Quais são as áreas-chave para ampliar a análise de dados em uma empresa?
Por Márcio Padrão • Editado por Claudio Yuge |
A empresa de consultoria corporativa Gartner diz que 2022 terá espaço para três áreas estratégicas para alavancar a análise de dados (data & analytics, ou D&A) das corporações: ativar o dinamismo e a diversidade, aumentar o foco em pessoas e decisões e institucionalizar a confiança.
- Análise de dados, IA e aprendizado de máquina são tendências no Brasil em 2022
- 10 tendências de análise de dados a serem observadas em 2022
Para a Gartner, o dinamismo e a diversidade de dados estão ligados com a ascensão de sistemas adaptativos de inteligência artificial (IA) e respostas às flutuações nos mercados globais. Inovações no gerenciamento de dados e abordagens automatizadas e orientadas por metadados são exemplos de bom uso deste primeiro ponto.
De acordo com a consultoria, a pandemia de covid e outros eventos globais recentes criaram urgência no always share data (sempre compartilhe dados, em inglês) para acelerar o valor dos negócios digitais, sejam públicos ou comerciais. O Gartner prevê que, até 2026, as métricas de confiança automatizadas substituirá a maioria dos processos, reduzindo o risco de compartilhamento de dados pela metade em relação ao que vemos hoje.
No quesito "aumentar foco em pessoas e decisões", os líderes de D&A devem fornecer análises enriquecidas e orientadas ao contexto para trazer sugestões relevantes aos tomadores de decisão. Para chegar a isso, a prioridade na alfabetização de dados e em estratégias para lidar com a escassez de dados e talentos analíticos são fatores importantes.
Até 2025, a maioria dos executivos-chefe de dados não terá conseguido educar os funcionários o suficiente para atingir suas metas orientadas por dados. A pesquisa do Gartner mostra que as empresas que lidam com os elementos humanos de análise são mais bem-sucedidas do que as que consideram apenas a tecnologia. Um foco humano, diz a consultoria, promove um aprendizado digital mais amplo, em vez de só fornecer plataformas, conjuntos de dados e ferramentas.
Sobre institucionalizar a confiança, a IA está se tornando mais popular, mas a maioria das empresas não consegue interpretar ou explicar o que seus modelos estão fazendo. Isso leva a falta de confiança na tecnologia e levam as organizações a cortarem custos nesse sentido. Por isso, há a necessidade de certas práticas auditáveis em inteligência artificial que garantam confiança, transparência e proteção ao consumidor. Gerenciamento de risco de IA e mais computação em borda são soluções apontadas para isso.