Nova dinâmica de negócios conduz empresas a adotarem BI bimodal

Atualmente, não basta mais ter assertividade – é preciso ter agilidade. Em outras palavras, o modelo tradicional de soluções de BI está entrando em descompasso com o ritmo exigido pelos negócios

Por Enrique Falconi, especialista em soluções de BI do SAS Brasil

Uma nova dinâmica está tomando conta da inteligência de negócios e exigindo cada vez mais das ferramentas de análise de dados. Atualmente, não basta mais ter assertividade – é preciso ter agilidade. Em outras palavras, o modelo tradicional de soluções de BI está entrando em descompasso com o ritmo exigido pelos negócios.

De fato, a velocidade de transformação dos dados na era do Big Data pode tornar uma informação irrelevante em poucas semanas – ou até poucos dias diante das mudanças mercadológicas. Atualmente, gerar apenas relatórios e dashboards por meios tradicionais de desenvolvimento de projetos de BI perdeu a competitividade diante da evolução na captura e análise avançada de dados.

De olho nesta e outras tendências para 2016, a Forrester apontou que empresas tradicionais serão confrontadas com a necessidade disruptiva de encontrar soluções e processos mais ágeis de analytics, a fim de que trabalhem de forma mais dinâmica. Além disso, o Gartner identificou que, até 2017, a maioria das soluções de Business Intelligence (BI) será de modelos self-service de Data Discovery.

Há cinco anos, o Data Discovery, um novo modelo de arquitetura combinando técnicas de visualização e exploração de dados self-service, está desbancando a hegemonia de três décadas do BI tradicional. Com os recursos do Data Discovery, as análises de dados ficaram independentes do time de TI, que costuma alocar muito tempo e recursos para projetos corporativos pouco justificados para quem esperava por respostas rápidas e pontuais.

164125514-7

A utilização de ferramentas de fácil visualização e modelos de análise departamental ad-hoc tornou possível a cada área da empresa trabalhar em camadas específicas do banco de dados. Isso quer dizer que o BI self-service possibilitou que se trabalhasse com analytics sem precisar estruturar todos os dados gerados pela empresa, o que reduz o tempo de meses para poucas semanas.

Nesse sentido, o BI convencional, utilizado para obter insights profundos acerca da companhia como um todo, foi perdendo a preferência diante das necessidades de ação rápida dos times comerciais e outros departamentos nas empresas. Apesar da arquitetura de aprofundamento e validação dos dados desse modelo de desenvolvimento de projetos, o processo ainda é lento e pode levar de seis meses a anos para entregar resultados.

Isso não quer dizer que a arquitetura típica de BI deva ser descartada - muito pelo contrário. Um estudo do Gartner identificou que a chave da competitividade para os próximos anos está em um modelo bimodal de inteligência analítica convencional com a flexibilidade de Data Discovery.

O problema é que, cativados pela agilidade do self-service, muitas empresas estão abandonando totalmente os projetos estruturantes de BI em troca da exploração de dados. À primeira vista, os ganhos em agilidade parecem suprir as necessidades mais imediatas das empresas. Contudo, muitas já estão demonstrando reações adversas quanto à superficialidade e diminuição da assertividade dos reports gerados. Perdeu-se o nível de profundidade efetiva trazida no nível organizacional e responsável pelos rumos mais estratégicos das empresas.

E considerando, segundo o Gartner, que 75% das empresas investirão em Big Data até 2017, a competitividade estará baseada muito além de quem simplesmente usa ou não ferramentas de visualização de dados, mas em quem souber combinar agilidade e estabilidade, que são as bases fundamentais do futuro bimodal da inteligência e dos negócios.

Explore mais sobre o assunto no white paper abaixo e conheça o self-service Analytics que seu negócio e seus usuários de TI vão amar.


people-having-an-office-meeting copy

Quer mais Insights?

A La Une du Support

Volte com frequência para obter mais insights sobre tópicos de seu interesse, incluindo analytics, big data, data management, marketing, e risco & fraude

Back to Top