Assinar

Da matéria-prima ao produto: como transformar os dados em informação estratégica

Buscar
Meio e Mensagem – Marketing, Mídia e Comunicação

Da matéria-prima ao produto: como transformar os dados em informação estratégica

Buscar
BigData
Publicidade

How To

Da matéria-prima ao produto: como transformar os dados em informação estratégica

é um processo multidisciplinar que deve envolver diferentes setores da organização, permitindo que arquitetos, engenheiros de dados, analistas e cientistas possam atuar em conjunto para encontrar esses padrões e criar aplicações inteligentes a partir das informações.op´-´=


27 de agosto de 2018 - 7h30

 

Por Leonardo Dias (*)

Quantas vezes você precisou analisar uma planilha e se deparou com informações duplicadas, dados iguais, mas registrados de forma diferente, erros de digitação, entre outros problemas? Certamente custou horas de trabalho a mais para elucidar essas questões e fez com que decisões importantes fossem tomadas com atraso.  É uma situação que pode acontecer com qualquer empresa atualmente e exemplifica a dificuldade de transformar os dados (a matéria-prima) em ações estratégicas (‘produto’ final de cada organização).

Desde a popularização e evolução da Internet não se fala em outra coisa. A produção de dados digitais cresce a nível exponencial. Relatório produzido pelo IDC e EMC aponta que, em 2020, a expectativa é ter 40 zetabytes de informação. Conteúdo suficiente para tomar as melhores decisões em uma empresa? Nem tanto. A mesma pesquisa indica que apenas 33% desses dados são “úteis”, ou seja, podem gerar algum valor. Resumindo: é preciso cada vez mais trabalhar na garimpagem dos dados e identificar quais elementos serão úteis para o crescimento do negócio.

Para isso, é necessário criar uma série de estratégias para garantir que os dados sejam úteis e gerem novos insights para a empresa. A primeira é estabelecer uma governança sobre eles, permitindo uma análise mais detalhada da qualidade, da política e das aplicações que estão armazenando essas informações. Depois, devem-se criar análises e visualizações para identificar padrões. Por fim, permitir que esses dados passem por algoritmos de inteligência artificial para detectar anomalias e padrões que os olhos humanos não conseguiriam encontrar.

Como se vê, é um processo multidisciplinar que deve envolver diferentes setores da organização, permitindo que arquitetos, engenheiros de dados, analistas e cientistas possam atuar em conjunto para encontrar esses padrões e criar aplicações inteligentes a partir das informações. Se essa estrutura não for possível, tente chegar ao menos a uma análise de inteligência de negócios (BI – Business Intelligence). Muitas empresas ainda não constituíram essa área, mas é melhor se apressarem. No futuro, haverá a integração do BI com tecnologias de Inteligência Artificial, permitindo não só análise do passado, como também a previsão de ações futuras.

É uma realidade que, pouco a pouco, começa a bater nos mais diferentes setores da economia nacional. Existem empresas maduras que já possuem uma visão mais holística sobre os dados. Instituições financeiras e de telecomunicações, que sempre lidaram com grandes volumes de informações, já estão na frente. Mas, cedo ou tarde, também aumentará em outros mercados, como varejo, energia, indústria e serviço público.

Em um mundo cada vez mais conectado e que qualquer ação realizada gera métricas e relatórios, é natural que todos os setores podem se beneficiar dos dados. Sua empresa pode criar um produto que não utilize ou gere uma informação por si só, como um brinquedo. Mas saiba que esses itens terão dados extremamente necessários, mesmo quando o item ou serviço em questão não sejam de natureza digital.

(*) Leonardo Dias é CDO e co-fundador da Semantix, empresa especializada em Big Data, Inteligência Artificial, Internet das Coisas e Análise de Dados.

Publicidade

Compartilhe

Veja também