O Gartner alerta que a aplicação dos recursos para a gestão de dados em empresas de médio porte se tornará, em breve, um fator crítico para a sua diferenciação e até mesmo para a sobrevivência em longo prazo. Segundo a consultoria, a produção de organizações de médio porte podem melhorar drasticamente usando as ferramentas analíticas de forma disruptiva.
Iniciativas de big data e analytics são fundamentais na transformação digital, defende Gartner
Os agricultores, por exemplo, podem aumentar sua capacidade de cultivar uma área exponencialmente maior com o mesmo número de funcionários (ou menos). Do mesmo modo, as análises e visualizações de vídeo também podem permitir que os varejistas entendam os perfis dos compradores e os padrões de tráfego de compras.
O Gartner apresenta quatro tendências para essas empresas:
Tendência 1: implante opções de análise visual de dados para obter melhores decisões de negócios orientadas por dados – Tradicionalmente, as equipes de médio porte visualizam dados em poucas plataformas distintas. Nos últimos cinco anos, no entanto, novas tecnologias surgiram, com soluções que dividem os dados em ferramentas separadas, em diversas camadas para a visualização interativa e altamente integrada. A descoberta das soluções para a análise visual dos dados permite que os CIOs misturem fontes de informações diferentes, o que significa que eles são capazes de diagnosticar problemas de negócios e testar regularmente se as operações atuais são eficazes. Essas plataformas são baseadas principalmente nos conceitos de computação em nuvem, oferecendo flexibilidade e escalabilidade, além de uma capacidade de diagnóstico analítica mais profunda.
Tendência 2: use ferramentas de preparação de dados para elevar a produtividade e a governança das informações – Obter dados prontos para uso pode ser demorado e difícil, e as empresas de médio porte frequentemente não têm os recursos corretos para fazer isso bem. A preparação de dados é um processo iterativo e ágil, que permite melhorar e simplificar os esforços para a análise e compartilhamento de dados, além de estimular as iniciativas de reutilização e a governança das informações. Ferramentas de preparação de dados dão aos usuários a oportunidade de ver conexões importantes dentro do conjunto geral de dados criado na organização e, com isso, compartilhar as descobertas para diferentes equipes e áreas. Tecnologias emergentes, como os recursos aprimorados de aprendizado de máquina e catálogos de dados, facilitam ainda mais o compartilhamento de ideias de negócios.
Tendência 3: habilite mais autoatendimento e automação com soluções de Augmented Analytics – A visualização de dados simplifica alguns desafios de Data & Analytics, mas encontrar maneiras para identificar e construir modelos de análise mais eficientes continua a ser uma tarefa complexa e demorada. Além disso, é difícil saber em quais insights atuar e quais são significativos. Os recursos de Augmented Analytics usam técnicas de Inteligência Artificial para simplificar processos analíticos, como preparação de dados, descoberta de insights e compartilhamento de informações.
Tendência 4: implemente a análise preditiva para otimizar e incorporar análises em cenários comerciais de alto valor – A análise preditiva responde à pergunta “O que é provável que aconteça”. Anteriormente, os profissionais de marketing usavam a tecnologia para descobrir o que os clientes provavelmente fariam, mas a atual geração de recursos de análise preditiva tem permitido que as empresas apliquem essa oportunidade em toda sua rotina de negócios. À medida que as empresas que usam a tecnologia continuam relatando bons resultados, e à medida que a quantidade e a qualidade dos dados aumentam, também aumenta o interesse por essa tecnologia. A análise preditiva é relativamente fácil de ser implantada para funções comerciais específicas. Para contar com esses recursos, empresas de médio porte podem implementar aplicações empacotadas, embora essas opções possam ser limitadas em agilidade, personalização e quanto diferenciação competitiva elas oferecem.
