questão é: e agora? O que fazer com tudo isso, depois de capturar e armazenar informação??, provoca a diretora e líder da área de tendências e melhores práticas do SAS, Kimberly Nevala, em evento realizado em São Paulo nesta quarta-feira (13/11). Ela pontua que, já que dados são considerados ativos corporativos, eles devem ser tratados como tal. Ou seja, o foco não está em coletar e mantê-los guardados, mas sim como trabalhar em cima deles a fim de tirar proveito para o negócio. Por incrível que pareça, para a especialista, não é necessário ter uma estrutura montada de analytics ou ter uma ?TI madura? para construir um bom projeto de analytics. Ela usa a metáfora de uma longa caminhada montanhosa. ?Você tem que andar por cinco, seis dias. Você anda todo dia, você sabe andar, mas mesmo assim tem que se preparar para essa caminhada em específico, requer um treinamento?, exemplifica. Dessa maneira, muitas vezes corporações sem nenhum projeto de data warehousing ou qualquer outra iniciativa, estão mais abertas a abraçarem uma estratégia do zero. ?Pense em uma empresa que investiu uma boa quantia de tempo e dinheiro em data mining, em analytics. Quando você fala em Big Data, é necessário de certa forma mudar um pouco a abordagem e o tratamento de dados. As equipes podem pensar ?mas e tudo que eu trabalhei nisso aqui?? e, consequentemente, proteger a estrutura já montada?, relata. Isso porque companhias que já usam a análise dados reconhecem que ainda falta o uso estratégico ? mesmo em mercados mais avançados. Kimberly menciona uma recente pesquisa com agências do governo na América do Norte que apontou que 60% estão usando dados que coletaram para uso operacional, e 40% para decisões estratégicas de negócio. Outro levantamento, dessa vez do próprio SAS com empresas, apontou ainda que 58% dos respondentes acreditam ter sucesso em tomar decisões informais com analytics e menos de 28% usando-o para realmente tirar vantagens competitivas. Para alcançar esse objetivo, Kimberly resume os cinco passos: identificar os dados que serão usados; explorar as possibilidades por meio de ferramentas tecnológicas; modelá-los; desenvolver uma iniciativa e, por fim avaliar as informações que serão úteis. ?A GE resumiu muito bem em um recente report sobre a internet industrial. Em sua empresa há 1% de dados que, quando usados efetivamente, podem gerar uma enorme economia ou uma imensa oportunidade?, exemplifica a executiva. A aviação comercial, por exemplo, descobriu que, por meio de analytics, poupar 1% do combustível geraria US$ 30 bilhões de economia em 15 anos. A indústria de energia, por sua vez, ao impedir 1% do desperdício poderia gerar US$ 66 bilhões no mesmo período. Em resumo, esse 1% te coloca no caminho da inovação uma vez que te permite fazer o mesmo mais rápido e melhor (eficiência) ou criar novos produtos, serviços ou metodologia (inovação). ?São só alguns dos exemplos. E não são cifras de valor médio?, conclui. Caminhos para inovar com Analytics e Big Data
  1. Estabelecer um objetivo em comum.
  2. Fazer parcerias. ?Nem Analytics nem Big Data é uma iniciativa de TI. Elas não vão ter sucesso sozinhas. É necessário que o negócio entenda e participe?, aconselha.
  3. Faça alguns testes. ?Mesmo se seu programa final for grandioso, ele não precisa começar do tamanho final. Você não pode ter uma visão completa sem ?colocar a mão na massa?, por isso é importante começar pequeno?, diz Kimberly.
  4. Escolher o caminho certo para sua empresa
  5. Adquirir capacidades (recursos humanos) e ferramentas corretas, no tempo certo.
  6. É uma jornada de longo prazo. ?Big Data e inovação requerem disciplina, visão, e sobretudo muita paciência e perseverança. Mas os resultados são enormes. Para nós, profissionais de TI, não é opcional?, finaliza a executiva.
 
Tags
Nenhuma tag cadastrada
Últimos comentários

Não há comentários

Comente e compartilhe sua opinião com nossa comunidade!

Últimas notícias