Estratégias orientadas por dados estão cada vez mais presentes no dia a dia das empresas, que já perceberam a importância destes para a construção de produtos, serviços e experiências mais assertivos. Mas, o que se faz hoje ainda é muito pouco perto do que o data-driven será em 2025.
Um estudo realizado pela McKinsey e intitulado “The data-driven enterprise of 2025”, em tradução livre “A empresa orientada a dados de 2025”, mostra que o acelerado uso de tecnologias avançadas, o reconhecimento do valor dos dados e a crescente alfabetização de dados (data literacy), estão mudando o significado do que é ser data-driven. Assim, daqui a três anos, haverá uma interação perfeita entre humanos e máquinas, com uso de dados para otimizar quase todos os aspectos do trabalho.
As empresas que caminham nesse sentido terão sete características principais, que já começam a aparecer isoladamente em algumas organizações. Entendê-las e saber como é possível implementá-las se torna essencial para empresas que desejam se manter em destaque nos próximos anos.
Características das empresas data-driven do futuro
1. Dados incorporados em toda decisão, interação ou processo
Abordagens preditivas e automação de IA já são formas comuns de usar dados, porém, muitas questões ainda são tratadas por meio de abordagens tradicionais, o que atrasa processos. Nos próximos anos, praticamente todo funcionário usará dados para apoiar o trabalho diário e a resolução de problemas de forma ágil.
Com as atividades básicas automatizadas, as equipes passam a ter mais tempo para se dedicar a questões mais humanas e estratégicas, como inovação e comunicação. A partir da cultura orientada por dados, há a preocupação com a melhoria contínua do desempenho para criar experiências únicas.
Na prática, o uso de dados em todas as frentes auxilia, por exemplo, gerentes de loja a usarem análises em tempo real para personalização, área de compras a fazer triagem instantânea de pedidos e atendimento a entregar resolutividade e satisfação.
2. Dados processados e entregues em tempo real
Atualmente, a maioria das empresas tem que escolher entre velocidade e capacidade computacional. Estruturas de tecnologia e alta demanda computacional para processamento de dados de forma intensiva e em tempo real fazem com que apenas uma fração das informações de dispositivos conectados seja indexada, processada, consultada e analisada instantaneamente.
Em 2025, mesmo as análises em tempo real mais sofisticadas estarão, pelo menos parcialmente, disponíveis para todas as organizações. Isso porque o custo da computação em nuvem continuará caindo e ferramentas de dados “in-memory” estarão on-line. Tecnologias novas e onipresentes, como as de arquitetura kappa e lambda, proporcionarão insights mais rápidos e poderosos para a empresa, parceiros e até clientes.
Redes de sensores em fábricas poderão detectar a necessidade de manutenção em tempo real e algoritmos serão capazes de compreender padrões ocultos para conhecimento profundo do cliente a partir de dados de IP e comportamento de navegação.
3. Armazenamento flexível de dados para integração e prontidão
A maioria dos dados utilizáveis ainda é organizada de forma estruturada a partir de bancos relacionais. Processos de exploração e estabelecimento de relação entre dados são, geralmente, realizados de forma manual, assim como o refinamento. Além de demandar tempo, é um caminho não escalável.
Uma grande variedade de bancos de dados, como de séries temporais e de gráficos, trará mais flexibilidade para a organização das informações. Ao mesmo tempo em que equipes têm capacidade de consultar e entender a relação entre dados semiestruturados e não estruturados com facilidade e rapidez, novos recursos impulsionados por IA são desenvolvidos. Esse cenário impulsiona a inovação.
4. Modelo operacional trata dados como um produto
A gestão de dados de uma empresa, se existir fora da área de TI, costuma trabalhar com padrões, regras e controle em modelo top-down. Sem um proprietário verdadeiro, os dados, geralmente, ficam desatualizados e armazenados em ambientes extensos e isolados, dificultando o acesso.
Nos próximos anos, os ativos de dados deverão ser encarados como produtos, ou seja, possuírem equipes dedicadas que foquem na segurança, evolução da engenharia de dados e implementação de novas ferramentas para análise e autoatendimento. Serão desenvolvidos produtos de dados capazes de atender aos desafios do negócio e reduzir tempo e custo para o desenvolvimento de novos recursos.
5. Diretor de dados tem o papel de gerar valor
Ainda vistos como centro de custo, o Chief Data Officers (CDOs) e sua equipe, são responsáveis por desenvolver e acompanhar a conformidade com políticas, padrões e procedimentos para garantir a qualidade e o gerenciamento dos dados. Em 2025, essa equipe estará voltada para a geração de valor, utilizando uma estratégia holística de dados corporativos e buscando monetização através de serviços de dados.
6. Associação de ecossistemas de dados
Os dados normalmente são isolados, mas na realidade data-driven, as possibilidades de compartilhamento e reutilização de informações são infinitas. A colaboração entre ecossistemas de empresas parceiras e outros stakeholders maximizam o valor dos insights para todos os envolvidos.
Marketplaces de dados permitem a troca, compartilhamento e complementação de dados, possibilitando a criação de produtos exclusivos.
7. Privacidade, segurança e resiliência
Segurança e privacidade de dados eram vistas como questões de compliance, tendo o processo de proteção como algo manual e custoso. Esse mindset está mudando para tratar privacidade, ética e segurança como áreas de competência necessária. Isso foi impulsionado por regulamentações como a LGPD, pelo aumento da conscientização dos consumidores e pelo risco cada vez mais de ataques cibernéticos.
Haverá a automatização estruturada de processos de privacidade e segurança, de acordo com o que pede a ética dos dados. Isso é resultado de ferramentas de IA mais eficientes que geram mais confiança e aceleram a adoção de serviços digitais.
