Porque os cientistas de dados isolados podem, em breve, se tornar uma coisa do passado.
A utilização da análise de dados continua sendo um aspecto comum da transformação digital. Um número crescente de empresas vê os dados como uma commodity, o que explica como isso se tornou uma importante área de investimento em tecnologia em vários setores. As organizações estão dispostas a investir vastos recursos para coletar, criar e analisar dados.
Dados e análises são o principal acelerador dos esforços de digitalização de uma organização. No entanto, hoje, menos de 50% das estratégias corporativas documentadas mencionam dados e análises como componentes fundamentais para o fornecimento de valor corporativo.
O Gartner prevê que isso mudará rapidamente. Até 2022, 90% das estratégias corporativas vão mencionar explicitamente a informação como um ativo corporativo crítico e a análise como uma competência essencial. A capacidade de uma empresa de competir na emergente economia digital exigirá decisões mais rápidas e orientadas para o futuro
As empresas precisam se afirmar no planejamento estratégico para garantir que as competências de dados e análises sejam incorporadas nos planos corporativos voltados para o público de alto nível. Confira a seguir os 4 requisitos mínimos que permitirão o tipo de imagem completa do cliente exigida pela transformação digital.
1.Integração do sistema e troca de dados
A integração do sistema, os custos, tempo e sua complexidade continuam a desafiar as empresas. Esse processo tornou-se mais complexo com a digitalização e a adoção de arquiteturas de TI híbridas que agora exigem a integração de diferentes plataformas de nuvem a seus sistemas internos de data center.
Dados não estruturados da Web e de outras fontes, como sistemas CAD, não estão em um formato de registro fixo, o que aumenta a complexidade, porque agora existem muitos outros tipos e fontes que devem ser integrados ao mix.
Além disso, nem todos os conteúdos digitais recebidos são fáceis de acessar ou integrar. Os provedores de equipamentos de IoT, por exemplo, podem empregar protocolos exclusivos de comunicação e proprietários que dificultam a troca de fluxos de arquivos.
Existem dois tópicos para os gerentes de tecnologia nessa abordagem. A primeira é buscar a automação orientada por software para extrair, transformar e transferir dados não estruturados acumulados da digitalização. A segunda é revisitar a arquitetura de TI e os fluxos de trabalho para determinar a maneira mais eficiente de transportar dados de diferentes locais de armazenamento antes de encontrar seu local de descanso final em um data warehouse ou repositório central que os usuários acessam para análise.
2. Foco total no cliente
O cliente é a parte fundamental e o foco das preocupações da empresa. Por isso, pensar em estratégias exclusivas para ele é fundamental. Parte desse trabalho é entender quem realmente é essa pessoa, quais as suas necessidades, porque ela compra a sua marca e o que espera dela.
Analisar a experiência do cliente é o ponto-chave para entender a sua jornada até a aquisição do produto. Mesmo porque o cliente hoje é volátil e não consegue se fidelizar facilmente a qualquer produto. É importante, também, ter consciência de que a presença digital não costuma ser bem-sucedida logo no início. Leva tempo para se conquistar o consumidor, mesmo que esteja bem estruturada.
É preciso, portanto, não só focar em vendas para o cliente, mas sim, em proporcionar uma experiência completa, com um atendimento de excelência que objetiva também a fidelização. Esse novo consumidor é ágil e disperso, e vai exigir atenção redobrada.
3.Qualidade de dados
A má qualidade dos dados custa muito às empresas. Geralmente, elas não entendem o tamanho do problema de saúde de suas informações. Não se deve ingerir enormes volumes sem limpá-lo, como fazem algumas corporações. Para melhorar a qualidade deles é preciso que seja desenvolvido um plano e metodologia de qualidade.
Para isso, é preciso tomar uma série de decisões. Quais conteúdos permanecem - e quais devem ser descartados ou movidos para o armazenamento frio porque nunca são ou raramente acessados - devem ser abordados nas políticas de informações corporativas.
Os dados restantes devem ser limpos e corrigidos assim que surgirem. As ferramentas que podem ser usadas para identificar e corrigir informações quebradas, incompletas ou inconsistentes geralmente são empacotadas em software ETL (extract-transform-load).
4.Equipe colaborativa de dados
Uma pesquisa do Gartner do final de 2017 informou que metade dos CDOs (Diretores de Dados Principais) agora se reportam diretamente a um líder de negócios como CEO, COO, CFO, presidente / proprietário ou acionistas. Até 2021, o escritório do CDO será visto como uma função de missão crítica comparável a TI, operações de negócios, RH e finanças em 75% das grandes empresas.
Esta é uma boa notícia à medida que as empresas avançam em seus esforços de digitalização de informações. No entanto, não é uma boa notícia se a ciência de dados operarem em silos separados. A TI corporativa e essa ciência devem trabalhar juntos para obter os melhores resultados. Ter cientistas de dados em uma equipe separada torna quase impossível que seu trabalho seja adequadamente integrado ao resto da empresa.
Escreva seu comentário