Notícias

Qual o real valor dos dados da sua organização?

É muito difundido que o Big Data trata basicamente de 3Vs relacionados aos dados (Variedade, Velocidade e Volume), porém este conceito esta evoluído para uma questão mais fundamental e importante do que apenas tratar o óbvio do crescimento exponencial dos dados em todos os aspectos do cotidiano da vida das pessoas e das organizações.

A questão mais central a ser estudada com profundidade é como dar sentido para os dados e como eles podem trazer benefícios claros do ponto de vista de impactos positivos aos negócios e a sociedade.

Conectando esta frase ao sonho dos Chief Data Officer (CDOs) que é conhecer o valor real dos dados que sua companhia possui ou tem a possibilidade de tocar, analisar e combina-los considerando dados externos e internos e assim extrair valor dos dados e aplicar na geração de novos modelos de negócio, gerar novas receitas, incrementar receitas existentes, melhorar a forma como a organização oferta seus produtos e serviços e por fim entregando ao cliente serviços e experiências melhores em todos os canais entre outras dezenas de benefícios.

Sabemos também que ao mesmo tempo que as organizações precisam inovar (modo 2) também precisam assegurar o ganho de receita tradicional (modo 1) e muitas utilizam a mesma TI para rodar os dois modelos enquanto outras possuem executivos distintos para cada modelo, aqui tocamos no assunto da TI Bimodal que até hoje é um dilema em grandes corporações.

Porém o desafio aqui é compreender a emergência da gestão dos dados considerando a necessidade de inovar trazendo valor e impactos reais ao negócio e para isto os dados devem ser tratados como ativos (ainda com certa intangibilidade porém acredito que no futuro isto vai mudar do ponto de vista de valuation de organizações), e entregues de forma inteligente e eficiente para cada camada arquitetural considerando suas estruturas (canais, aplicativos, sistemas, áreas do negócio), qualidade que atenda a topologia arquitetural de cada organização.

Ressaltando a pergunta sobre o valor dos dados cito um caso recente onde em 2016 a Microsoft Corp. comprou a rede LinkedIn Corp. por US $ 26,2 bilhões e podemos perguntar, mas porquê pagou tão caro? Será que o preço é justo? Qual foi o preço pago por cada registro contido na rede? Qual foi a relação entre os dados e outros ativos da empresa? Sabe-se que o LinkedIn no ano da compra tinha aproximadamente 433 milhões de usuários registrados com taxa de 100 milhões de usuários ativos por mês antes da aquisição.

Após a aquisição a Microsoft sofreu uma avaliação de rating de crédito pela Moody’s investors services porém a questão aqui é como as organizações podem provar o valor de seus dados e incorporar este valor em seus ativos ?

Quanto vale uma instituição financeira considerando apenas sua arquitetura de dados, os registros de seus clientes e sua carteira devidamente classificada? Quando vale uma organização com uma arquitetura de dados afiada e pronta para gerar mais negócios do que seu balanço demonstra? Certamente estas perguntas vão além do valuation tradicional e análise do fluxo de caixa.

Na mesma direção em 2017 o MIT conduziu um estudo “What’s Your Data Worth?” que busca definir o valor dos dados assim Valor dos dados como ativo estratégico, Valor do estoque de dados, Valor dos dados em uso, Valor esperado ou futuro e no mesmo estudo faz algumas recomendações sobre quais abordagens as organizações podem usar para criar mecanismos e métodos para “valorar os dados organizacionais”.

Nota-se que em todas as indústrias o interesse dos executivos que lidam com governança de dados e das áreas de negócio usuárias tem aumentado quando o assunto é especificamente sobre “Data Hub”.

Data Hubs que além de representar uma arquitetura de dados centralizada capaz de conectar os pontos de produção e consumo de dados, também podem ser compreendida como uma estratégia que alinha os casos de uso de negócio com a governança de dados ao mesmo tempo que distribui informações às diversas áreas do negócio possibilitando que os gestores de negócio análise com maior profundidade conectando mais variáveis do negócio obtendo mais respostas e insights sobre clientes e negócios, os times de inovação podem consumir mais dados através de suas plataformas e gerar mais negócios de forma mais otimizada e racional ao mesmo tempo que inovam.

Também pode representar uma promessa para que ocorra o alinhamento entre os executivos modo 1 e modo 2 os ajudando no cumprimento do(s) objetivos estratégicos do negócio que é inovar enquanto as receitas tradicionais são mantidas e usadas para financiar os esforços do inovador.

Ainda conectado ao mercado o Gartner destaca que o volume de consultas de clientes interessados nos conceitos de Data Hub aumentou aproximadamente 275% de 2016 a 2017 e está em ritmo de crescer ainda mais nos próximos anos.

Ressalto ainda que as indústrias aos poucos estão substituindo as interfaces antigas “ponto-a-ponto” como por exemplo sistemas produtos, CRMs, ERPs e outras plataformas da década de 90 e 2000 que são incapazes de realizar integrações e também não oferecem formas de medição, controles de governança ao contrário das plataformas baseadas no conceito de Hub de dados.

Uma das maiores expectativas deste modelo é que ele possa ajudar em questões centrais como a redução da complexidade de gestão e integração dos dados, reduzir a fragilidade dos mecanismos de compartilhamento de dados e a obtenção da transparência sobre como é o fluxo de dados em uma organização e como os dados fluem para as áreas de negócio.

Desta forma do ponto de vista comercial a resposta para a pergunta: “Quanto valem seus dados?” finalmente poderia ser respondida com precisão matemática pois cada ponto de conexão poderá ser facilmente medida e precificada e por fim ajudar os executivos nas definições sobre onde investir em segmentação de dados, melhorar suas capacidades analítica e combinar soluções para melhorar a forma como oferecem produtos e serviços aos clientes.

Na figura acima um modelo que destaca o objeto “Global Hub (Master Data) extraído do Gartner demonstra como um negócio internacional poderia usufruir das capacidades de uma arquitetura baseada em Dados conectados para obter maior impacto para os negócios.

Conectando as tendências com um olhar mais técnico notamos a mesma extrapolação no Framework DAMA (Data Management) na sessão sobre Data Integration & Interoperability que o tema Data Hub é tratado com maior profundidade metodológica considerando sobretudo os a estruturação dos dados que considera o seguinte diagrama de contexto expondo os conceitos comentados pelo Gartner que também conecta os pontos de entrada (inputs) e consumo (outputs) chegando ao nível de propor quais as medidas (Métricas) podem ser utilizadas para aumentar o conhecimento sobre os dados que trafegam pela arquitetura proposta.

O raio-x sobre a eficiência da arquitetura de dados e como o negócio faz uso dela considerando a utilização de dados.

Importante conectar os aspectos técnicos com a visão de negócio notando que quanto a escolha do use case e métricas para uma abordagem mais comercial considerando o modelo “Data Hub” leva em consideração a habilidade do time de executivo em conseguir construir um arcabouço de medição e precificação levando em consideração o modelo de negócio de cada organização e como os dados podem ser monetizados e de forma clara ter a compreensão sobre como os dados são utilizados para fazer negócios novos e gerar receitas.

Compreender qual o melhor portfólio de soluções para orquestrar a o modelo de gestão e distribuição de dados ao longo de todos os canais da organização.

Conectados à esta tendência existem outras chegando rapidamente, uma leitura rápida das literaturas especializadas e principais relatórios do Gartner e canais especializados em tecnologia e gestão de dados nota-se algumas tendências que certamente estão alinhadas com o tema gestão e governança de dados, transformação digital e que certamente ganharão cada vez mais força e estão alinhadas com o conceito de Data Hub são elas:

– The Data Catalog

– Data Monetization

– GDPR

– IoT as the Next Wave of Big Data

– Hybrid Data Management

– Digital Twins

– Cloud to the Edge

– Conversational Platforms

– Open Platforms

– Immersive Experience

– Blockchain

– Event-Driven