Big Data: previsões para 2017

Big DataHá termos que já entraram no léxico dos gestores: Big Data, análise de dados, visualização de dados, Bussiness Inteligence… no entanto a sua implementação e consequente utilização muda com o tempo. Com o ano a terminar é tempo de olhar para estas ferramentas, analisar o mercado e tentar antecipar tendências.

Tendo por base a informação disponível elaborámos um ranking com as principais tendências do Big Data.

  1. Proliferação do Big Data – mais que uma tendência é essencial que se consiga analisar a enorme quantidade de dados que está/vai ser gerada pelos inúmeros dispositivos ligados à internet.

  1. Melhorar o CX – o Big Data pode (e deve) ser usado como forma de melhorar a experiência do cliente, (Customer Experience – CX), através da passagem de sistemas proprietários para sistemas abertos. A combinação da análise de dados com a flexibilidade self-service permite obter conhecimento sobre tendências, assim como vantagem competitiva em áreas como oportunidades de negócio e aquisição de clientes.

O Millennium bcp é uma das empresas que já está a avançar neste sentido, tal como revelou no SAS Fórum, que decorreu em Outubro, em Lisboa. Não foi só o sector bancário que sofreu alterações. O mesmo aconteceu com o cliente. Este hoje “não quer os produtos bancários… apenas precisa deles para atingir os seus objectivos”. E, com isso, a relação entre a banca e os seus clientes está a mudar, a começar pelo meio escolhido para interagir – o digital, que ganham adeptos a cada dia que passa. Mas essa não é a única diferença. Como referiu o banco português, aquando da sua apresentação, “este novo cliente tem uma relação com o banco muito mais complexa”. Isto está a fazer com que os bancos tenham de adaptar a sua estrutura de serviço ao cliente. Só assim conseguem “garantir uma experiência distintiva”.

  1. Aumento da adopção do Hadoop – o armazenamento de grandes quantidades de dados levará cada vez mais empresas a adoptarem o Hadoop e a surgirem, no mercado, soluções (inovadoras) de Hadoop.

A Sociedade Portuguesa de Autores é um dos exemplos de entidades portuguesas a adoptar esta estratégia. Esta foi a solução encontrada para responder ao desafio de processamento dos direitos de autor.

O caso foi também apresentado no SAS Fórum, pela coordenadora no DINSD – Departamento de Informática / SPA Digital, Cláudia Moreira, que explicou que, com a adopção de Hadoop a SPA tem como objectivo diminuir os mais de 16,7 mil relatórios produzidos actualmente. Não se trata apenas de uma plataforma de armazenamento escalável, com processamento muito rápido e a baixo custo como permite aceder, de forma fácil, a novas fontes de dados, e em diferentes tipos de dados.

  1. Análises preditivas – a sua utilização permite prever, com precisão, comportamentos e eventos futuros com o objectivo de melhorar a rentabilidade das empresas. Adicionalmente permite aumentar a rapidez na detecção de fraudes e, com isso, diminuir o risco de exposição das organizações.

  1. Maior foco na análise de dados assentes na cloud – o transferir a análise de dados para a nuvem aumenta a velocidade da sua adopção. O investimento é menor (em termos de aquisição e manutenção), assim como o tempo de implementação. Com a vantagem adicional de estar sempre disponível.

  1. Identificar o valor dos dados – a Tecnologia da Informação será essencial na integração do armazenamento, análise e visualização de dados complexos para se conseguir obter informação valiosa desses dados e, com isso, aumentar a receita e a eficiência das empresas.

  1. Virtualização de dados – a vantagem da virtualização de dados assenta no desbloqueio de grandes quantidades de conjunto de dados. A virtualização gráfica dos mesmos permite que as empresas recuperem e manipulem dados em tempo real, independentemente do formato dos dados e de onde estão localizados.

  1. Convergência entre IoT, Nuvem, Big Data e Cibersegurança – à medida que se massifica a utilização dos chamados equipamentos inteligentes, dispositivos interligados à internet, ficamos mais dependentes de tecnologias como o machine learning, o que implicará a convergência de tecnologias de gestão de dados, que garantam a qualidade, preparação, análise e integração dos mesmos, assim como uma maior preocupação com a segurança dos activos.

  1. Experiência Omnicanal – os clientes querem ter a mesma experiência independentemente do canal em que estejam. Algo que será possível através da integração entre os canais tradicionais e os digitais. quer conhecer um caso prático? Basta olhar para a Mercedes-Benz (C.SANTOS). A marca optou por esta abordagem como forma de garantir a segmentação dos seus clientes (e com isso conseguir proporcionar uma melhor experiência), obter um conhecimento mais relevante dos seus clientes, incrementando a taxa de satisfação e retenção de clientes ao mesmo tempo que garante uma melhor alocação das verbas de marketing disponíveis e aumenta as vendas.

  1. Uso da preparação e análise de dados self-service – as ferramentas self-service, nomeadamente as referentes à preparação de dados, permitem aumentar o valor dos dados, independentemente do seu formato ou se são estruturados, semiestruturados ou não estruturados. A eficiência operacional pode ser incrementada através de uma maior utilização de capacidades self-service.

 

Deixar uma resposta