O avanço dos serviços digitais, com a hiperconexão dos processos e pessoas, tem feito com que cada vez mais organizações comecem a perceber o verdadeiro valor dos dados em suas estratégias de negócios.

Apesar disso, ainda são poucas as empresas que conseguem explorar de forma bem-sucedida as novas maneiras de analisar, interpretar e tirar proveito das informações digitais.

O motivo dessa dificuldade é simples: as organizações continuam a desperdiçar possíveis insights principalmente por não terem um plano capaz de lidar com o crescimento do volume de dados.

Para reverter o desperdício dessas informações, as companhias deveriam investir na preparação de suas estratégias de gerenciamento dos dados, deixando de lado as arquiteturas mais fixas e rígidas em troca de opções mais flexíveis e abrangentes, com arquiteturas verdadeiramente adequadas às exigências das empresas no que tange disponibilidade e mobilidade para a análise de informações.

A modernização da arquitetura de análise é especialmente importante, pois as demandas por Data & Analytics não demonstram nenhum sinal de desaceleração. Pelo contrário. Pesquisas do Gartner demonstram que o volume, a variedade e a velocidade dos dados continuarão a aumentar, à medida que as empresas avancem em suas jornadas de transformação digital.

O sucesso das companhias depende da variedade de arquiteturas complementares que estejam disponíveis para ajudar os líderes e profissionais a analisarem as informações geradas pelas novas tecnologias – sobretudo aquelas que serão impulsionadas com a evolução das relações entre homem-máquina e das inovações da indústria inteligente.

Por isso, embora muitas organizações já afirmem que suas decisões de negócios são “orientadas a dados”, a verdade é que muitas dessas companhias estão apenas no início de suas jornadas, sobretudo diante do que se aproxima do futuro.

O que acontece é que a maior parte dessas empresas ainda se concentra em coletar mais informações e encontrar maneiras para usá-las timidamente, tendo como base dados históricos de desempenho e buscando métricas para apoiar e justificar as decisões que levarão a companhia para os resultados de negócios desejados.

Nesse cenário, o futuro tende a representar uma profunda e completa mudança. Inteligência Artificial e Machine Learning (ML), por exemplo, são dois conceitos que irão gerar novas oportunidades para os negócios e que, certamente, tornarão o trabalho de gerenciamento de informações e de Data & Analytics ainda mais importantes para as empresas.

Essas duas tendências foram identificadas como as tecnologias com maior potencial para mudar a vida das organizações nos próximos cinco anos – o que exigirá, para isso, novas ferramentas e opções ligadas à análise de dados.

Para capitalizar as oportunidades que essas informações podem revelar agora e no futuro, as organizações são aconselhadas a combinar diferentes estilos de arquiteturas em uma abordagem mais flexível e dinâmica, capaz de lidar com as tecnologias tradicionais e com novos sistemas que ainda irão surgir.

Essa postura deve permitir que as equipes de TI extraiam o máximo de valor das novas tecnologias, com funções analíticas diferenciadas para ampliar a capacidade de suas infraestruturas.

É preciso deixar claro que a coleta de dados e a existência de processos de análises mais abrangentes continuarão a exigir uma arquitetura preparada para atender essas demandas de ponta a ponta, usando uma abordagem bastante dinâmica.

Exemplo disso é o fato de que hoje diversas fontes de dados externos, muitas vezes baseados em Nuvem, estão sendo usadas para enriquecer o entendimento sobre as necessidades e preferências específicas de clientes, prospects e parceiros.

Os dados não devem ser mais vistos apenas como uma ferramenta para apoiar a tomada de decisões específicas e pontuais. Pelo contrário. É preciso analisar o uso dessas informações como uma fonte de insights para o desenvolvimento completo dos negócios, uma vez que os dados são a matéria-prima para qualquer decisão.

As organizações precisam investir para tornar a análise onipresente. Em 2019, as organizações de TI com visão de futuro devem trabalhar para garantir que novos recursos que facilitem e ampliem a abrangência das análises sejam integrados à estrutura de processos, serviços e aplicações que estão (ou estarão) presentes em suas redes de dados.

Essas mudanças e condições forçarão as companhias e suas equipes de TI a preverem uma gestão contínua e constante dos dados para que as análises dessas informações possam, de fato, fornecer insights em todos os lugares.

Para isso, as companhias deveriam se preparar para gerenciar os dados de ponta a ponta e de forma holística, o que exigirá um reforço de suas posturas, colocando os dados e a tecnologia como fatores marcantes em toda a sua estratégia de operação - e não apenas como uma ação isolada do departamento que gerou essas informações.

Isso não significa que as organizações devem descartar todas as técnicas de dados e análises tradicionais, substituindo por novas abordagens. A mudança será gradual e incremental, mas também inevitável. Cada vez mais, a análise de informações de forma estratégica vai impulsionar os processos de negócios, e não simplesmente analisá-los após as ocorrências.

Em 2019, as companhias devem começar a construir uma arquitetura analítica e de gerenciamento de dados que possa suportar as futuras necessidades de Data & Analytics. Essa arquitetura deve acomodar a análise de dados tradicional e as técnicas de análise mais recentes.

A inteligência de combinar o que já existe com o que ainda está por vir é que tornará possível para que as empresas alcançarem os principais benefícios das análises avançadas.

Isso demandará que as organizações deixem de se preocupar apenas em coletar mais dados e passem a caminhar em busca de novos métodos para testar a qualidade, a análise e as transformações dessas informações. As empresas brasileiras ganharão muita competitividade com esse novo olhar.

* Peter Krensky é Principal Analyst do Gartner e chairman da Conferência Gartner Data & Analytics.