Com o surgimento de Data & Analytics, Inteligência Artificial (IA) e Aprendizado de Máquina (ML) como os novos elementos centrais dos negócios digitais, o Gartner anuncia que Data & Analytics estão se difundindo cada vez mais, sustentando diferentes modelos de negócios. Na visão de Donald Feinberg, VP de Pesquisas e Analista Emérito do Gartner, existe uma oportunidade sem precedentes de expandir a base de dados e acelerar a descoberta analítica.

Para conseguir isso, os analistas do Gartner dizem que os líderes de Data & Analytics devem dominar quatro dimensões fundamentais de escala: confiança, diversidade, complexidade e formação.

Desafio 1:  Confiança

Em um mundo de crescentes fraudes, incertezas, fatos alternativos e notícias falsas, a confiança parece ser um gênero raro. Mas a confiança é uma questão de extrema importância nos negócios digitais — nada funciona sem confiança. As empresas devem trabalhar para garantir que todo o público de interesse confie em seus dados e forneçam um nível de observação e exame de dados que não existem na maioria das organizações hoje.

“Há um novo playbook referente à confiança nos dados”, diz Peter Krensky, Analista de Pesquisa Sênior do Gartner. “Este playbook utiliza duas técnicas – crowdsourcing e automação. Com o crowdsourcing, os usuários marcam o que eles fazem e fornecem um registro da origem dos dados ao longo do processo. À medida que as informações passam pelo fluxo de trabalho natural e a retransmissão de dados utiliza o recurso de metadados, isso cria um método mais dinâmico para confiar nas informações. A automação se refere ao aumento de catálogos de dados como uma capacidade crítica de como essas informações são gerenciadas. Adotar essas duas técnicas aumentará substancialmente a confiança em seus dados por meio da capacidade de verificar suas origens”, afirma o analista.

Desafio 2: Diversidade

Diversidade inclui algoritmos, pessoas e dados. “À medida que nossas opiniões e vieses são codificados em algoritmos, as organizações devem criar métodos melhores de verificação das suposições e dados utilizados ​​nos algoritmos para garantir que eles sejam justos e inclusivos dos outliers”, diz Cindi Howson, Vice-Presidente de Pesquisa do Gartner. Isso é especialmente difícil quando o setor de tecnologia carece de diversidade e muitas vezes se concentra apenas nas diferenças visíveis, como a de gênero.  “Além disso, é necessário que haja uma mudança na integração de dados que sejam facilmente acessíveis para a integração dos dados”, acrescenta a analista.

Desafio 3: Complexidade

Complexidade é um desafio por causa da dificuldade de compreender realmente a dinâmica dos negócios e de ter o tempo adequado para as respostas. “Os líderes de Data & Analytics de hoje têm a oportunidade de criar plataformas precisas e exatas. Essas plataformas fornecerão mais contexto a partir da coleta abrangente de dados, maior entendimento de um sistema robusto de medição e classificação e mais tempo de resposta, a partir de sistemas de baixa latência”, diz Krensky. “Maior contexto, compreensão e baixa latência tornam a grande complexidade em vantagem competitiva. Compreender o padrão por trás a complexidade acelera o tempo de resposta. Dominar essa complexidade é a chave para iniciativas bem-sucedidas de análises”, afirma o analista.

Desafio 4: Formação

Como as empresas possuem equipes cada vez mais diversificadas e com dados mais complexos, a necessidade para capacitar a “falar dados” de uma maneira comum nunca foi tão grande. “Se não há uma linguagem comum com a qual interpretar as várias fontes de dados na organização, haverá desafios fundamentais de comunicação ao usar soluções com base em Data & Analytics”, diz Howson.

Na terceira pesquisa anual do Gartner sobre os Chief Data Officer (CDO), os entrevistados afirmam que o segundo obstáculo mais significativo para progredir com Data & Analytics é a baixa qualidade dos dados. Líderes de Data & Analytics devem aprender a tratar as informações como uma segunda língua e a alfabetização de dados como um elemento crucial da transformação digital.

O Gartner estima que, até 2020, 80% das organizações deverão iniciar o desenvolvimento de competências deliberadas no campo da alfabetização de dados, reconhecendo sua extrema deficiência. “Desenvolver capacidade para melhorar os dados pode ser preocupante”, ressalta Cindi. “Avaliar a alfabetização de dados de pessoas que criam e consomem informações é um passo crítico para garantir que a organização seja capacitada com as habilidades corretas para atender aos requisitos atuais e futuros da sociedade digital”, explica a analista do Gartner.