Qlik apresenta tendências de Business Intelligence para 2017

Business IntelligenceData Storage

A Qlik, companhia especializada em Visual Analytics, acaba de apresentar aquelas que considera que são as 10 principais tendências em Business Intelligence para 2017.

Em 2016 o número de colaboradores com competências tecnológicas, os designados cientistas dos dados cresceu mas, segundo a empresa, continua existindo uma lacuna entre os dados disponíveis e a capacidade de os utilizar podendo inclusivamente existirem tomadas de decisão data-driven piores quando em comparação com o tempo em que se lidava com menos informação.

A existência de informação valiosa para a tomada de decisão é cada vez mais importante e, em 2017, entrámos em uma realidade chamada de  “literacia de dados” sendo que a Qlik identifica as grandes tendências no mercado de Business Intelligence que irão ajudar a criar as bases para o aumento do conhecimento e informação que são, de fato, importantes para os negócios.

1) Poluição da informação vai se tornar um assunto crítico – até mesmo a boa informação pode ser poluída pela má informação. Nesse contexto, se torna cada vez mais importante perceber qual a informação correta. Procurar, criticar, certificar e argumentar com dados de forma governada será o pilar da literacia de dados.

2) Big Data será menos sobre tamanho e mais sobre combinações – com uma maior fragmentação de dados, sendo sua maioria criada externamente e na Cloud, olhar para conjuntos de dados singulares sem contexto diminuirá seu valor. A próxima tendência será a capacidade em combinar rapidamente Big Data com Small Data para casos específicos.

3) Visualização self-service vai se tornar em uma comodidade, acessível a todos – os freemiums são esperados, tornando 2017 o ano em que as barreiras para acessar a grandes ferramentas analíticas serão virtualmente removidas. Com mais pessoas capacitadas a realizar jornadas analíticas, as taxas de literacia de dados irão aumentar.

4) BI moderno irá ultrapassar o BI tradicional como a nova arquitetura de referência – a descoberta de dados evoluiu para o Business Intelligence (BI) moderno e esse vai se tornar o “novo normal” nas organizações. Em 2017, essa questão evoluirá não apenas para complementar, mas substituir cada vez mais as arcaicas plataformas de relatório, no entanto, altera também os requisitos para as estruturas de back-end no que diz respeito à escala, performance, governança e segurança.

5) Cloud híbrida e multiplataformas irão emergir como modelos primários – devido ao local onde os dados são criados, à facilidade de utilização e à sua capacidade de evolução, estamos  testemunhando uma mudança acelerada para a Cloud. Porém, uma só Cloud não é suficiente porque os dados e workloads não vão estar em uma única plataforma. A Cloud híbrida e multi-ambiente irão emergir como modelo primário, o que significa que os workloads vão ser possíveis na Cloud e nos softwares locais — resultando nesse mesmo modelo marginalizando uma abordagem de “apenas Cloud”.

6) Foco vai mudar de “análises avançadas” para “análises em evolução” – as análises avançadas vão continuar proliferando, mas a criação de modelos, assim como a governança desses, está dependente de peritos altamente especializados. Contudo, uma vez criados, muitos mais deveriam beneficiar desses modelos, o que significa que podem ser aproveitados como ferramentas de self-service. A jornada analítica não pode ser uma caixa preta ou demasiada prescritiva. Existe muito hype à volta da “inteligência artificial”, mas servirá melhor enquanto acréscimo do que como um substituto da análise humana, pois é tão importante fazer as perguntas certas como dar as respostas certas.

7)  Vamos aprender o outro lado das “análises pessoais” – existem dois ângulos para análises pessoais: o primeiro assenta na forma como os ativistas da informação – e outros – podem cada vez mais fazer um uso self-service e utilizar informação para seu próprio benefício. O outro ângulo é sobre como a informação se torna cada vez mais granular e é utilizada para o “segmento do único”. Ao compreenderem as preferências dos consumidores e os padrões de comportamento, as organizações podem utilizar esse tipo de informação para personalizar produtos, serviços e mensagens. No entanto, os consumidores vão ficar mais alertas para o valor de sua informação pessoal à medida que esta se torna mais disponível para os outros.

8) Mundos digital e físico vão conhecer a analítica – a analítica não só estará em todo o lado como, cada vez mais, em tudo. A analítica vai começar surgindo no contexto da realidade geo-espacial, toque, voz, realidade virtual e gamificação, continuando no trajeto de se ligar a dispositivos.

9) Foco vai mudar para aplicativos de análise personalizados – ninguém é, em simultâneo, criador e consumidor de aplicativos mas, ainda assim, devem ser capazes de explorar seus dados. A literacia de dados irá beneficiar ambos pois vai trazer aplicativos de análise personalizados e contextualizados.

10) Visualização enquanto conceito vai evoluir de apenas análises para toda a informação da cadeia de abastecimento – a visualização se vai tornar uma forte componente nos hubs unificados que têm uma abordagem visual à gestão de ativos de informação, assim como preparação de dados visuais em self-service, sustentando a verdadeira análise visual. Posteriormente, mais progressos serão feitos na área da visualização, fazendo desta um meio de comunicação de resultados. O efeito de rede disso assenta em números crescentes de usuários que conseguem fazer mais nos dados da cadeia de abastecimento, promovendo o conceito de literacia de dados.


Clique para ler a bio do autor  Clique para fechar a bio do autor