10 megatendências do Analytics

Cada vez mais o uso de ferramentas de Analytics se torna estratégico para a orientação de ações e tomada de decisões do mundo corporativo. Embora traga como benefício o tratamento de dados voltado a melhorar a visão de negócios, o uso do Analytics ainda não é totalmente compreendido pelas equipes que trabalham com o sistema.

“De forma realista, se desejamos melhorar, precisamos observar nossa equipe de Analytics. É essa frente que une a cultura e a estratégia da empresa na busca por alcançar seus objetivos”, afirma Gareth Herschel, Diretor de Pesquisas do Gartner.

Para ajudar as empresas na condução dos negócios com o uso da ferramenta, o Gartner elegeu 10 megatendências. Veja abaixo:

Dados para decisões – As empresas precisam passar de “centralizadas em dados” para “focadas em decisões e mudanças”. É preciso entender porque a análise está sendo feita e qual o seu objetivo. O primeiro passo é observar os setores na organização que precisam ser mudados ou que já estão em processo de transformação. Toda análise será utilizada para melhorar uma área de problema e para influenciar e orientar a mudança, em vez de permanecer como uma análise na qual ninguém age. Tudo começa com a transformação e as decisões associadas a ela.

Tomadores de decisões táticos a estratégicos – É necessário estar atento a quem está consumindo a informação dentro da organização. A análise é valiosa para todos, do CEO (Chief Executive Officer) até os cargos mais baixos, e deve impactar nas decisões estratégicas. Para influenciar tomadores de decisões a fazerem as melhores escolhas, é preciso focar em três áreas baseadas em análises: uma combinação equilibrada de estratégia e objetivos financeiros, autoavaliação realista e revisão objetiva de casos de negócios.

Funções fundamentais a abrangentes – Analytics deve incluir a empresa como um todo. “Cada processo, função e indivíduo se torna um consumidor e usuário da análise”, afirma Herschel.

Agregar níveis detalhados de dados – Detalhes analíticos permitem estratégias mais personalizadas. Níveis sutis de granularidade possibilitam melhor entendimento dos clientes e previsão de desafios. Isso não determina uma estratégia, mas educa os tomadores de decisão quanto ao que a ela poderia ser.

Silos de dados para multiplicar dimensões – A quebra de silos oferece novas perspectivas e permite que a equipe combine vários pontos de vista para entender melhor o que está acontecendo, a provável razão e qual ação tomar com base na análise.

Relatar para descobrir – As organizações devem fazer uma mudança fundamental no pensamento para melhorar o envolvimento com os dados e serem tão curiosas sobre o que aconteceu no passado quanto são sobre o futuro. Isso permite que as empresas entendam o ambiente e o potencial, utilizando os dados para obter nova percepção.

Do humano para Inteligência Artificial – É essencial ter uma ideia clara e prática sobre o poder da análise e o que ela pode gerar para os negócios, independente da técnica utilizada. Isso porque elas farão as mesmas coisas, mas com níveis diferentes de sofisticação. A inteligência artificial (IA) é interessante e poderosa, mas não está necessariamente fazendo algo radicalmente diferente, está apenas fazendo radicalmente melhor. É necessário entender o que é possível e então decidir qual nível de sofisticação a organização precisa – seja um cientista de dados ou de IA.

Escolha da plataforma para o portfólio analítico – A escolha da plataforma conduzirá à diferenciação. É preciso selecionar uma plataforma que permita que o empreendimento construa algo único para a empresa que se afasta das ofertas comoditizadas. A companhia precisa decidir se deve contratar cientistas de dados e uma plataforma ou se analistas de negócios com pacotes de aplicações são aceitáveis, além de definir quais funções os provedores de serviços externos terão.

Do Analytics independente ao integrado – Analytics deve ser integrado ao processo de negócios, cada vez mais acelerado. O que anteriormente levava semanas nos negócios, agora leva dias, e o que costumava levar um segundo agora é medido em milissegundos. A análise precisa ser ajustada para que as atitudes sejam tomadas no momento apropriado.

De dados confidenciais aos abertos – Um serviço de transmissão decidiu compartilhar dados que tinha sobre ISPs (Provedores de Serviços de Internet). Foram as informações internas que, quando compartilhadas, geraram um grande número de publicidade e uma boa reputação para a empresa, além de servir como uma exposição pública para os ISPs. O serviço era interdependente nos provedores, mas, ao publicar os dados, a dinâmica do mercado foi fundamentalmente alterada. Isso forçou os ISPs a melhorarem em algo que eles não queriam fazer ao compartilhar as informações.