10 tendências de Business Intelligence para 2019

28/11/2018

A convergência de pessoas, processos e tecnologias está entre os traços mais marcantes das 10 tendências de Business Intelligence, de acordo com relatório recém lançado pela Tableou.

Avanços na inteligência artificial estão tornando mais fácil para os desenvolvedores de software corporativo tomarem a linguagem natural – seja falada ou digitada – e inferir as intenções dos usuários, em vez de obrigar os usuários a aprender comandos específicos ou manipular objetos na tela para atingir seus objetivos. A IA tem sido cada vez mais empregada nas principais ferramentas de BI , na esperança de “democratizar” a análise e a ciência de dados.

Além disso, o gerenciamento de dados está convergindo com as plataformas de BI para contextualizar informações. Ao mesmo tempo, a análise acionável está combinando informações e ações para encurtar o tempo e o esforço entre a análise de dados e a tomada de decisões.

Confira abaixo as 10 tendências apontadas pela Tableou, com base em entrevistas com usuários e especialistas na área.

1 – A ascensão da IA explicável

As empresas adotaram o valor da inteligência artificial e do aprendizado de máquina. Mas para gerar um impacto transformador nas organizações, a IA precisa ser confiável. O mecanismo deve justificar suas conclusões de forma inteligível, com o máximo possível de simplicidade, e responder dinamicamente a todas as novas perguntas para ajudar o ser humano a entender melhor seus dados.

2 – A linguagem natural humaniza os dados

Com o avanço dos sistemas de NLP, todas as pessoas podem ter interações naturais com os dados. A linguagem natural representa uma mudança de paradigma no modo como as pessoas elaboram perguntas sobre os dados. A possibilidade de interagir com visualizações da mesma forma que interagem com pessoas faz com que os usuários conheçam áreas do pipeline de análise antes dedicadas apenas a cientistas de dados e a analistas experientes. Os usuários não ficam limitados por suas próprias habilidades de análise; o que define essa limitação é a complexidade das perguntas. Com isso, usuários avançados também podem responder perguntas mais detalhadas em menos tempo e apresentar recursos de painel mais interessantes para outras pessoas. Conforme amadurece no setor de BI, a linguagem natural vai superar as barreiras à adoção de análises nas organizações e vai inserir ainda mais dados na essência da cultura do mercado de trabalho.

3 – A análise acionável contextualiza os dados

As plataformas de BI evoluem para que os dados ajudem as pessoas a realizar ações concretas. A convergência entre análise e ação vai reduzir o tempo e o esforço entre as informações e a tomada de decisões. Além disso, ela vai disponibilizar os dados de maneira mais abrangente nos fluxos de trabalho, estimulando cada vez mais pessoas a incorporarem dados em decisões cotidianas.

4 – O uso colaborativo dos dados promove um impacto positivo na sociedade

Esforços direcionados de organizações dos setores público e privado fortalecem o movimento “dados para o bem”. Embora os desafios sejam os mesmos em projetos colaborativos de grande escala, o movimento “dados do bem” comprova o potencial altruísta do compartilhamento de dados. Juntos, os avanços na tecnologia, o desenvolvimento da capacitação em dados e o foco na colaboração criam um ambiente fértil para resolver alguns dos problemas mais difíceis do mundo.

5 – Os códigos de ética chegam aos dados

Diante de regulamentos como o GDPR, líderes avaliam o futuro das práticas de dados pelo viés da ética. Vale ressaltar que a ética dos dados não se limita apenas à coleta ou à governança. Ela também se aplica à interpretação e ao uso dos dados. As plataformas de BI modernas disseminaram largamente a análise de dados, e cada vez mais funções terão a responsabilidade de seguir os princípios da ética de dados. Bridget Winds Cogley, consultora sênior da Teknion Data Solutions, sugere que qualquer pessoa que analise dados ou informações de comunicação deve “considerar tendências e verificar se os fatos são apresentados claramente”, bem como se “os limites dos dados são entendidos e adequados à pergunta”. À medida que mais profissionais trabalham ativamente com dados, essa ética se tornará parte integrante dos esforços de capacitação em dados, influenciando a forma de manipular as informações em contextos pessoais e profissionais.

6 – Convergência entre gerenciamento de dados e plataformas de BI modernas

A curadoria de dados faz a ponte entre os dados e os negócios. Por mais que os catálogos de dados sejam necessários, não resta dúvida de que a oportunidade é ainda maior na área de governança semântica, além da governança de metadados. A semântica ajuda não apenas a conectar o contexto dos dados, mas a identificar a intenção das ações da análise. Por exemplo, ela pode mapear sinônimos para conectar comandos como “tamanho do pedido” e “quantidade”. Assim, outras modalidades em toda a escala de profissionais podem interagir com os dados e revelar novas informações em menos tempo. Uma forma de fazer isso é pelas interações de linguagem natural, em que uma plataforma de BI entende os níveis em torno de várias consultas, como “destaque os índices mais alto, mediano e mais baixo”.

Conforme essas tecnologias e processos continuam convergindo, a semântica e a curadoria de dados vão servir como base sólida para o restante da experiência analítica. Essa convergência vai unificar componentes mais distintos do ecossistema de dados (por exemplo, organização e análise de consequências posteriores) e vai resultar em resultados mais relevantes gerados por máquina para tabelas, uniões e modelos de dados. Com os avanços da curadoria de dados, suas equipes não farão perguntas apenas sobre os dados, mas sim sobre os negócios.

7 – Contar histórias com dados é a nova linguagem das corporações

Descobrir e compartilhar informações extraídas dos dados passou a ser uma tarefa coletiva. Cada vez mais organizações criam equipes e fluxos de trabalho com foco na colaboração analítica. Essa abordagem está estruturando a forma como as organizações usam os dados para envolver, informar e testar ideias. Quanto mais pessoas souberem interpretar dados e explicar seus processos de análise, maior será o potencial de impacto nos negócios.

8 – Empresas abordam a adoção de análises com mais inteligência

O que acontece quando líderes dão mais destaque ao envolvimento e menos enfoque à adoção? Muitas iniciativas de Business Intelligence têm datas bem definidas de início e fim, e não é incomum que sejam consideradas “concluídas” após o lançamento para os usuários. No entanto, o conceito de adoção não envolve apenas dar acesso a soluções de BI. Diretores de dados estão reavaliando de que maneira a adoção do BI integra uma mudança estratégica rumo à modernização, já que o valor real não é medido pela solução implantada, mas sim pelo uso que a força de trabalho faz da solução para impactar a empresa.

9 – A democratização dos dados dá destaque ao cientista de dados

Cientistas de dados desenvolvem habilidades interpessoais para impulsionar a mudança organizacional. Os resultados de algoritmos e modelos só são eficazes se ajudarem a resolver o problema no contexto certo. Ou seja, é preciso trabalhar lado a lado com as partes interessadas para identificar e refinar a definição do problema e a hipótese no início do processo, mantendo esse envolvimento em todo o fluxo de trabalho. Depois, no fim do fluxo de trabalho, é necessário saber comunicar os resultados aos parceiros de negócios de maneira relevante e acionável.

10 – A migração acelerada dos dados para a nuvem intensifica a adoção do BI moderno

A migração acelerada e sem precedentes dos dados para a nuvem leva as organizações a repensarem sua estratégia. Modernizar a estratégia de dados muitas vezes significa repensar o local de armazenamento dos dados. Cada vez mais empresas reconhecem as vantagens de migrar os dados para a nuvem, inclusive pelo aumento de flexibilidade e escalabilidade a um custo total de propriedade mais baixo. Preparadas para migrar todos os dados para a nuvem, muitas estão testando soluções híbridas a fim de aproveitar os benefícios de ter várias fontes de dados. Como resultado, as empresas avaliam se as plataformas de BI moderno conseguem ou não oferecer suporte a uma transição futura e definitiva para a análise na nuvem.

Fonte: CIO.

Categorias: Artigos,