IT Forum 365
Imagem: Pixabay - Creative  Commons

Entenda as barreiras que afastam sua empresa do BI e Analytics Avançado

Estudo do SAS identifica os obstáculos que as empresas precisam observar e superar para obter mais inteligência nos negócios adotando tecnologias de Business Intelligence e Advanced Analytics

Qual é a melhor maneira de tomar decisões comerciais corretas? Como analisar a eficácia de medidas adotadas no passado? E mais: como fazer projeções confiáveis para o futuro?

Diante da enxurrada de dados e relatórios diários despejados por diversos departamentos e sistemas, um número cada vez maior de empresas recorre a ferramentas de Business Intelligence (BI) e Advanced Analytics (AA). Tanto para tornar mais ágil a tomada de decisões, como também para ter uma visão analítica mais profunda e identificar as principais áreas que precisam de melhoria.

Para identificar o nível de maturidade de empresas ao redor do mundo  na adoção dessas tecnologias, o SAS e o International Institute for Analytics (IIA) entrevistaram empresas globais de grande e médio portes para verificar a relação entre BI e Advanced Analytics e como os usuários finais podem buscar caminhos efetivos para aumentar a maturidade e adoção dessas tecnologias. Os resultados e recomendações foram publicados no estudo IIA and SAS Business Intelligence and Analytics Capabilities Report.

O relatório também revela as maiores lacunas das organizações em relação ao BI e Advanced Analytics, organizadas em três grupos:

  • Preparação de dados – O estudo quis saber se a empresa tem ciência de que pode executar tarefas de gerenciamento para agregar e refinar dados antes de gerar relatórios e análises;
  • Habilidades e liderança – Outro ponto foi verificar se a organização tem uma estrutura de gerenciamento em sintonia com as necessidades básicas de BI e Analytics, além de métodos de análise avançados;
  • Facilidade de uso – Por fim, o estudo procurou saber se os usuários menos técnicos podem aplicar as tecnologias de BI e Analytics de maneira ampla, ou seja, em toda a organização;

Gap 1: Preparação de dados

O relatório descobriu que as maiores lacunas nas empresas estão na área de preparação de dados. Até mesmo organizações que utilizam intensamente ferramentas de BI e a exploração de dados admitem a existência de falhas em sua capacidade de filtrar, transformar e preparar dados. Ter dados de qualidade é essencial para identificar rapidamente os relacionamentos entre eles e os potenciais resultados para melhorar a produtividade. A automação e a adição de recursos de autoatendimento ao fluxo de trabalho de preparação de dados ajudarão a atender às necessidades dos usuários não técnicos.

Não surpreende que a implementação efetiva de atividades relacionadas a dados para análises avançadas esteja atrasada no BI das companhias. Quando se trata de análise avançada, o relatório mostrou que as organizações precisam aperfeiçoar a capacidade de preparar, acrescentar e explorar dados para identificar causas ou tendências e construir e atualizar modelos preditivos usando aprendizado de máquina. Aquelas que valorizam a capacidade de análise e de analisar dados não estruturados usando análise textual também reconhecem oportunidades de melhoria.

Gap 2: Habilidades e Liderança

Embora as capacidades de preparação de dados sejam essenciais para a adoção de BI e Advanced Analytics, áreas “mais sensíveis”, como cultura, liderança e competências, também são fundamentais. Até mesmo organizações que são fortes nessas áreas dizem enfrentar desafios significativos em relação a aspectos como inovação, criatividade e liderança

Como o relatório revela, os executivos de TI que ainda estão hesitantes (weak adopters) em relação a adoção de BI e Advanced Analytics devem buscar apoio da alta direção. Sem uma visão sólida e aceitação no nível executivo, a implantação de BI e Analytics falharão naturalmente ou terão um desempenho inferior. Para estimular a adoção, os líderes precisam demonstrar e quantificar o valor ou estabelecer métricas de sucesso dessas iniciativas.

À medida que as organizações caminham continuamente na utilização do BI e do Advanced Analytics, as habilidades e competências exigidas dos cientistas de dados se ampliam, mais até do que as das equipes de BI ou analistas de negócios. Encontrar e reter cientistas de dados com habilidades multidisciplinares pode ser difícil, e as organizações terão que superar essa barreira para obter valor da tomada de decisão baseada em dados.

Gap 3: BI e Analytics self-service para usuários não técnicos

Analistas de dados e cientistas de dados são difíceis de encontrar no mercado, e aqueles que as empresas têm estão geralmente sobrecarregados. Por isso, em última análise, as organizações que desejam extrair o máximo benefício do BI e Analytics precisam colocar ferramentas interativas e de autoatendimento nas mãos de usuários não técnicos.

Para conseguir isso, os softwares de BI e Analytics precisam se tornar mais inteligentes e automatizados para melhorar a eficiência e a produtividade.

No futuro, as organizações devem procurar implementar recursos que, automaticamente, sejam capazes de:

  • Detectar relações, correlações, segmentos e outliers nos dados (classificados à parte do grupo principal);
  • Explorar dados através de tecnologias de consulta de linguagem natural. Aproveitar a análise de gráficos para relacionar entidades e visualizar relações importantes;
  • Gerar dados de perfil, identificar atributos e inferir metadados;
  • Executar relações inteligentes e gerar hierarquias.

Como aumentar a adoção de BI e análises em sua organização

Com base nesses resultados, o IIA faz várias recomendações para organizações que buscam aprimorar seus recursos de BI e Advanced Analytics, incluindo:

  • Investir em dados e na preparação de dados. Sem abordar os desafios associados à preparação de dados, será difícil obter mais valor do BI e do Analytics. A velocidade e a agilidade analíticas não são úteis se a empresa estiver presa a etapas e processos manuais ineficientes de preparação de dados.
  • Cultivar cultura, habilidades e liderança. Superar as barreiras comumente expressas pela falta de liderança e limitação na aquisição de talentos é essencial para reforçar um programa de BI e Analytics.
  • Mantenha o autoatendimento e a facilidade de uso no foco. À medida que mais usuários se interessam cada vez mais em participar e explorar dados, é preciso ter em vista relacionamentos baseados em dados e criar narrativas baseadas em contexto, facilidade de uso e recursos inteligentes/automatizados. Eles são essenciais para ajudar a impulsionar a adoção de BI e Advanced Analytics. O truque, claro, será entregar esses recursos de uma maneira consistente e gerenciada.

À medida que as organizações elevam seus recursos de análise, um dos desafios da maturidade de análise, muitas vezes negligenciado, é o equilíbrio entre a busca por capacidades mais avançadas e o fortalecimento das competências essenciais de Business Intelligence. Por exemplo, a decisão de investir na otimização da cadeia de suprimentos em tempo real pode exigir um site voltado para o fornecedor para o rastreamento de performance. A questão central de como as organizações estão abordando, gerenciando e suportando a gama de recursos que abrangem o BI e o Advanced Analytics é a base para do relatório.

Embora o caminho para o trabalho de análise mais avançado seja frequentemente considerado como uma mudança do BI para o Advanced Analytics, a realidade é que os recursos devem aumentar, e não substituir, funcionalidades menos avançadas. O estudo analisa a interação entre o BI e o Advanced Analytics examinando o estado atual, a adoção de cada um, as muitas barreiras comuns e distintas para o sucesso dessa integração e a necessidade de melhorar ambos. Uma das hipóteses levantadas pelo relatório é que visualizar os dois conjuntos de recursos por meio de uma única lente trará problemas, por isso exigem recomendações claras para um foco melhor.

Com base na pesquisa com empresas globais de médio e grande porte, o relatório identificou insights que, juntamente com a experiência do IIA em assessorar empresas em todos os aspectos analíticos, levam a recomendações específicas para empresas em diferentes estágios de maturidade.

Quatro Insights para diferentes estágios corporativos

  • Conforme esperado, a adoção de BI é mais predominante do que o Advanced Analytics em empresas de médio porte e corporações. Isso não chega a ser uma surpresa, já que o Advanced Analytics exige profissionais dedicados e investimento. Além disso, ele não acontece organicamente sem iniciativas próprias.
  • As diferenças entre BI e Advanced Analytics, em relação à importância e desempenho, estão nas capacidades relacionadas a dados. A implicação é que as organizações precisam investir pesadamente em dados, plataformas de dados e funções com foco em dados para liberar recursos mais amplos em todo o processo analítico, não apenas para oferecer suporte ao Advanced Analytics.
  • Tanto para o BI como para o Advanced Analytics, a análise preditiva e a liderança são os principais gaps identificados. A análise preditiva nos diz que as empresas reconhecem o objetivo final, e que ele funciona como o “norte magnético” da análise, independentemente de onde estejam atualmente. O relatório aconselha que as empresas definam roteiros estratégicos com insight preditivo, mesmo que estejam a distância. A lacuna na liderança indica que as empresas precisam analisar com atenção quem está no local para conduzir a organização na trajetória do Analytics.
  • As principais barreiras para aumentar a eficácia da análise incluem agir, encontrar e reter talentos, melhorar a comunicação analítica e comprovar o valor da análise. Essa lista de desafios é gritante em toda a pesquisa do IIA, instituto que apoia empresas que enfrentam uma lista extensa de barreiras. Em última análise, as empresas devem desenvolver uma estratégia verdadeiramente multifacetada para impulsionar o sucesso e o valor com a análise. Não basta investir apenas em dados ou resolver desafios de recrutamento; todos os aspectos são importantes. É claro que esses insights e palavras de conselho cobram um preço alto: competir em análise exige que as organizações busquem e invistam no espectro completo de Analytics para estabelecer capacidades de diferenciação.

Como foi feita a pesquisa

Especificamente, a pesquisa buscou identificar e entender a adoção atual de BI e AA, o atual ambiente de BI, capacidades e qualificações, e a presença de capacidades de autoatendimento, ao mesmo tempo em que explora os gaps e barreiras para aumentar a efetividade organizacional dos recursos analíticos.

Os resultados foram extraídos de 308 entrevistas com funcionários de empresas de médio e grande porte, globais, de vários setores da economia. Para os propósitos da pesquisa, Advanced Analytics é definido como “a análise de todos os tipos de dados usando métodos quantitativos sofisticados — por exemplo, estatística, mineração de dados descritivos e preditivos, simulação e otimização de soluções prescritivas  para produzir insights, o que, é pouco provável, que o BI tradicional (de consultas e relatórios) consiga.

As organizações geralmente aplicam o Advanced Analytics aos dados para encontrar oportunidades, mitigar riscos, inovação de produtos ou serviços, na aquisição de clientes e para melhorar a eficiência operacional.

 

Comentários

Notícias Relacionadas

IT Mídia S.A.

Copyright 2018 IT Mídia S.A. Todos os direitos reservados.