Dados: 6 cuidados para usar com sucesso um dos recursos mais valiosos das empresas

Geramos cerca de 2,5 quintilhões de bytes de dados todos os dias. É muita informação gerada o tempo todo. Pensando em um universo corporativo, as empresas possuem grandes quantidades de dados e geram muitos mais a cada dia. Transformá-los em insights valiosos é o que faz com que elas possam traçar as melhores estratégias, tomando as melhores decisões, para que se destaquem em seus mercados.

Vemos que, no mundo todo, 50% dos casos de uso de dados nas empresas não prosperam depois de implementados, segundo o Gartner. O que se observa são dados mal gerenciados desde a sua criação até o seu arquivamento, gerando duplicidade e inconsistência. Além das empresas terem que lidar com uma grande quantidade e variedade de dados coletados, é preciso saber transformá-los em informação, fazendo análises e aplicando inteligência artificial no processo de tomada de decisão.

Para isso, é fundamental criar uma jornada que se inicia desde a coleta dos dados até o arquivamento definitivo ou o descarte apropriado, fazendo o preparo para que sejam analisados em tempo real ou em bases históricas. Esta jornada culmina no uso de modelos analíticos e de Inteligência Artificial (IA), extraindo informações com foco no negócio.

Há 6 pontos importantes para que se alcance o sucesso do uso dos dados nos negócios, bem como o uso de IA:

1. Definir um propósito claro e resultados esperados

É necessário pensar primeiro no caso de uso e para que serve a coleta e armazenamento. Para tanto, é necessário especificar também exatamente qual o resultado esperado. E pensar na complexidade versus a maturidade da empresa. Quanto menos complexo e mais direto o caso de uso for, mais se conseguirá chamar a atenção das áreas usuárias para que possa haver escala do processo.

2. Preparar a cultura da organização

A empresa precisa ter a consciência da importância dos seus dados. Todos os profissionais precisam saber quais os reais benefícios que uma cultura de dados pode trazer para a empresa. Isto passa por realizar treinamentos desde o board até as linhas mais operacionais sobre como tratar os dados e sobre segurança e conformidade do uso dos dados corporativos. Para que possa surtir efeito, os projetos de dados, analytics e AI necessitam do comprometimento da liderança, que deve ser capaz de assumir a governança, disciplinar e escalar.  Vai depender da maturidade da empresa, mas o ideal é que esta demanda esteja conectada diretamente à gestão do negócio, tendo supervisão direta do COO, CTO e até do CEO.

3. Prever um retorno sobre investimento sustentável

Projetos de gestão de dados, analytics e IA podem demandar um investimento significativo. É essencial atrelar o propósito ao resultado esperado, escolhendo parceiros de tecnologia confiáveis e construindo um ROI sustentável, mostrando que o custo se transformará em benefícios quando a cultura da empresa estiver amplamente impregnada com o novo modo de tomar decisões estratégicas, baseada nos dados, como as chamadas empresas Data-Driven.

4. Ter uma Arquitetura Empresarial alinhada com o negócio

Ter uma arquitetura empresarial é fundamental, evitando o modelo de silos dentro da TI quando se trata do consumo doe orçamento para tecnologia. Projetos de dados, analytics e IA possuem um ecossistema variado, considerando cloud providers e suas extensas plataformas, startups, empresas especialistas em modelos analíticos focados em segmentos específicos, empresas de tecnologias de banco de dados, datawarehouses, datalakes, lakehouses e muitas outras. Se não houver uma arquitetura alinhada com o negócio e que abrace toda esta complexidade, pode ocorrer a constante mudança de provedores no ecossistema, gerando uma constante inversão de expectativas sobre o que se consome do orçamento versus o resultado que não acontece.

5. Investir em skills dentro e fora da organização

A concepção de uma boa equipe de gestão dos dados, analytics e IA  passa por conhecimento do negócio, conhecimentos dos processos e tecnologias, tais como: Banco de Dados, datawarehouse, datalake, sistemas de armazenamento de dados, criação de modelos analíticos etc. Daí a necessidade das empresas em se conectarem com um ecossistema especialista nestes quesitos e criar a sua área de dados, analytics e IA a partir deles. Muitas vezes, é recomendável fazer parcerias com universidades, com provedores de serviços, com empresas de desenvolvimento de software e startups para trabalhar com profissionais especializados e obter os resultados esperados.

6. Estar atento às legislações, regulações e boas práticas empresariais

Legisladores e reguladores no Brasil e no mundo estão atentos para criar novas leis e regulações que tragam segurança jurídica para o mundo digital regulando temas como privacidade e proteção de dados pessoais, cibersegurança, computação em nuvem e até mesmo inteligência artificial. Nesse cenário, é de grande relevância que as organizações contem com sólida expertise (seja in house ou externa) para seguir avançando e inovando em conformidade com as regulações atuais ou adotando as melhores práticas globais empresariais para aquelas que estão em discussão (como a IA).

As empresas estão cada dia mais dependentes de informações privilegiadas para que possam competir e se diferenciar dos concorrentes e os executivos precisam tomar decisões mais rápidas e confiáveis com uma visão mais clara do mercado como um todo, mas ainda vemos toneladas de dados que foram pouco ou nada utilizados e que não geram nenhum valor para o negócio. A IDC estima que apenas 32% dos dados disponíveis para as empresas são usados e que cerca de 68% dos dados são deixados de lado e basicamente desperdiçados.

À medida que as empresas realizam seus projetos de transformação digital, sua capacidade de aproveitar o poder de seus dados está cada vez mais crítica e, felizmente, muitas delas estão despertando para esta consciência do uso dos dados, escolhendo parceiros para auxiliá-las a tirar o máximo proveito e enxergar os benéficos para os negócios e para a sociedade como um todo. O fundamento principal dessas empresas é a confiança no plano estratégico desenhado, passando por cada um dos pontos acima descritos e entendendo a necessidade de criar uma cultura empresarial data driven.

 * Flavio Carnaval é líder das práticas de Cloud, Data & AI na Kyndryl Brasil