Telma Luchetta: Por que é importante organizar dados de uma empresa

Entre os benefícios, a possibilidade da “produtização de dados”, aponta especialista.

A sócia da EY em Data e Analytics, Telma Luchetta. (Foto: Divulgação)

Adificuldade no gerenciamento de dados estruturados está fazendo com que informações valiosas, que geralmente estão disponíveis após o armazenamento, passem despercebidas. Nos últimos anos, as empresas desenvolveram formas muito bem-sucedidas e rápidas de adquiri-los. O problema ocorre no momento de “tratar” esses dados. “O que não temos, muitas vezes, é a habilidade para fazer a descoberta e tratar os dados na mesma velocidade com que eles são coletados”, explica a sócia da EY em Data e Analytics, Telma Luchetta. "O desconhecimento dos dados coletados implica em ausência de novos insights sobre estratégia e produtos de negócios ou dados', completa 

Pesquisas apontam que, nos próximos dois anos, a criação de dados globais deverá crescer para mais de 180 zettabytes (um trilhão de gigabytes). Mas a questão é: como os negócios podem acompanhar e trabalhar com esse volume de informações? De acordo com o relatório global Opportunities Analysis da EY, a grande maioria das empresas de grande porte menciona a informação como um ativo crucial. “Além disso defende que a monetização de dados possibilitará aumentar significativamente suas receitas – em função da criação de novos produtos que inovam o portifólio atual de produtos”, afirma Telma. 

 Ao que se refere ao mercado brasileiro, os serviços de dados e analytics estão cada vez mais presentes no portfólio de grandes empresas e só tendem a crescer. Com o surgimento de novas tecnologias - como computação em nuvem, Internet das Coisas (IoT), ciência de dados e aprendizado de máquina -, oportunidades ilimitadas de aplicação e melhorias foram criadas, impulsionando o mercado junto com uma alta demanda por profissionais especializados, como cientistas, engenheiros e analistas de dados. Mas Telma alerta: não basta apenas possuir números, é preciso saber de onde eles vêm, compreender o que eles significam e, a partir daí, buscar novos insights para novas ações e tomadas de decisões. 

 De acordo com a especialista, no cenário atual, onde há necessidades como maior volume de transformações digitais, transações em real time, menor timing go to market, multichannel e ofertas cada vez mais personalizadas, surgem várias possibilidades de aplicação associadas ao uso do dados como: monetização, open finance, metaverso, criptomoedas, market place e super apps. 

 “Atualmente, a dificuldade no armazenamento não é mais uma questão. É fato que a velocidade de coleta de dados é muito diferente da velocidade da descoberta e documentação dos dados. Com a emergente Modern Data Stack, uma nova abordagem para integração de dados, os dados serão produtizados e mais direcionados ao negócio”, afirma. Por isso, negócio e dados precisam andar lado a lado. “Dados não terão consumidores se não forem organizados. Produto requer refinamento e curadoria. Por melhor que seja o algoritmo, é necessário dados confiáveis e direcionamento.” 

Silos de dados 

De acordo com Telma, diante de uma imensidão de dados disponíveis às organizações, o small data, associado a novas tendências de descentralização de dados - em silos de produtos - poderia ser um viabilizador para execução de ações de curto e médio prazos. “Mas vale lembrar que a gestão é unificada, não o armazenamento real, que permanece distribuído.  A descentralização possibilita vantagens para rápida criação, manutenção e disponibilização de produto de dados por meio da sua arquitetura distribuída em domínios de negócio.” 

 Uma vez que os dados estão distribuídos e as áreas de gestão estão atendendo de forma segmentada as áreas de negócio, fica mais fácil analisá-los, identificar os mais relevantes e pensar em novos produtos idealizados e testados a partir dos dados monetizados. 

Monetização 

 O sucesso da monetização se dá por entender os dados, a sua localização, volume e qualidade, determinar usos viáveis, construir fundações robustas para garantir qualidade dos dados e desenvolver a estratégia e o modelo comercial. 

 “Os principais desafios para praticar esse conceito são o desconhecimento do potencial da monetização de dados, a visão sistêmica limitada dos potenciais usos de dados externos, a concorrência com iniciativas atreladas ao core business e especialização interna, além de necessidade de equipe especializada nos novos produtos, sem o viés do portifólio tradicional”, alerta. 

 

Fonte: Agência EY