Qlik apresenta as grandes tendências de Business Intelligence para 2017

9064
0
Share:

A Qlik  acaba de apresentar as principais tendências em Business Intelligence para 2017.

Em 2016 o número de colaboradores com competências tecnológicas, verdadeiros cientistas dos dados, cresceu e os programadores de aplicações e analistas de negócio passaram a ser muito procurados pelas empresas. Ficou, por isso, conhecido como “O ano do Ativista da Informação”. No entanto, o aumento destes especialistas não está a acompanhar o crescimento de dados, criando um gap apenas colmatável por plataformas de visual analytics capazes e ágeis.

As empresas e organizações deparam-se atualmente com um paradoxo assente na lacuna existente entre os dados criados e a capacidade de utilizá-los, podendo inclusivamente serem piores a tomar decisões data-driven em comparação com o tempo em que lidávamos com menos informação. São vários os pontos de informação diluídos à nossa volta, perdendo significado, levando à poluição de informação, falta de informação valiosa para a tomada de decisão e, por vezes, o estado mais perigoso de todos: ignorância da informação.

Em 2017, as sociedades e organizações vão começar a despertar para uma realidade: a literacia de dados, que é tão necessária a todos – para além dos ativistas da informação – assim como era a escrita e a leitura há 100 anos atrás.

Neste sentido, a Qlik identifica 10 grandes tendências no mercado de Business Intelligence que irão ajudar a criar as bases para o aumento da literacia de dados, ou seja:

  1. A poluição da informação tornar-se-á um assunto crítico – a Era pós-facto irá levar-nos a mais pontos de informação imprecisos e, em alguns casos, até mesmo a boa informação pode ser poluída pela má informação. Neste contexto, torna-se cada vez mais importante perceber qual a informação correta. Procurar, criticar, certificar e argumentar com dados de forma governada será o pilar da literacia de dados.
  2. O Big Data será menos sobre tamanho e mais sobre combinações – com uma maior fragmentação de dados, sendo a sua maioria criada externamente e na Cloud, olhar para conjuntos de dados singulares sem contexto diminuirá em valor. A onda seguinte será sobre a capacidade em combinar rapidamente Big Data com Small Data para casos específicos.
  3. A visualização self-service tornar-se-á uma comodidade, acessível a todos – os freemiums são esperados, tornando 2017 o ano em que as barreiras para aceder a grandes ferramentas analíticas serão virtualmente removidas. Com mais pessoas capacitadas a realizar as suas jornadas analíticas, as taxas de literacia de dados irão aumentar.
  4. O BI moderno irá ultrapassar o BI tradicional como a nova arquitetura de referência – a descoberta de dados evoluiu para o Business Intelligence (BI) moderno e tornar-se-á o “novo normal” nas organizações. Em 2017, esta questão evoluirá não apenas para complementar, mas substituir cada vez mais as arcaicas plataformas de relatório, no entanto, altera também os requisitos para as estruturas de back-end no que diz respeito à escala, performance, governança e segurança.
  5. A Cloud híbrida e multiplataformas irão emergir como modelos primários – devido ao local onde os dados são criados, à facilidade de utilização e à sua capacidade de evolução, testemunhamos atualmente uma mudança acelerada para a Cloud. Porém, uma só Cloud não é suficiente porque os dados e workloads não vão estar numa única plataforma. A Cloud híbrida e multi-ambiente irão emergir como modelo primário, o que significa que os workloads vão ser possíveis na Cloud e nos softwares locais — resultando nesse mesmo modelo marginalizando uma abordagem de “apenas Cloud”.
  6. O foco vai mudar de “análises avançadas” para “análises em evolução” – as análises avançadas vão continuar a proliferar, mas a criação de modelos, assim como a governança destes, está dependente de peritos altamente especializados. Contudo, uma vez criados, muitos mais deveriam beneficiar desses modelos, o que significa que podem ser aproveitados como ferramentas de self-service. A jornada analítica não pode ser uma caixa preta ou demasiada prescritiva. Existe muito hype à volta da “inteligência artificial”, mas servirá melhor enquanto acréscimo do que como um substituto da análise humana, pois é tão importante fazer as perguntas certas como dar as respostas certas.
  7. Vamos aprender o outro lado das “análises pessoais” – existem dois ângulos para análises pessoais: o primeiro assenta na forma como os ativistas da informação – e outros – podem cada vez mais fazer um uso self-service e utilizar informação para seu próprio benefício. O outro ângulo é sobre como a informação se torna cada vez mais granular e é utilizada para o “segmento do único”. Ao compreenderem as preferências dos consumidores e os padrões de comportamento, as organizações podem utilizar este tipo de informação para personalizar produtos, serviços e mensagens. No entanto, os consumidores vão ficar mais alertas para o valor da sua informação pessoal à medida que esta se torna mais disponível para os outros.
  8. Os mundos digital e físico vão conhecer a analítica – a analítica não só estará em todo o lado como, cada vez mais, em tudo. O Pokémon GO é um indicador das próximas mudanças depois da mobilidade, e o mundo empresarial notará. Isto significa que a analítica vai começar a surgir no contexto da realidade geo-espacial, toque, voz, realidade virtual e gamificação, continuando no trajeto de ligar-se a dispositivos.
  9. O foco vai mudar para aplicações de análise personalizadas e análises nas aplicações – ninguém é, em simultâneo, criador e consumidor de aplicações mas, ainda assim, devem ser capazes de explorar os seus dados. A literacia de dados irá beneficiar ambos pois vai ao encontro das necessidades dos indivíduos através de aplicações de análise personalizadas e contextualizadas, assim como análises que nos alcançam nos nossos “momentos.” Ferramentas abertas e extensíveis que podem ser personalizadas e contextualizadas pela aplicação e os programadores web farão progressos.
  10. A visualização enquanto conceito vai evoluir de apenas análises para toda a informação da cadeia de abastecimento – a visualização tornar-se-á uma forte componente nos hubs unificados que têm uma abordagem visual à gestão de ativos de informação, assim como preparação de dados visuais em self-service, sustentando a verdadeira análise visual. Posteriormente, mais progressos serão feitos na área da visualização, fazendo desta um meio de comunicação de resultados. O efeito de rede disto assenta em números crescentes de utilizadores que conseguem fazer mais nos dados da cadeia de abastecimento, promovendo o conceito de literacia de dados.

Estas tendências estabelecem a base para os crescentes níveis de ativismo da informação, assim como da literacia de dados. Novas plataformas e tecnologias que conseguem alcançar “a outra metade” (isto é: colaboradores com menos competências na área da informação e colaboradores operacionais) vão ajudar-nos a entrar numa Era em que os dados certos ligam-se às pessoas e às suas ideias, o que nos coloca na direção de uma Era mais iluminada, orientada pela informação e baseada em factos.

Share:
Patricia Fonseca

Deixe o seu comentário