O Business Intelligence passou de relatórios estáticos que diziam o que aconteceu, para dashboards interativos, onde você pode analisar informações para tentar entender por que as coisas aconteceram. Novas fontes de Big Data, incluindo Dispositivos de Internet das Coisas (IdC), estão pressionando as empresas a partir das análises reativas, quando você olha para trás uma vez por mês para detectar tendências ou uma vez por dia para verificar se há problemas, para as análises pró-ativas, que dão alertas em tempo real. Isso permite uma melhor utilização dos dados operacionais enquanto as ocorrências ainda está em curso, antes de as condições mudarem. O que é mais útil.
“Há uma demanda por painéis em tempo real”, diz Herain Oberoi, da equipe de Analytics da Cortana, assistente digital pessoal da Microsoft. “Muitas empresas querem obter o pulso do seu negócio. Mas painéis mostram coisas que já aconteceram “.
É por isso que a área que mais cresce é a de análises avançadas, preditivas, de acordo com a Gartner. Seu mais recente Quadrante Mágico para análises avançadas prevê que até 2018 mais da metade de todas as grandes organizações ao redor do mundo estarão usando análises avançadas (e algoritmos construídos sobre elas) para competir.
Analytics avançado e preditivo atendem às necessidades de calcular as tendências e possibilidades futuras, prever resultados potenciais e fazer recomendações. Vão além das consultas e relatórios típicos das familiares ferramentas de BI, como o SQL Server Reporting Services, Business Objects e Tableau, incluindo métodos mais sofisticados como estatísticas, mineração de dados descritiva e preditiva, aprendizagem de máquina, simulação e otimização de visualização de tendências e padrões a partir dos dados disponíveis (geralmente uma mistura de dados estruturados e não estruturados).
Eles são o tipo de ferramentas usadas atualmente pelas áreas de Marketing ou de Análise de Risco, para compreensão da rotatividade na empresa, do comportamento e vida dos clientes, das oportunidades de cross-selling, probabilidade de compra, pontuação de crédito e detecção de fraudes. “Muitas empresas de telecomunicações querem deixar de serr reativas para serem mais proativas”, diz Oberoi. “Querem um sistema que seja capaz de dizer ‘qual destes clientes, com base no seu perfil e padrão de uso, pode estar pensando em trocar de operadora’.”
De acordo o Gartner, em 2017, 75% das empresas já terão investido em Big Data. Das companhias com o melhor desempenho em 2016, cerca de 70% delas estará fazendo análises preditivas em real time. Ainda na opinião da consultoria, em pouco tempo quase todas as unidade de negócios vão se interessar pelo uso dessas ferramentas. Visão compartilhada pela equipe de Analytics da Cortana. “As pessoas estão mudando. Estamos tendo mais diálogo com tomadores de decisão nas áreas de negócio. Vemos cada vez mais orçamentos geridos por equipes de negócios”, disse Oberoi para clientes presentes à conferência Convergence, realizada pela Microsoft na Europa.
Colocando em prática
A manutenção preditiva tem chamado atenção, mas há outros usos essenciais, como previsão de problemas, ou análise da qualidade dos produtos usando a detecção de anomalias, bem como sistemas de apoio à decisão. Estamos falando de encontrar respostas rápidas para perguntas do tipo “o que pode acontecer” e “o que devo fazer?”, Diz Oberoi.
“O desafio fundamental dos clientes não mudou; como faço, a partir dos dados que tenho, para obter alguns insights que permitam uma ação rápida? “O que as ferramentas analíticas da Cortana pode fazer é reduzir o número de etapas manuais que você tem que tomar para chegar ao essas ações”, explica Oberoi.
A Oracle concorda. Na opinião da empresa, o objetivo das áreas de negócio é ganhar flexibilidade para aumentar a frequência e aprofundar as análises dos dados disponíveis, em prol das estratégias de negócio, processos, operações e envolvimento dos clientes. A Oracle acredita que análise visual na nuvem proporciona um poderoso antídoto para esses cenários mais convencionais da análise de dados.
“As ferramentas de visualização são a porta de entrada para levar o BI tradicional para nuvem e depois escala para soluções de Analytics e Big Data também na nuvem”, diz Priscila Siqueira, Business Analytics Sales Vice Presidente da empresa. Além disso, oferecem formas eficientes para acessar, explorar e analisar dados, adquirir conhecimento e aplicar as descobertas em tempo real nas estratégias de negócio, quer os dados sejam provenientes das velhas planilhas usadas a nível departamental e nas pequenas empresas, ou de servidores Hadoop. “A ideia é simplificar o acesso aos dados para profissionais das áreas de negócio, reduzindo não só a dependência da área de TI, como também dos cientistas de dados”, afirma Priscila.
Exatamente por isso, a empresa oferece hoje uma suíte completa que vai desde visualização até Big Data, disponível no modelo self-service, para contratação no site, com pagamento via cartão de crédito, assim como várias aplicações da Oracle Analytics Cloud, integrando Business Intelligence, Análises do Big Data e Análises do SaaS, de modo a permitir coleta, o armazenamento e a análise de todos os ativos de dados de uma organização.
“As ferramentas de inteligência analítica possibilitaram uma interação baseada em análise preditiva, personalizada e conveniente com os clientes, alavancando maiores receitas com a entrega de conteúdos relevantes. Nesse sentido, a velocidade com que fazemos isto, especialmente em tempo real, está se tornando um forte diferencial de sucesso, afirmaa Fernanda Benhami, gerente de produto de Customer Intelligence do SAS América Latina, em artigo publicado pela Computerworld.
“Dentro dos objetivos de trazer velocidade, relevância e redução de custos, podemos nos basear em três pilares essenciais do Real Time Analytics: o contexto pessoal, de relacionamento e de tempo real”, diz Fernanda. “Avaliar o comportamento do consumidor com a compra e contratação de serviços, a atuação nas redes sociais e até as necessidades expressadas do cliente são valiosos indicadores pessoais. No contexto de relacionamento, as empresas estão capturando o ciclo de compras do cliente e, como ele, tem utilizado os produtos e serviços. Isso está possibilitando desenvolver ações efetivas de abordagem de acordo com cada indivíduo, potencializando a curva de consumo do cliente ou retendo-o por mais tempo”.
Mas o grande diferencial para o momento atual do mercado, que exige respostas rápidas, quase instantâneas, está no contexto do tempo real. O processamento da informação enquanto gerada revelam “momentos da verdade”, indicando a melhor forma de lidar com ele. Quanto mais rápido isso é feito, mais eficiente é a ação. Nesse cenário, a experiência do cliente será desafiada pelas limitações organizacionais e tecnológicas, e caberá às empresas decidir se ficam a ver navios ou embarcam em tempo real.
“No caso da Cortana, a peça final é recomendação e automação da decisão”, afirma Oberoi. “Em última análise, você quer chegar a um lugar informado de forma proativa pelo sistema, com base não apenas no que pode acontecer, mas no que você pode a respeito. A internção é criar o processo de negócios e o fluxo de trabalho, de forma totalmente automatizada”.
Não seria últi para os negócios que a Cortana pudesse enviar lembretes informando os empregados que necessitam enviar seus relatórios e, a partir deles, dosse capaz de responder a perguntas do tipo “quais foram os maiores negócios fechados no último trimestre?” Ou “qual dos nossos clientes são mais propensos contratar no próximo trimestre?” Ou “me alertar se este cliente sempre tem uma chance de 90 por cento do churn nos próximos 30 dias”?
O sistema sabe que você vai perder a sua previsão na próxima semana; ele também sabe que uma das coisas que podem ajudá-lo a acertar a previsão está relacionada com a promoção de marketing que está sendo enviada. Não há nenhuma razão para que a Cortana não possa dizer, proativamente, “Hey George, parece que você vai perder a sua previsão para vendas na próxima semana e você tem essas promoções alinhadas. Gostaria de falar com a equipe responsável por essas promoções para considerá-las na sua previsão de vendas?”
Conselhos inteligentes
Quer se trate de Internet das Coisas, Big Data ou Analytics, as empresas têm muito mais dados para basear suas decisões. A tomada de decisões orientada por dados parece óbvia. E o próximo passo, além decisões baseadas em dados, são os sistemas de apoio à decisão e até mesmo de automação.
Estamos prontos para assistentes inteligentes com aconselhamento empresarial?
Embora um estudo recente com 50 mil fábricas norte-americanas tenha descoberto que o uso de decisões baseadas em dados quase triplicou entre 2005 e 2010, ela ainda está presente em apenas 30 por cento delas. Há muito o que fazer.
“O caminho para o sucesso é experimentar rápido”, diz Oberoi; “Para percorrer o espaço de busca de ideias e encontrar coisas que são realmente interessantes.” Marketplaces são uma ótima maneira de começar a fazer esses experimentos.
Usuários avançados também vão usar essas ferramentas para criar suas próprias análises avançadas, o que significa que você vai querer uma estratégia para abordar Analytics. Você pode pensar nesses sistemas como versões muito mais sofisticadas das macros do Excel que muitos departamentos de negócio dependem. E que vão exigir mais de alfabetização de dados e cuidadosa reflexão sobre a ética das decisões automatizadas.
Nesse cenário, na opinião da Oracle, caberá à TI auxiliar na conscientização dos usuários sobre a responsabilidade deles com a governança, a qualidade dos dados, a definição dos metadados, etc, uma vez que será preciso encontrar o equilíbrio certo entre a liberdade dos usuários, a flexibilidade de segurança para a observação adequada dos dados, as políticas de privacidade e as regras de compliance.
As informações são do site Computer World
