Essas tendências podem auxiliar as organizações a responder às mudanças, incertezas e oportunidades do cenário atual


Em um ambiente organizacional cada vez mais baseado em análises de dados, encontrar formas práticas de impulsionar a utilização das informações tem ganhado a atenção dos líderes de negócios. Neste cenário, o Gartner destaca quais são as 10 principais tendências em tecnologias de Data & Analytics (D&A) para 2021, com oportunidades que poderão auxiliar as organizações a responder às mudanças, incertezas e oportunidades presentes no cenário atual.


“A velocidade com que a pandemia de COVID-19 interrompeu a atuação das organizações forçou os líderes de Data & Analytics a buscar por ferramentas e processos para identificar as principais tendências de tecnologia e priorizar aquelas com maior potencial de impacto em sua vantagem competitiva”, afirma Rita Sallam, Vice-Presidente de Pesquisa do Gartner.


Para tanto, a analista sugere que os líderes de D&A devem avaliar estas 10 tendências a seguir como investimentos específicos para acelerar as capacidades de suas empresas a antecipar, modificar e agir diante das ocorrências no dia a dia de suas operações.


Inteligência Artificial mais inteligente, responsável e escalonável – Para obter o máximo impacto da Inteligência Artificial (IA) e do Aprendizado da Máquina (ou ML, sigla em inglês para Machine Learning) as empresas estão sendo obrigadas a implementarem soluções de Inteligência Artificial  mais “inteligentes”, com menor consumo de dados, além de eticamente responsáveis ​​e resilientes. Ao apoiar-se nestas ferramentas, as organizações aproveitarão os algoritmos de aprendizagem e os sistemas interpretáveis ​​para reduzir o tempo de obtenção de valor e aumentar sua relevância comercial.


Composições de Data & Analytics – Arquiteturas de análise abertas e em containers tornam os recursos analíticos mais combináveis, ou composable. As soluções de D&A de composição aproveitam componentes de vários dados, análises e soluções de Inteligência Artificial para construir, rapidamente, aplicações inteligentes, flexíveis e fáceis de usar que auxiliam os líderes de a conectar o valor dos insights adquiridos com dados ao seu planejamento estratégico.


Com o centro de gravidade dos dados mudando para a Nuvem, as composições de Data & Analytics ​​se tornarão uma maneira mais ágil de desenvolver aplicações analíticas e habilitadas para os mercados Cloud e de soluções de baixo código ou sem código.


Data Fabric é a base – Com o aumento da digitalização e de consumidores mais independentes, os líderes de D&A estão usando cada vez mais o Data Fabric para ajudá-los a lidar com níveis mais altos de diversidade, distribuição, escala e complexidade nos ativos de dados de suas organizações.


A malha de dados se utiliza de análises para monitorar constantemente as fontes de dados. Já um Data Fabric faz análises contínuas de ativos de dados para apoiar o design, implementação e utilização de diversos dados para reduzir o tempo de integração em 30%, desenvolvimento em 30% e manutenção em 70%.


Do Big Data aos dados pequenos e abrangentes – As mudanças extremas que ocorreram nos negócios devido à emergência sanitária fizeram com que os modelos de ML e Inteligência Artificial baseados em grandes quantidades de dados históricos se tornassem menos relevantes. Ao mesmo tempo, a tomada de decisões por humanos baseando-se em Inteligência Artificial é mais complexa e exigente – o que acaba intimando os líderes de D&A a terem uma maior variedade de dados para obter uma melhor consciência da situação vivida.


Como resultado, os líderes de D&A devem escolher técnicas analíticas que os possibilitam utilizar os dados disponíveis com maior eficiência, seja contando com dados amplos que permitem a análise e a sinergia de uma variedade de fontes de dados pequenas e grandes, não estruturadas e estruturadas, bem como dados específicos que capacitam a aplicação de técnicas analíticas que requerem menos dados, mas ainda oferecem percepções úteis.


“Abordagens de dados pequenos e amplos fornecem análises robustas enquanto reduzem a dependência das organizações de grandes conjuntos de dados”, diz a analista do Gartner. “Usando dados amplos, as empresas obtêm uma consciência situacional mais rica e completa ou uma visão de 360 ​​graus, permitindo tomadas de decisão mais assertivas.”


XOps – O objetivo do XOps – que inclui DataOps, MLOps, ModelOps e PlatformOps – é atingir eficiências e economias escalonáveis utilizando as práticas recomendadas de DevOps e garantir confiabilidade, reutilização e repetibilidade. Ao mesmo tempo, essa ferramenta reduz a duplicação de tecnologias e processos, além de possibilitar a automação.


A maioria dos projetos analíticos e de Inteligência Artificial falham porque a operação é tratada apenas como uma reflexão tardia. Se os líderes de D&A operarem em escala com o auxílio de XOps, eles permitirão a reprodutibilidade, rastreabilidade, integridade e integralidade de ativos analíticos e de Inteligência Artificial.


Inteligência de Decisão de Engenharia – A inteligência de decisão de engenharia se aplica não apenas a decisões individuais, mas a sequências de decisões, agrupando-as em processos de negócios e até mesmo em redes de decisões e consequências emergentes. À medida que as decisões se tornam cada vez mais automatizadas e aumentadas, as decisões de engenharia dão aos líderes de D&A a oportunidade de tomar decisões mais precisas, repetíveis, transparentes e rastreáveis.


Data & Analytics como cerne das funções empresariais – Em vez de permanecer uma atividade secundária, D&A está mudando para uma função comercial central. Nessa situação, os recursos de Data & Analytics se tornam ativos de negócios que devem ser compartilhados e alinhados aos resultados do negócio, permitindo uma maior colaboração entre as equipes.


O gráfico relaciona tudo – Os gráficos formam a base para muitos dados modernos e recursos de análise, pois, com eles, é possível encontrar a relação entre pessoas, lugares, coisas, eventos e locais em diversos ativos de dados. Os líderes de D&A contam com gráficos para responder rapidamente a questões complexas de negócios que exigem consciência situacional e uma compreensão da natureza das conexões e pontos fortes em diversas entidades.


O Gartner prevê que, até 2025, as tecnologias de gráficos, com Dashboards altamente customizáveis, serão usadas em 80% das tecnologias de D&A, em comparação aos 10% esperados para 2021, o que facilitará a tomada de decisões rápidas.


A ascensão do consumidor aumentado (augmented customer) – A maioria dos clientes de negócios utiliza painéis predefinidos e exploração manual de dados, o que pode levar a conclusões incompletas e decisões erradas. O tempo gasto com painéis predefinidos será progressivamente substituído por insights dinâmicos, automatizados, conversacionais e personalizados para as necessidades dos usuários e entregues em seu ponto de consumo.


“Isso mudará o poder analítico do consumidor de informações – ou consumidor ampliado – dando-lhes recursos antes disponíveis apenas para analistas e cientistas de dados”, explica Sallam.


Data & Analytics em Edge Computing – Dados, análises e outras tecnologias que os suportam residem cada vez mais em ambientes de Edge Computing (ou computação de borda), dessa forma, estão mais perto de ativos no mundo físico e fora do alcance da TI. A expectativa do Gartner é que, até 2023, mais de 50% da responsabilidade primária dos líderes de D&A incluirá dados criados, gerenciados e analisados ​​em ambientes de borda.


Os líderes podem usar essa tendência para permitir maior flexibilidade, velocidade, governança e resiliência no gerenciamento de dados. Uma diversidade de casos de uso está gerando interesse em recursos de borda para D&A, que vão desde o suporte à análise de eventos em tempo real até a ativação do comportamento autônomo de “coisas”.