Três maneiras como os Data Lakes estão transformando a lógica analítica

Por Colaborador externo | 05.10.2015 às 08:05

Por Suresh Sathyamurthy*

Os Data Lakes chegaram e foram recebidos pelo mundo da tecnologia com um misto de ceticismo e entusiasmo. Para os céticos, ele está sendo considerado um "depósito de dados", já que todos as informações ficam consolidadas em um único lugar. Já para os entusiastas, os DLs estão sendo considerados como a sensação do momento, capazes de impulsionar um desempenho de armazenamento sem precedentes, além de tornar a lógica analítica acessível e utilizável para todas as organizações.

Qual das visões é correta?

De certa maneira, as duas. Data lakes, assim como qualquer outra implementação crítica de tecnologia, precisa de infraestrutura e recursos para oferecer valor. Não há novidade nisso. Portanto, quando uma empresa o implementa sem os complementos necessários, é improvável que ela obtenha o valor prometido.

Entretanto, os DLs estão transformando a lógica analítica de maneira rápida e irrevogável, permitindo às empresas que lutam com a "disputa de dados" verem e analisarem todas as suas informações em tempo real. O resultado disso é a maior agilidade e decisões mais bem acertadas a respeito da aquisição e da experiência do cliente — e, em última instância, melhores receitas.

Vamos falar sobre essas alterações e o que elas significam para o mundo hoje, desde os círculos da TI até o consumidor.

Desconstruindo os silos de dados

  • Os silos de dados são o padrão de armazenamento há bastante tempo, mas são operacionalmente ineficientes e limitam a capacidade de correlacionar dados para impulsionar melhores percepções.
  • O corte de gastos é outro motivador importante. Além da complexidade de gerenciamento, os silos exigem várias licenças, servidores e outras taxas, enquanto o Data Lake pode ser potencializado por uma infraestrutura singular de maneira econômica.
  • Conforme a lógica analítica se torna gradualmente mais rápida e sofisticada, as organizações precisam evoluir da mesma maneira a fim de explorarem todas as suas possibilidades. Os dados não têm mais apenas uma função. Com o quadro geral dos dados organizacionais, a interpretação da lógica analítica pode abrir novas portas que antes não eram possíveis.

Conclusão: ao quebrar os silos de dados e adotarem o Data Lake, as empresas podem se tornar mais eficientes, econômicas, transparentes — e, em última instância, mais inteligentes e lucrativas — por meio do oferecimento de contratos mais personalizados aos clientes.

Aproveitando a lógica analítica em tempo real (disputa de Big Data)

A realidade da coleta de dados e da lógica analítica é que elas ficam mais rápidas a cada dia. Necessidades como a lógica analítica de alertas sobre fraudes com cartões de crédito e a lógica analítica relacionada à bolsa de valores precisam ser realizadas poucos segundos após a ação.

Entretanto, a lógica analítica, em tempo real, não é sempre necessária; alguns dados (como os referentes a vendas mensais, dados financeiros trimestrais e dados de desempenho dos funcionários) podem ser armazenados e analisados somente em intervalos específicos, e as organizações precisam conseguir criar um Data Lake que ofereça a eles a maior flexibilidade para lógica analítica.

Eis o que acontece hoje:

  • As empresas estão gerando mais dados que nunca. Isso resulta em um problema particular: elas precisam ter as ferramentas para analisá-los ao invés de apenas armazená-los. O Data Lake, em combinação com a plataforma Hadoop, oferece a automação e a transparência necessárias para agregar valor aos dados.
  • A Internet das coisas é, ao mesmo tempo, uma máquina geradora de dados e uma oportunidade contínua de vendas incrementais — desde que as organizações consigam oferecer ofertas atraentes em tempo real. De fato, os anunciantes estão na melhor das posições para aproveitar os Data Lakes para percepções dos consumidores — e para converter essas percepções em vendas.
  • Contextualizando em "tempo real": Os Data Lakes podem reduzir o tempo de retorno do investimento para lógica analítica de meses para semanas, ou até mesmo para minutos.

Conclusão: a lógica analítica precisa mover-se na mesma velocidade que a geração de dados para ser relevante ao cliente e impulsionar resultados.

O surgimento de novos modelos de negócios

Os Data Lakes não são apenas uma ferramenta de uso interno; eles estão realmente ajudando a gerar novos modelos de negócios na forma de lógica “analítica como serviço”, que oferece lógica analítica de autoatendimento por meio do acesso ao Data Lake.

A lógica “analítica como serviço” não é para qualquer um — mas quais são seus benefícios?

  • O custo da lógica analítica está despencando devido à terceirização da infraestrutura e da automação. Isso quer dizer que as empresas podem fazer testes e ajustar o que for necessário durante o processo em relação à aquisição e experiência do cliente, sem gastar excessivamente.
  • Os prestadores de serviço que armazenam, gerenciam e protegem dados como parte da lógica “analítica como serviço” oferecem um caminho útil para as empresas em busca da terceirização.
  • Os profissionais da área de conhecimento oferecem valores diferentes: com a parte manual eliminada ou significativamente reduzida, eles podem agir mais estrategicamente em benefício dos negócios, com base nos resultados da lógica analítica.
  • A lógica “analítica como serviço” é um caminho eficiente para adoção antecipada e para se colocar à frente da concorrência em setores como varejo, utilitários e clubes esportivos.

Conclusão: as empresas não precisam ficar responsáveis por seus Data Lakes para começar a obter retorno com seu uso.

De maneira geral, a adoção dos Data Lakes ainda está em seu estágio inicial, mas a adoção global cresce a cada minuto. Para as empresas ainda operando com silos de dados, talvez seja hora de testar a lógica analítica em tempo real.

*Suresh Sathyamurthy é o diretor sênior de Emerging Technologies da EMC