Publicidade

Criando uma arquitetura analítica para o futuro

Por| 17 de Agosto de 2017 às 12h27

Link copiado!

DepositPhotos/Syda_Productions
DepositPhotos/Syda_Productions

* Por Stephen Rigo

Devido ao rápido crescimento da digitalização em praticamente todos os setores da economia, a demanda por análise de dados está, hoje, em seu nível mais alto. As empresas devem rever as opções tecnológicas existentes, já que elas são múltiplas e complexas, incluindo softwares livres e em nuvem. Nesse cenário, sabemos que há uma pressão grande para encurtar os prazos de amortização e alcançar o custo ideal do projeto. Além disso, também temos conhecimento sobre a necessidade de permitir de forma eficaz que o usuário final seja capaz de usar todo seu potencial de análise, gerando resultados rápidos que atendam às demandas desses clientes que esperam que as ações aconteçam em uma velocidade sem precedentes.

Para atingir esses resultados, é preciso entender que as empresas devem ter uma arquitetura que ajude a fornecer análises de alta velocidade e um ecossistema apropriado. O custo de não ter a arquitetura analítica adequada é alto, já que esse fator pode gerar problemas de incompatibilidade, governança, segurança, falta de acordos de nível de serviço, escalabilidade e problemas de extensibilidade.

O desafio é saber como se pode planejar uma arquitetura do ecossistema de dados que seja eficaz para o futuro. A chave é que esta arquitetura não deve estar baseada em opções tecnológicas isoladas, mas sim nas funcionalidades necessárias para as questões de negócios, tanto técnicas quanto não-técnicas, além de ser capaz de avaliar se essas tecnologias estão seguindo as necessidades e requisitos de negócio. Com frequência a escolha das tecnologias é orientada por casos de uso específicos, por isso essas soluções tendem a se tornarem inúteis ao longo do tempo, quando não podem satisfazer necessidades maiores.

Continua após a publicidade

Para se ter sucesso é preciso levar certas questões em consideração. Aqui nós recomendamos os seguintes exercícios:

  • Definir o que significa sucesso e quantificar o valor: Apenas 15% das estratégias de análise de dados examinados pelo Gartner definem parâmetros específicos de sucesso, embora a tendência no mundo dos negócios é exigir que as iniciativas de Analytics incluam medidas tangíveis. Hoje em dia a gestão empresarial é focada em dados, pois eles são considerados um ativo de negócio verdadeiro, por isso os especialistas em análise de dados devem demonstrar e quantificar o valor que eles geram para sua empresa.
  • Explorar as soluções possíveis: Não existe uma tecnologia ou configuração única que é útil para todas as empresas, então deve-se adaptar, ajustar e muitas vezes combinar soluções que ajudam a satisfazer necessidades de negócio específicas.
  • Desenvolver a partir do que já existe: Muitas organizações não atingem seus objetivos analíticos e pensam que continuar comprando soluções é uma saída, quando na verdade, o que deve ser feito é avaliar funções analíticas existentes e criar arquiteturas que as ajudem a melhorar e, assim, perceber o seu valor de negócio.
  • Unir silos de análises: É importante para as empresas estabelecer um plano estratégico focado na análise de dados. Não é mais aceitável estratégias que encontrem e extraem dados de forma individual. Também não é aceitável confiar em uma única tecnologia ou metodologia de integração de dados.
  • Obter valor de negócio: As organizações devem se concentrar em resolver os desafios de negócios m vez de tentar fazer tecnologias funcionarem bem de forma integrada. Por isso, essas empresas devem contar com serviços para assumir o comando das operações diárias, para que sua equipe possa se concentrar em ajudar os usuários de negócios a obter o máximo valor de seu ecossistema analítico.

A escolha da tecnologia a partir das necessidades futuras e de uma arquitetura bem pensada pode assegurar que ela terá uma vida útil maior. Desta forma, é essencial desenvolver uma arquitetura projetada para o futuro, tentando garantir que as funcionalidades poderão enfrentar os desafios de amanhã.

* Stephen Rigo é principal Arquiteto de Ecossistema na Think Big Analytics, uma empresa Teradata.