Dez maneiras de tornar dados mais úteis e consumíveis

Já sobrecarregados, os departamentos de TI estão lutando para dar suporte ao novo paradigma de negócios digitais

Assim como a maioria dos fabricantes, a indústria está nadando em dados que precisam ser consumidos rapidamente. Você está lidando com preços de produtos flutuantes e sensibilidade crescente aos preços, enquanto garante que está preparado para uma auditoria de qualidade ou de recall. Esses processos criam dados que, se usados adequadamente, podem se tornar um valioso recurso comercial e competitivo. Na realidade, é mais fácil falar em aproveitar sua inteligência de negócios e suas funções analíticas do que fazer. Mas pode ser diferente e mais produtivo, veja como:

1. Democratize dados para capacitar seus usuários

Na era em que tudo acontece em tempo real, os dados que chegam vários dias (ou até horas) após a solicitação são bons? Os processos de negócios digitais de hoje estão criando mais dados do que nunca, e os funcionários estão cada vez mais orientados por dados.Já sobrecarregados, os departamentos de TI estão lutando para dar suporte a este novo paradigma, e a solução é dar acesso aos dados a mais pessoas. O usuários devem ser capazes de analisá-los, de modo independente para torná-los significativos, sem suporte adicional de TI. As interfaces visuais, junto com a capacidade de ver os dados em tabelas e gráficos e personalizar relatórios, são fundamentais para tornarem os dados, não apenas acessíveis, mas também valiosos. De acordo com a Nucleus Research, ao eliminar a necessidade de treinamento intensivo de análise e dar mais acesso aos trabalhadores a aplicativos simples, é possível obter ROI maiores em seus projetos.

2. Filtre os dados que cada usuário recebe ao configurar as permissões

Nos dias atuais recebemos mais informações do que temos tempo para processá-las. Um estudo da IBM descobriu que 82% de executivos reconheceram o valor e a efetividade de integrar Big data e análise em seus negócios, no entanto, somente 24% deles acreditam que suas organizações possam lidar com o trabalho. Ao filtrar os dados por responsabilidade ou função, é mais provável que os funcionários selecionem somente os dados que realmente precisam para a realização dos trabalhos.

3. Implemente fluxos de trabalho com base em seus processos de negócio

Conectar sua inteligência de negócios e análises de dados aos processos de negócios permite uma tomada de decisão rápida e proativa, além da padronização de processos. Assim evitamos erros custosos e criar trilhas de auditoria, aumentando ao mesmo tempo, a produtividade.

4. Coloque à disposição alertas automaticamente baseados em eventos ou critérios pré-definidos

Os melhores dados são os úteis, e para transforma-los é preciso enviá-los diretamente aos usuários. Não os obrigue a procurar. Ofereça a informação, onde quer que eles estejam. Ao gerar alertas com base em eventos e critérios predefinidos, como quando o fornecimento de um ingrediente está acabando ou um equipamento está programado para manutenção, é possível obter dados relevantes para as pessoas que precisam, com o máximo de antecedência, e ainda evitar problemas.

5. Incorpore tecnologias sociais

Demorou um tempo, mas as empresas finalmente estão começando a aceitar as tecnologias sociais e reconhecer a função importante que podem ter para tornar as informações mais valiosas.

A inteligência de negócios e as ferramentas analíticas estão particularmente adaptadas aos conceitos que agora migraram do mundo do consumidor.

- A capacidade de “curtir” ou “seguir” pessoas, tópicos, ou até equipamentos: essas capacidades promovem o trabalho em equipe e a colaboração para garantir que a informação seja enviada de forma rápida e automática àqueles que precisam.

- Os recursos de bate-papo oferecem uma maneira de capturar o conhecimento sobre a empresa e evitar com que as informações fiquem escondidas em caixas de entrada de e-mail e discos rígidos, locais onde a Harvard Business Review observou que, normalmente o conhecimento institucional fica perdido.

- Recursos de busca empresarial: a busca permite com que os usuários encontrem rapidamente o que precisam e evitem se perder em um mundo de dados irrelevantes. Ao capturar esta informação e torná-la disponível para busca, você facilitará o conhecimento institucional a acessar, compartilhar e salvar.

6. Ofereça acesso móvel às informações

De acordo com Mary Meeker, da Kleiner Perkins, hoje, 25% de todo o uso da internet são para contas móveis. E esse número só tende a crescer. Seus funcionários não estão presos às mesas, estão no chão de fábrica, no depósito, em ligações de vendas. Eles precisam estar conectados. Manipular dados e criar relatórios em um dispositivo móvel pode ser o que os funcionários precisam, mas a maioria ficará satisfeita simplesmente por ter acesso no início. Um método em fases, dará a você, tempo para implantar as políticas de segurança corretas e testar os ambientes.

7. Escolha as soluções que ofereçam opções de implementação flexível, incluindo hospedagem em nuvem

A nuvem ajuda a reduzir os gastos de capital, a acelerar o acesso aos dados e simplificar a integração de solução; uma mudança para a nuvem também reduz o tempo gasto ao reagir às interrupções do serviço. Além de reduzir o custo total de propriedade e melhorar a segurança de dados.

8. Selecione as ferramentas que se integram facilmente com os sistemas na empresa, independentemente do fornecedor

Há possibilidade de obter uma mistura de aplicativos internos, soluções prontas para uso e software empresarial personalizado, de modo moderado ou intenso. Integrar todos esses sistemas é problemático, você precisa de inteligência de negócios e sistemas analíticos que podem se integrar facilmente com seus sistemas de produção, sistemas de RH, sistemas de relacionamento com o cliente, entre outros, sem forçar a substituição ou personalizar os conectores de código. Esses sistemas devem se comunicar perfeitamente entre eles, para que você tenha uma fonte confiável de dados, que seja acessível a partir de qualquer lugar.

9. Dê aos usuários o acesso para pré-criar análises e dados

Para as ferramentas analíticas atenderem às necessidades de sua empresa química, elas precisam trabalhar como o seu negócio trabalha. Escolha soluções que são desenvolvidas a partir de uma função específica em sua empresa (como finanças ou vendas) e que ofereçam modelos específicos ao segmento e relatórios previamente criados com base nos processos típicos de mercado e KPIs. Seus usuários terão ferramentas que falam seu idioma, já que trabalham com processos específicos para a indústria química, que podem ajudar a aumentar sua produtividade e seu compromisso.

10. Ofereça uma visão em tempo real de seu negócio

Acompanhar as demandas do cliente e, ao mesmo tempo, garantir a segurança e a conformidade com as autorizações regulatórias precisa de uma visão em tempo real de todos os seus processos de negócios.

O equipamento que está na sua fábrica está funcionando de acordo com a especificação? Seus custos de energia estão flutuando tanto que você talvez precise repensar onde mantém suas fábricas de produção?

A tecnologia facilitou a classificação de Big data em conjuntos menores, mais úteis que, em troca, permitem dividir os silos comerciais e aumentar a visibilidade. Como resultado, você tem uma oportunidade maior que antes para criar uma visão abrangente de 360º, em tempo real de interação entre seus sistemas de cadeia de fornecimento, compra e transação. É possível encontrar um problema, isolá-lo, analisá-lo e descobrir a causa e identificar uma solução, antes que crie um gargalo.

Fonte: http://computerworld.com.br/dez-maneiras-de-tornar-dados-mais-uteis-e-consumiveis

Dados não precisam ser grandes para serem efetivos

Empresas acumularam, durante anos, dados sobre quase todas as áreas do seu negócio, principalmente em bases que atuaram como repositórios para aplicações.

Na medida em que as empresas se tornam mais enxutas, geralmente a partir de inevitáveis projetos de redução de custos e transformações, elas precisam mudar a maneira de operar e gerir os custos que vem pela frente. Reduzir pessoal pode trazer resultados rápidos para o balanço final e confiança aos acionistas, mas raramente traz melhorias reais de produtividade a curto prazo, e quase sempre desmotiva os efetivos que são designados para carregar a “carga extra”.

A introdução de um novo software ou ferramentas destinadas a melhorar a produtividade são quase sempre associadas a mudanças e problemas de gerenciamento dessas questões, e essas questões frequentemente encontram seu caminho no terreno da gestão de clientes. Em tempos em que a experiência do cliente é fundamental, e onde os relatórios de mídia social podem falhar, as empresas têm de andar numa corda bamba constante tentando manter todas as influências positivas e negativas em equilíbrio.

Nos últimos anos, o big data foi anunciado como a resposta para muitos problemas. As empresas acumularam, durante anos, dados sobre quase todas as áreas do seu negócio, principalmente em base de dados que atuaram como repositórios para aplicações.

Dados diversos, anteriormente vistos como alheios - operacional versus dados financeiros, por exemplo - estão agora sendo fundidos, mastigados e moldados para produzir uma nova gama de comparações e conclusões que são supostamente para ajudar a administração gerir melhor. Claro, isso pressupõe que você tenha na mão um staff que possa gerenciar todos essas informações e que tenham o know-how para fazer tudo isso ter sentido, muitas vezes com base em um conjunto definido de forma vaga dos requisitos dos usuários.

Porém, mais e mais empresas estão descobrindo que estão sentadas em um tesouro de dados facilmente acessíveis, que já estão sendo processados por aplicações e só precisam de pequenos ajustes para dar-lhes exatamente o que eles precisam. Um bom exemplo disso, e que está próximo a mim, é o uso de dados coletados para garantia de receita e gestão de fraude e riscos, reforçados e apresentados de uma forma diferente, para obter uma melhor visão dos clientes, produtos, serviços e sua real situação financeira.

Estamos vendo dados usados anteriormente para uma única finalidade sendo reapresentados para oferecer insights como rentabilidade em um cliente ou nível de produto, posição do cliente (em termos de propensão de deixá-lo) e até mesmo o impacto dos meios de comunicação social sobre o seu negócio, impulsionado pela atividade do cliente em sites como Twitter, Facebook, etc.

Nós não estamos falando aqui de traçar o perfil do cliente para poder oferecer-lhes coisas que acho que vão comprar (uma justificativa comum para grandes gastos em big data), mas algo muito mais básico do que isso: eles são bons clientes? Vale a pena mantê-los? O mesmo vale para produtos e serviços oferecidos.

Determinar o verdadeiro custo de qualquer destes, em comparação com as receitas que eles geram, é a premissa básica para o cálculo de margem e é algo que poucas empresas são capazes de fazer com facilidade e precisão. Essas informações devem estar disponíveis antes de qualquer exercício de corte de custos. Não é mais aceitável esperar até que auditores externos completem suas tarefas trimestrais, semestrais ou anuais para determinar a rentabilidade e ser capaz de obter avaliações precisas. Qualquer momento agora é fundamental para um bom negócio.

A auditoria automatizada é o cerne do que está sendo chamado de Enterprise Business Assurance (EBA), e operadoras inteligentes são capazes de realizá-lo através de ferramentas e dados que já estão à sua disposição, sem a necessidade de soluções caras de big data.

Não importa o tipo de negócio que você executa, você provavelmente já tem todos os componentes necessários na mão. Com alguma orientação de terceiros, aproveitando o que eles têm, você também pode determinar os custos, margens e rentabilidade rapidamente, garantindo que qualquer exercício de corte de custos seja eficaz e de valor.

Fonte: http://beta.computerworld.com.br/dados-nao-precisam-ser-grandes-para-serem-efetivos

Como instituições financeiras têm usado big data para atingir suas metas

Empresas devem abraçar o conceito como um recurso fundamental dentro de suas estratégias para se manterem competitivas.

A maioria das empresas de finanças já se engajou, de alguma forma, em iniciativas de big data. O conceito é uma arma de bancos e seguradoras para aumentar o ritmo de inovação e amplificar seus resultados. O desafio urgente agora é como gera mais valor de maneira contínua e descobrir oportunidades ainda ocultas.

Não importa muito em que pé sua empresa se encontra na adoção de estratégias orientadas a grandes volumes de informações. As abordagens em três fases listadas abaixo podem ajudá-lo a atingir relativo sucesso nessas empreitadas.

Passo um: Os objetivos e resultados de negócio devem direcionar, de maneira constante e transformacional, os projetos de análise de dados. É preciso definir metas junto às áreas de negócio para explorar recursos, ferramentas e abordagens de forma que tragam benefícios mútuos para a organização. 

Ao desenvolver um objetivo comum, as empresas de serviços financeiros conseguem alinhar metas aos resultados de maneira mais tangível e, por exemplo, conquistar taxas interessantes de redução de fraudes e oferecendo serviços mais personalizados para seus correntistas em tempo real.

Uma vez que os objetivos de negócio são determinados e priorizados, a empresa pode decidir qual a melhor tecnologia a ser endereçada a demandas e quais aspectos da infraestrutura necessitam de modernização para entregar inteligência baseada em dados e, assim, alcançar as metas. É importante para as áreas de negócio decidirem como atividades de análise serão rastreadas para ter certeza de que o projeto segue rumo ao sucesso.

Passo dois: Compreender o ambiente e impulsionar a inovação com base na forma como os resultados foram traçados. As empresas devem perseguir oportunidades para acelerar as formas como acessam e entregam informações para encontrar o melhor valor a partir dos dados. Por exemplo, serviços analíticos em ambientes em nuvem podem encurtar ciclos de adoção tecnológica e encurtar ciclos de planejamento.

Estes ambientes não só podem ser usados para descobrir ideias ocultas mais rapidamente, mas também servem para, por exemplo, ajudar a compreender com mais profundamente como a própria tecnologia pode ajudar a otimizar tarefas importantes da operação. Ao levar a cabo esta abordagem, uma organização pode determinar, de forma ágil e inovadora, como seus dados e tecnologias não tradicionais podem se unir para transformar um organismo digital feroz a partir de adequação de abordagem ferramental e/ou processual.

Ao analisar e descobrir insights de novos tipos de dados e fontes, as empresas podem descobrir que têm uma lacuna em sua infraestrutura tecnológica, o que lhes permite gerir os novos dados para atingir objetivos específicos de negócios.

Como solução, as companhias devem tentar construir um ambiente de tecnologia híbrida - isto pode ser criado pela adição de ferramentas emergentes, como Hadoop, para uma infraestrutura já estabelecida. Como resultado, os dados podem ser rapidamente mobilizados e analisados de forma eficaz para perseguir o resultado do negócio.

A exploração de dados não deve ter/ser um fim em si. Simultaneamente, a cultura de dados, é preciso criar e executar uma agenda de mudanças e evoluções das iniciativas, além da busca pelos resultados financeiros, que testem e rodem processos e tecnicas para encontrar padrões que não são claramente evidentes aos seus desempenhos.

Tradicionalmente, companhias que atuam na indústria serviços financeiros só usavam dados transacionais, como registros de pagamentos e de depósitos. Hoje, contudo, já é possível analisar dados transacionais juntamente com os dados de interação, call center e até mesmo oriundos de mídias sociais.

Por exemplo, bancos e seguradoras identificaram comportamentos fraudulentos aplicando algumas dessas técnicas. Uma companhia percebeu que pessoas que inserem informações muito rapidamente nos campos de formulários online indica um comportamento mais propenso à fraude.

Terceiro passo: Mobilizar os dados para perceber o verdadeiro valor escondido neles. As empresas de serviços financeiros devem olhar para esses ativos como se fossem uma cadeia de abastecimento, permitindo que ele flua facilmente através de toda a organização - e, eventualmente, em todo ecossistema de parceiros.

Para construir uma cadeia de fornecimento de dados, devem começar por seguir dois passos importantes: utilizar uma plataforma de serviços de dados que faz com que todos os registros sejam acessíveis para quem e quando forem necessários e integrar fluxos de diversas fontes.

Com as novas fontes externas se tornando disponíveis e passíveis de trazerem novas oportunidades de conhecimento somando-se às novas ferramentas de big data, uma fundação pode ser estabelecida para criar uma relação que permeie diversas organizações e níveis organizacionais, permitindo novos insights para extrair vantagens competitivas.

Através de análise de grandes volumes de dados, bancos e companhias de seguros podem oferecer aos clientes uma experiência mais rica. Para atingir esta meta, as empresas exploraram microssegmentação de dados de clientes obtidos a partir de todos os pontos de contato da transação - móveis, call centers, etc. Esses registros são analisados para que clientes com necessidades semelhantes possam ser apresentados com ofertas relevantes e oportunas sobre seus canais preferenciais.

Outro exemplo: um banco consegue criar uma sobreposição de dados relativos ao sentimento dos clientes em cima de dados obtidos nas centrais de relacionamento e, dessa forma, conseguem compreender se eles estão contentes com os serviços recebidos, cobrando taxas corretas, entre outras possibilidades. Se as percepções descobertas mostram sentimentos negativos, a instituição consegue corrigir erros e melhorar experiências em tempo real.

Big data e analytics podem fornecer conhecimentos necessários para atingir objetivos de negócio atuais, ampliando a fidelidade dos clientes, melhorando as operações de negócio ou descobrindo novas oportunidades que não sabia que existiam. Empresas devem abraçar o conceito como um recurso fundamental de suas estratégias para se manterem competitivas.

Fonte: http://beta.computerworld.com.br/como-instituicoes-financeiras-tem-usado-big-data-para-atingir-suas-metas

Big Data e Internet das Coisas serão motores de uma nova economia

A combinação de Big Data e Internet das Coisas deverá gerar o surgimento de uma nova economia baseada na personalização de produtos e serviços, influenciando inclusive o desenvolvimento de produtos customizados que saem das lojas conectados o tempo todo.

A previsão é de Edouard Hieaux, country manager para o Brasil da AT Internet, empresa global de Digital Analytics. Segundo Hieaux, a capacidade de analisar os dados gerados pelos consumidores será fator de diferencial competitivo entre concorrentes, ganhando aquele que tiver mais recursos de analytics. Confira abaixo os destaques da entrevista de Hieaux.

Analytics e futuro corporativo

"No mundo dos negócios neste início de século XXI, extrair inteligência dos números se tornou fator crítico de sucesso. Embora para alguns setores a análise de dados seja uma necessidade já há algum tempo, a novidade é que, com o avanço da tecnologia e o aumento da concorrência, esta competência agora é determinante no mercado em geral. E com um nível de exigência cada dia mais elevado, com ferramentas e métodos de mensuração extremamente sofisticados."

"Muitos se perguntam “para onde os dados vão nos levar?”. É uma questão pertinente porque as respostas indicam caminhos que vão definir a estratégia das empresas daqui para frente. Um dos reflexos diretos da importância estratégica dos dados nos negócios é que setores inteiros da economia estão sendo radicalmente transformados por eles. E esse movimento deve se acentuar com a convergência entre Big Data e Internet das Coisas."

Intersecção das tecnologias

"O impacto para as empresas é grande. A Internet das Coisas é assim chamada por conectar à rede objetos e máquinas diversos, como eletrodomésticos, vestuário, meios de transporte, sistemas de empresas, relógios e eletroeletrônicos, além de computadores e smartphones. Integrados a sistemas operacionais, eles funcionam como extensão dos smartphones e facilitam acesso a aplicativos e email."

"Além disso, podem coletar informações sobre trânsito e localização, previsão do tempo, atender a chamadas telefônicas sem que se tire o celular do bolso e monitorar batimentos cardíacos. Assim, em breve não haverá mais barreiras entre os mundos físico e digital. Conectados por meio de dispositivos que se comunicam entre si, eles se tornarão um só. Os veículos modernos, aliás, hoje já são uma espécie de data centers móveis, tamanha a sofisticação dos softwares embarcados. "

Como lidar com tantos dados

"Se não houver inteligência no processo de análise, não servirão para nada. É aí que entra o Big Data. Decupar essa imensa quantidade de informações que circula entre equipamentos e pessoas e apenas entre as máquinas é o ouro do século XXI."

"Nesse cenário, o principal desafio será a escolha e o gerenciamento dos diferentes métodos de análises de dados. O ponto de partida para lidar com esse universo infindável é definir os objetivos da estratégia digital da companhia. O gestor deve avaliar qual o diferencial de sua marca e o posicionamento buscado - e onde quer chegar."

"Outro ponto importante é internalizar a inteligência e a estratégia. De nada adianta imaginar que um software de analytics resolverá todos os problemas. Ele é como um foguete: sobe, mas precisa de bons pilotos para levar ao destino correto."

Personalização inimaginável

"Embora o mercado ainda esteja no início desse processo, de uma coisa não há dúvidas: as marcas que se prepararem melhor para obter inteligência a partir das informações geradas pelos consumidores nesse novo ambiente, onde há internet em tudo, inclusive no corpo, estarão na dianteira dessa nova era. Estas serão as empresas do futuro."

Fonte: http://computerworld.com.br/big-data-e-internet-das-coisas-serao-motores-de-uma-nova-economia

Porquê o BI deve vir antes do big data

Nas últimas semanas tenho lido muitas reportagens e artigos que mostram como grandes empresas estão se estruturando para atender suas necessidades de inteligência de dados. Apesar de serem assuntos em voga, BI e Big Data são diferentes, mas complementares.

É fato que desde 2011 Big Data ganhou destaque nas discussões em publicidade digital. Por outro lado, ter uma área de BI dentro de cada empresa hoje é obrigatório e importante, pois a necessidade de utilizar com inteligência suas bases de dados para a tomada de decisões é premente. Atualmente o BI já atingiu certa maturidade, tem modelos definidos e pode ser utilizado com uma variedade de plataformas, mas prescinde da melhor e mais robusta ferramenta existente no mundo: o cérebro humano.

Portanto, BI é diferente de Big Data.

Big Data lida com um volume gigantesco de dados, estruturados ou não, e em alguns casos manipulados somente por mainframes (computadores de grande porte), suportado por ferramentas robustas e caras, sem falar na equipe que opera pesado toda essa plataforma. Big Data busca encontrar correlações entre os dados analisados sem se preocupar com o significado destas correlações. Aí é que entra a complementariedade com BI: olhar para estas correlações, muitas vezes novas e estranhas, para tirar aprendizados e insights para aplicar nas suas estratégias é uma tarefa da área de BI.

Segmentos como de Bancos, Telefonia, Companhias Aéreas, Petroquímicas, Pesquisadores, Sistema Meteorológicos e o próprio Google praticam e necessitam de Big Data. Estas companhias se utilizam destas bases gigantescas, associadas a uma variedade de ferramentas para criar e estudar modelos altamente precisos e complexos de “prever o futuro”.

Ok, partindo do pressuposto que todos entendem a diferença e complementariedade entre Big Data e BI e que a maioria das empresas e agências já sabe que, neste mundo da mesurarão qualificada, mais que ter dados o importante é saber o que fazer com eles, a pergunta é: como fazer?

Hoje, para utilizar inteligência de dados, não necessariamente precisamos montar uma área de Big Data - pelo menos não ainda. Pode ser bonito dizer e anunciar que “temos nossa área de Big Data, vamos minerar toda nossa base de dados para tomarmos as melhores decisões“. Mas se você ainda não tem o BI estruturado de forma consistente e madura, montar uma área de Big Data é praticamente impossível. Por este motivo recomendo que escolha pessoas e parceiros que sejam realmente qualificados para este trabalho e saibam orientar os investimentos, guiando corretamente cronogramas de implementação para estas estruturas de inteligência de Dados.

Como falei no início deste artigo, utilizar-se de BI é obrigatório. Já Big Data depende do volume de dados que se quer manipular e o momento em que sua empresa esta neste processo.

Recomendo critério e planejamento para evitar desperdícios e frustrações neste processo. Se pudesse dar um conselho, diria que o maior desafio que precisamos vencer hoje é conseguirmos inserir BI como elemento estratégico nas decisões, hoje muito centradas no planejamento, criação e mídia. Já vejo algumas empresas entendendo este movimento e agências mudando suas formas de planejar campanhas e ações no meio digital, mas ainda é um trabalho que tomará um tempo razoável. Será que estou errado? O tempo dirá..

Fonte: http://computerworld.com.br/porque-o-bi-deve-vir-antes-do-big-data

TI bimodal é uma das tendências para 2015, segundo o Gartner

Formada pela “TI de classe empresarial” e pela “TI oportunista” ela deverá suportar um ambiente de negócios evolutivo, mas também ágil e flexível.

CIOs devem trabalhar com executivos de negócios e com o CFO a fim de garantir que a contribuição crítica de TI seja incorporada desde cedo no planejamento estratégico e nos processos de planejamento de orçamento das corporações, defende o Gartner, que recomenda fortemente a criação de uma área de TI “bimodal”, composta por uma, a “TI de classe empresarial”, responsável por entregar serviços de TI eficientes, com altos níveis de excelência e confiabilidade; a outra, a “TI oportunista”, pronta para aproveitar novas oportunidades, com a criação de novos modelos de negócio. A “TI de classe empresarial” suporta um ambiente de negócios evolutivo, ao passo que a “TI oportunista” suporta um ambiente de negócios ágil e flexível.

"A estrada rumo a um futuro digital requer das empresas ações transformadoras de TI por meio de inovação disruptiva, ao mesmo tempo em que continua a ‘fazer negócios como sempre’ no nível de excelência esperado,” afirma Dreyfuss. “Portanto, TI deve operar em níveis de alto desempenho em dois modos muito diferentes”, afirma Cassio Dreyfuss, vice-presidente de pesquisas do Gartner

O executivo lembra que, no passado, considerações sobre o uso de TI para dar suporte aos negócios vinham muito tempo depois das estratégias e iniciativas estratégicas para o período seguinte terem sido projetadas e sancionadas pela alta gerência. “Com o passar do tempo, a TI deixou de ser uma ferramenta de suporte para ser uma ferramenta de capacitação e criação de negócios. Sob essa perspectiva mais ampla e inclusiva, faz mais sentido falar sobre gastos relativos a TI em toda e qualquer iniciativa de negócio e seu respectivo orçamento. Desta forma, o CIO é desafiado a adotar um perfil mais relevante e se engajar ostensivamente em oportunidades para influenciar as decisões de TI nos orçamentos de negócios da empresa”, completa Dreyfuss.

Todos sabemos que as decisões adequadas sobre o orçamento de TI seguem processos diferentes para cada empresa, dependendo do seu estilo de trabalho, que, por sua vez, depende de variáveis externas, como seu ambiente de negócios, e variáveis internas, como os processos de trabalho e de decisões. Mas, por mais diferentes que as empresas possam ser, o CIO tem contribuições únicas sobre as decisões de TI para empresas de todos os estilos.

Na opinião do Gartner, a área de TI está em uma posição de se envolver de forma ampla e intensa com as decisões de orçamento, oferecendo perspectivas-chave à discussão sobre:

- Arquitetura de informação – Conhecimento da informação que é utilizada na empresa, quem usa qual informação, quando, como e com que objetivo.

- Redes de processos de negócio – Conhecimento dos processos da empresa, de ponta a ponta, suas regras e dinâmicas, quem os executa, quando, como e com qual objetivo.

- Infraestrutura das operações: Domínio de como executar todos os processos e entregar todas as informações, seus ciclos, suas exigências de integração e todas as interfaces com as pessoas.

- Cenário da tecnologia: Perspectiva abrangente e qualificada do cenário da tecnologia e sua evolução, e os recursos, oportunidades, desafios, riscos e os aspectos econômicos das ferramentas de TI.

Outras tendências para 2015

A visão da consultoria é a de que a digitalização das organizações permitirá às empresas adotarem uma postura tecnológica menos amarrada a eficiência operacional de processos internos e mais como uma habilitadora para o desenvolvimento de modelos de negócios, serviços e produtos disruptivos.

Esses negócios, produtos e serviços devem esta alinhados a uma nova realidade que aponta para a fusão entre o mundo real e o virtual, graças ao surgimentos de modernas tecnologias como a Internet das coisas (IoT), que traz a reboque um universo de componentes complementares como máquinas inteligentes, análises pervasivas e impressão 3D.

A lista de conceitos e tecnologias que devem estar no radar dos CIOs em 2015, para que possam desempenhar a função de conselheiros, inclui:

1 - Computação em toda parte – Para a consultoria, o mundo caminha para um acesso total e ubíquo a toda capacidade tecnologia. Telas inteligentes e dispositivos conectados se proliferarão em diversas formas, tamanhos e tipos de interação. 

2 - Internet das coisas – A consultoria manda um recado para os CIOs: experimentem, avaliem e incentivem projetos para desenvolver utilizações de sensores e dispositivos conectados em suas empresas.

3 - Impressão 3D – Ok, não se trata de uma tecnologia nova. Aliás, vamos fazer justiça que o conceito ronda por aí desde 1984. Contudo, agora é que atinge níveis importantes de maturidade. Enquanto o tema ganha atenção no campo de consumo, a verdadeira revolução tende a vir de sua aplicação nas corporações.

4 - Análises avançadas, pervasivas e invisíveis – Toda aplicação é um app de análises nos dias de hoje.

5 - Sistemas contextuais ricos – Conhecer o usuário, sua localização, tudo que ele fez no passado, suas preferências, conexões sociais e outros atributos fornecerão inputs para as aplicações. 

6 - Máquinas inteligentes – A capacidade de executar tarefas com precisão e apreenderem com rotinas dará nova dimensão aos mais diversos equipamentos.

7 - Nuvem e client computing – Esse é tópico central para evolução da nuvem. Isso significa que uma aplicação estará baseada em nuvem e será capaz de se estender a múltiplos clients. 

8 - Aplicações e infraestruturas definidas por software – Tecnologia precisa misturar estruturas de maneira dinâmica, com elementos pré-definidos e bem menos complexidade. 

9 - Web-scale IT – Tópico que se assemelha ao modelo já usado por grandes provedores de soluções em nuvem, incluindo sua cultura abrangente de riscos e alinhamentos de colaboração. 

10 - Segurança – Em particular, a tendência é de mais atenção para aplicações com autoproteção.

Fonte: http://cio.com.br/tecnologia/2014/10/08/ti-bimodal-e-uma-das-tendencias-para-2015-segundo-o-gartner/

Iniciativas de BI colaborativo e na nuvem estão em alta

Através de BI colaborativo, as empresas podem expandir o alcance da informação que desejam compartilhar, obter feedback e compartilhar ideias facilmente.

O uso de sistemas de informação de apoio estratégico à tomada de decisão, através do conhecimento integrado do mercado e dos clientes, tem ganhado cada vez mais importância para as empresas. Especialmente no último ano, assistimos à crescente adoção do chamado BI “colaborativo, na nuvem, de acordo com a terceira edição do "Wisdom of Crowds Cloud Business Intelligence", da Dresner Advisory Services.

O estudo analisa o interesse crescente pelo BI colaborativo através de dados fornecidos por 882 organizações de diversos setores e localizações geográficas, entre fevereiro e março deste ano. De acordo com os resultados, o percentual de empresas que usam atualmente BI em nuvem pública aumentou mais de 17% desde o ano passado e mais de 53% em comparação ao estudo de 2012. As pequenas organizações relatam um índice maior de adoção e intenção de adoção em 2014.

Além disso, 60% dos inquiridos consideram as capacidades colaborativas como “importantes”, “muito importantes” ou “críticas". Os segmentos de Tecnologia, Finanças e Saúde são os que dão maior importância ao BI colaborativo, com pessoas e as organizações trabalhando em conjunto para desenvolver um entendimento comum que, por sua vez, é compartilhado e utilizado para apoiar uma melhor tomada de decisão em toda a organização.

"Este ano há uma retomada do interesse em Collaborative BI, colocando-o acima de temas quentes como Big Data e mídias sociais", afirma Howard Dresner , fundador e chefe de pesquisas da Dresner Advisory Services. "Além disso, vemos um alinhamento muito mais estreito entre as funções que os usuários desejam e as ferramentas e recursos que os fornecedores estão incorporando em suas ofertas de BI", completa o executivo.

O estudo analisou 17 fornecedores de BI indicados pelos usuários, classificando-os com base nas ofertas de colaboração oferecidas em sus produtos. De acordo com a análise, a indústria de BI colaborativo tem espaço para melhorar especialmente os recursos envolvendo mobilidade. Hoje, o aumento da mobilidade e da consumerização de TI criaram um ambiente de negócios em ritmo acelerado, que as empresas de todos os tamanhos precisam de acompanhar.

A pesquisa também descobriu que as empresas de médio porte estão se voltando para os recursos de colaboração para criar um ambiente de trabalho mais produtivo, que usa a inteligência coletiva dos trabalhadores para conectar vários insights de negócios.

Fonte: http://cio.com.br/noticias/2014/05/22/iniciativas-de-bi-colaborativo-e-na-nuvem-estao-em-alta/

A solução para o Big Data pode estar na migração do BI para a nuvem

A maioria das empresas de médio e grande porte já fez investimentos significativos em Business Intelligence (BI). Os sistemas mais robustos têm a capacidade e as funcionalidades para processar enormes volumes de dados transacionais. No entanto, além do investimento inicial em licenças, hardware e em complexos projetos de implantação, essas soluções exigiam contínua manutenção para migração de versões e para manter os painéis e relatórios alinhados com a estratégia e a atuação no mercado de cada empresa.

Tenho discutido o assunto com executivos de empresas que contam com ferramentas conceituadas em suas companhias, mas que ainda sentem falta de informação relevante para a sua tomada de decisão. As soluções de BI nas empresas cresceram e, em alguns casos, se tornaram desatualizadas, de forma que estudos atuais mostram que, no momento em que o mundo discute Big Data, a taxa de uso das soluções de BI tradicionais já implantadas é menor do que 30%.

A Harvard Business Review conduziu uma pesquisa com 951 leitores, e apenas 28% deles disseram que sua organização usa Big Data para tomar decisões melhores ou criar novas oportunidades de negócio. Outro estudo, citado pelo professor Thomas H. Davenport no artigo "Big Data: Oportunidade e Desafio para a Vantagem Competitiva", afirma que o mundo usou 2,8 zetabytes (2,8 trilhões de gigabites) em 2012 e apenas 0,5% disso foi analisado. Sugere também que apenas 25% destes 2,8 zetabytes tem valor potencial. O desafio é saber filtrar estes 25% e conseguir analisá-los.

Para tornar o nosso desafio ainda mais interessante, passamos a demandar das soluções que tratem não só dados internos, estruturados (como ERP) e não-estruturados (como planilhas e outras fontes), como aqueles oriundos de fontes externas, particularmente das mídias sociais. O uso difundido de smartphones e tablets no ambiente corporativo também criou novas exigências para os sistemas tradicionais de BI.

As questões são tão importantes que vários provedores estão direcionando o futuro de suas soluções para mobilidade, nuvem, Big Data e redes sociais. Institutos de pesquisa também refletiram isso. No final do ano passado, o Gartner divulgou uma lista com as principais tendências de tecnologia para 2014. De dez tendências, cinco se relacionam à nuvem e sete, à mobilidade.

Em paralelo, a evolução dos conceitos Cloud e SaaS (Software as a Service) propiciou o surgimento de novos provedores de solução de BusinessIntelligence na nuvem. Algumas soluções de BI na nuvem, já disponível no Brasil, incorporam nativamente os padrões de mobilidade, permitindo uma solução de fácil acesso, cobrada por uso, preparada para interagir com as redes sociais naturalmente e com baixíssimo investimento inicial, afinal os dados na nuvem não exigem infraestrutura própria e não contemplam o licenciamento tradicional.

Já estão disponíveis no Brasil plataformas completas de BI na nuvem, com características como controle de versões dos dados, análise de tendências, ferramentas de extração, transformação e carga de dados, capacidade de juntar dados estruturados e desestruturados internos e externos em uma mesma análise, funcionamento em dispositivos móveis, opções avançadas de análise, visualização atraente e ambiente de colaboração, entre outras.

Os executivos estão percebendo isto e a adoção de sistemas de BI na nuvem vem crescendo a passos largos. O próprio emprego da nuvem ganhou maturidade. Perceberam que é uma bela evolução da terceirização tradicional de infraestrutura, por permitir uma escalabilidade mais simples e rápida, portanto, mais barata. A nuvem pode ser usada desde que observado o comprometimento de disponibilidade através de Acordos de Níveis de Serviços, ferramentas e processos de segurança auditados por empresas independentes.

Para melhorar, alguns desses fornecedores já colecionam casos de sucesso muito interessantes, em empresas dos mais variados portes, em projetos muito mais rápidos e bem mais baratos do que as iniciativas do passado, com BI tradicionais. É cedo para avaliar se o BI na nuvem será a solução definitiva para o Big Data, mas já podemos concluir que fará parte do caminho para melhorar o percentual dos dados relevantes utilizados para a tomada de decisão nas empresas.

Fonte: http://cio.com.br/opiniao/2014/07/23/a-solucao-para-o-big-data-pode-estar-na-migracao-do-bi-para-a-nuvem/

Analytics Versus BI - Tsunami Tecnológico

O mercado de softwares de BI (Business Intelligence) e Analytics, também conhecidos como soluções de Inteligência e Análise de Negócios está passando por uma verdadeira batalha silenciosa nos últimos anos. De um lado empresas bilionárias e tradicionais do mercado de Tecnologia da Informação (TI), com os softwares de BI. Do outro, jovens empresas com menos de 5 anos, com os softwares Analytics,  que pouco a pouco começam a ameaçar este domínio, em um verdadeiro movimento de ruptura do mercado. 

Estamos falando de um mercado prá lá de interessante, que segundo previsões² de IDC e Gartner deverá atingir US$59 Bilhões até 2018. Se incluirmos a este mercado o Big Data, tecnologia que anda de braços dados com o Analytics, estima-se que o mercado atinja US$1 trilhão até 2018. O mercado global de Software atingia US$659 bilhões em 2013, com as gigantes IBM, Oracle, Microsoft, SAP, e SAS responsáveis por 60,2% deste mercado, enquanto que o mercado brasileiro atingia US$10,94 bilhões. 

Segundo estudo da Frost & Sullivan, "Big Data and Analytics in Brazil on the Road to Become a Billion Dollar Market by 2018”, o mercado brasileiro de Big Data e Analytics que até 2014 ainda se encontrava em estágio inicial de desenvolvimento, deverá atingir cerca de US$1 bilhão em 2018. 

A situação do mercado atual de BI e Analytics é similar a ocorrida no mercado de Mainframes, Workstations e PCs no final dos anos 1980s. Naquela época, as Workstations e PCs, eram vistos com desconfiança e desprezo por muitos especialistas, técnicos e analistas do mercado, até então dominado pelo Mainframe. Algumas décadas depois assistimos à substituição dos grandes computadores por computadores de pequenas dimensões com o poder computacional superior aos antigos mainframes. 

Hoje em dia, empresas tradicionais como IBM, Microsoft, Oracle, SAS e SAP, líderes e gigantes bilionárias do mercado de TI, tem perdido fatia significativa do mercado de BI para as empresas de Analytics, que em menos de 3 anos abocanharam uma grande fatia do mercado e continuam crescendo. Tableau, Alteryx, GoodData, Tibco, a brasileira beMemo entre outras, são as responsáveis por esta verdadeira revolução no mercado. 

Os softwares de BI e Analytics trabalham com as informações de uma empresa, armazenadas por muitos anos em grandes bases de dados, presentes e dispersas pelas diversas áreas de negócio da empresa (finanças, vendas, estoques, custos, recursos humanos, etc.). Os analistas de negócios e usuários corporativos estão exigindo novas funcionalidades, que possam ser criados em tempo real e capacidades mais avançadas, sem a dependência das áreas de TI. 

 Por conta disto, está havendo uma mudança na forma como as empresas estão satisfazendo estes novos requerimentos e exigências de negócios. As informações estão sendo obtidas tanto das bases centralizadas dentro das empresas, quanto de dados descentralizados e dispersos fora da empresa, por exemplo nas redes sociais. Os antigos relatórios gerenciais continuam sendo produzidos e entregues, seja através dos sistemas já implantados ou através das áreas técnicas até então responsáveis por isto. Novas análises de tendências e comportamento do mercado, passam a ser obtidas de forma interativa diretamente pelos usuários de negócios.

 As soluções de software Analytics vem rapidamente ganhando espaço neste mercado. Os projetos para implantação de soluções de BI sempre foram considerados de alto custo (licenças de uso, suporte e manutenção, especialistas técnicos), longos e demorados (meses e por vezes anos para implantação), inflexíveis e altamente dependentes das áreas técnicas (TI). Por sua vez, a implantação de um software Analytics tende a ser muito mais rápida, pouco dependente da área técnica e com TCO muito mais baixo para a empresa.

A americana Tableau fundada em 2003 por Chris Stolte, Pat Hanrahan e Christian Chabot, da Universidade de Standord, no lendário Silicon Valley, até 2009 mantinha-se com base em investimentos de US$15milhões de um fundo de Venture Capital (New Enterprise Associate). Em 2014 após crescimentos anuais sucessivos da ordem de 100%, consegue atingir uma receita total de US$912milhões, com mais de 3 milhões de usuários em mais de 150 países. Enquanto que IBM, SAP e Oracle levaram cerca de 15 anos para atingir este número neste mercado, a Tableau levou pouco menos de 5 anos, e já desponta como empresa Líder no Quadrante Mágico de BI e Analytics do Gartner em 2015².

A Alteryx, outra empresa californiana, com menos de 5 anos de vida, vitaminada por investimentos da ordem de US$78milhões (segundo os sites de análises de startups Crunchbase.com e Techcrunch.com), há dois anos tem apresentando crescimentos da ordem de 200% (Year over Year), tendo atingido mais de 700 clientes e 200 mil usuários em todo o mundo.

A brasileira beMemo.com com pouco mais de 3 anos de vida e no mercado há pouco mais de 1 ano, vem ganhando o mercado doméstico paulatinamente, através de parcerias estratégicas com empresas nacionais e no mercado da americana latina. Um de seus diferenciais, além de um custo muito mais baixo do que seus concorrentes, é a capacidade dele ser embarcado (Embedded) em outros software ou produtos, agregando toda a capacidade Analítica em outros softwares ou produtos.

E assim como proposto por Chan Kim & Renée Mauborgne em "Estratégia do Oceano Azul" (Blue Ocean Strategy³), cria-se um novo mercado (soluções Analytics) onde os antigos rivais (soluções BI) tornam-se irrelevantes. Desafios e características intransponíveis para uns, e normais e naturais para os outros: plataforma tecnológica na Nuvem (In-Cloud), Software como Serviço (SaaS - Software as a Service), Pague somente quando usar (Pay as you Go), maior independência da área técnica e o principal: custo muito mais baixo do que os concorrentes BI.

SAP, Oracle, SAS, Microsoft, entre outras empresas de software, tem uma dependência gigantesca da receita da venda das licenças de uso, suporte e manutenção, custo este que deixa de existir com as novas empresas de software Analytics. Vejamos o que acontece nos próximos anos.

Fonte: http://cio.com.br/tecnologia/2015/06/09/analytics-versus-bi-tsunami-tecnologico/

IBM Watson: Supercomputador da IBM será atendente do Bradesco em 2016

O Watson, o supercomputador cognitivo da IBM, chegou ao Brasil no ano passado e está quase fluente na língua portuguesa. Ele está ficando tão habituado a nossa língua, que seus serviços serão utilizados pelo banco Bradesco já no 1º semestre de 2016.

Desde 2014 em terras brasileiras, o Watson está aprendendo o português do zero, como qualquer criança. Por isso, ele está estudando os traços culturais do vocabulário brasileiro e também a gramática portuguesa. 

“Ele aprende de uma maneira muito similar à de um ser humano. O Watson estuda semântica, sintaxe, mas o que chama a atenção nele é que ele conecta todo esse conhecimento a cada contexto”, disse Fabio Scopeta, líder da IBM Watson no Brasil e na América Latina, em entrevista a EXAME.com.

Segundo Scopeta, o Watson terá uma fluência profissional na língua portuguesa até o final deste ano. Isso quer dizer que o supercomputador logo conseguirá trabalhar para uma empresa em um caso real. “É o nosso primeiro cliente com o Watson. Ele vai aprender o português específico e todos os seus sotaques dentro do Bradesco”, relata Scopeta.

Nas palavras da IBM, o Watson é o primeiro sistema de computação cognitiva disponível para comercialização no mundo. Ele interage com os seres humanos por meio da compreensão da linguagem natural, capacidade de aprendizagem e da identificação de padrões de comportamento.

Robô atendente

Dentro do Bradesco, o computador irá interagir com os clientes a partir do telebanco (serviço de atendimento pelo telefone). “Ele vai auxiliar o nosso atendente a tratar melhor os nossos clientes”, relata Marcelo Camara, gerente do Departamento de Pesquisa e Inovação Tecnológica do Bradesco, em entrevista a EXAME.com.

De acordo com Camara, o objetivo final da empresa é que o Watson fale diretamente com o cliente. No entanto, isso não quer dizer que os atendentes serão demitidos.

“O nosso funcionário vai fazer a curadoria do conteúdo para treinar o Watson. A combinação de um ser humano e o supercomputador faz com que o atendimento fique rápido, massivo e de qualidade”, ameniza o gerente.

Além do Bradesco, outras empresas já se mostraram interessadas no supercomputador, segundo Scopeta. Nos Estados Unidos, o Watson já trabalha com a indústria da saúde há algum tempo.

“Nascimento” de Watson

O Watson “nasceu” em 2003 e foi chamado assim em homenagem ao fundador da IBM, o empresário norte-americano Thomas Watson.

Contudo, foi apenas em 2011 que ele ficou conhecido em todo o mundo. O supercomputador participou de um jogo de perguntas sobre conhecimentos gerais, chamado de “Jeopardy!”, na televisão norte-americana. O resultado? Ele venceu todos os candidatos.

O supercomputador chegou ao Brasil no final do ano passado. No entanto, ele não veio fisicamente para o país. Como a invenção é composta por software e hardware espalhados pelos data centers da IBM, ele está apenas virtualmente no país, como um serviço na nuvem.

Até agora, o Watson fala fluentemente o inglês (sua língua nativa). Ele também está aprendendo a falar português, espanhol e japonês. De acordo com Scopeta, a voz do supercomputador pode ser escolhida pelo cliente.

“Não existe um limite de aprendizado para o Watson. Ele é o único sistema computacional que fica melhor a cada dia que passa”, assinala Scopeta.

Fonte: http://exame.abril.com.br/tecnologia/noticias/supercomputador-da-ibm-sera-atendente-do-bradesco-em-2016

PATH Tips/Best Practices - Dica 12 @Tableau - Usando servidor R com o Tableau

Quando se trata de fazer a análise estatística em grandes conjuntos de dados, R é uma excelente opção.Graças à natureza dinâmica dos dashboards da Tableau, usando R no Tableau você terá uma maneira poderosa de analisar seus dados sem ter de recriar os scripts R para cada novo contexto analítico que você pode estar interessado em olhar.

Os modelos e funções do R agora podem ser usados no Tableau por meio da criação de novos campos calculados que chamam dinamicamente o mecanismo do R e transmitem os valores para o R. Então, os resultados são retornados ao Tableau para poderem ser utilizados no mecanismo de visualização do Tableau.

Os usuários que já conhecem o R irão considerar a integração benéfica por vários motivos:

• Eles poderão fazer análises estatísticas em seus dados do Tableau.
• Eles poderão acessar qualquer pacote ou função do R que estiver instalado em um servidor do R ao qual eles têm acesso.
• Eles poderão aproveitar todos os recursos de visualização no Tableau para entender e analisar melhor seus dados, sem precisar manipulá-los no R (o que pode ser trabalhoso) e obtendo o mesmo efeito.

Os pré-requisitos para utilizar o recurso incluem:

• Os usuários devem estar familiarizados com a linguagem do R para escrever os scripts e as chamadas funcionais de que precisam.
• Os usuários devem ter acesso a um servidor do R para acessar as funções do R no Tableau Desktop ou no Tableau Server.

Saiba mais em: http://onlinehelp.tableau.com/current/pro/online/pt-br/help.html#r_connection_manage.html%3FTocPath%3DRefer%25C3%25AAncia|Conex%25C3%25A3o%2520R|_____0

BI Móvel – a estratégia na palma da mão

Não é segredo para ninguém que a mobilidade, iniciada com a telefonia e chegando hoje à internet e aplicações, já mudou o modo como vivemos e, principalmente, o modo como fazemos negócios. 

O celular é uma ferramenta indispensável a qualquer profissional, neste contexto, muitas empresas já trabalham com a proposta de que os resultados estão lá fora e é para lá que os decisores devem ir. 

Na atual dinâmica de negócios, não se concebe gerir uma empresa sem visitar clientes. É isso que trará proximidade, parceria, entendimento e conhecimento profundo sobre suas necessidades. 

Do mesmo modo, se o profissional está no cliente, as informações críticas e estratégicas sobre aquela conta devem acompanha-lo, e é aí que o BI Móvel ganha importância.

Por exemplo, se o diretor de uma empresa encontra um cliente importante no aeroporto e este cliente faz uma proposta de negócio. Como ele pode tomar a decisão? Sem o uso de uma ferramenta robusta de BI, que tenha mobilidade, esta decisão será adiada, ou tomada usando a intuição e fragmentos de dados guardados na memória, ou ainda ligando para alguém na empresa e solicitando os dados necessários.

Por outro lado, com uma solução em mãos, em questão de instantes esse executivo terá todas as informações que precisar. Óbvio que estamos falando de informações que foram previamente desenhadas e disponibilizadas em um processo de design de gestão. 

O fato é que o BI e a mobilidade estão transformando a forma de explorar as informações de sistemas de gestão. Antigamente elas eram arquivadas em fichas, depois em computadores onde os relatórios precisavam ser impressos. O passo seguinte foi a consulta às telas de computador em nossas mesas. 

Ganhamos alguma mobilidade com os notebooks e as cópias das informações feitas com alguma defasagem. Hoje, com o BI Móvel, a informação é a do último momento, acessada como se estivéssemos dentro da empresa. É possível verificar a produção em tempo real, assim como o estoque, cargas enviadas para entrega, pedidos colocados e por quais vendedores, metas atingidas etc. 

Com tudo isso, as empresas ganham agilidade na tomada de decisão, o que significa aproveitar melhor as oportunidades e contar sempre com informações confiáveis, acuradas e atualizadas, seja na empresa ou de madrugada, na sala de embarque de um aeroporto.

Matéria completa: http://corporate.canaltech.com.br/noticia/business-intelligence/bi-movel-a-estrategia-na-palma-da-mao-41371/#ixzz3c1SmaiyL

A era do Big Data nas instituições de ensino superior

Os desafios que as instituições de ensino superior enfrentam nos dias atuais são inúmeros e demandam investimentos em tecnologias e ferramentas que possam tornar as decisões ligadas a esses desafios mais assertivas. Uma das possibilidades é o uso do Big Data, análise de dados robusta, com alto poder de processamento, permitindo análises mais precisas que antes não eram usados pelas instituições de ensino superior. Se aproveitados de forma inteligente, esses dados podem fornecer informações relevantes e apoiar decisões estratégicas.

Hoje, com a disponibilidade desse tipo de análise, é possível fazer uso de tecnologias dentro da instituição de ensino, tais como o AVA – Ambiente Virtual de Aprendizagem, e extrair informações que ajudarão na tomada de decisão relacionadas a novos investimentos, expansões do uso e diversificação de métodos. Por entender os dados relevantes, as instituições podem usá-los em seu favor, seja para atrair novos alunos pela qualidade da sua oferta, ou para reter e fidelizar esse público.

Afinal, embora a procura pelo ensino superior cresça, também há um grande número de desistentes nos primeiros anos da vida acadêmica. A inteligência de dados permite que professores e instituições de ensino tenham acesso a análises específicas, como desempenho do aluno por disciplina, histórico escolar, relatório de atividades complementares, notas, entre outras análises, que permitem ao professor enxergar o aluno como indivíduo e ter uma visão geral sobre o seu desempenho no curso; e a instituição, entender o perfil de determinados grupos e direcionar melhor seus investimentos, seja para retenção de conteúdo, novos processos educacionais, treinamentos dos professores, etc.

Mas, e o que o futuro reserva?

Hoje, o Big Data pode ajudar instituições a superar problemas específicos para fornecer melhores serviços para o seu público, mas em pouco tempo a conectividade permitirá que as IES deem passos maiores usando inteligência, internet e a ampla disponibilidade de dados. Aqui entra a Internet das Coisas (Internet of Things), um termo em inglês relacionado à conectividade de objetos e sensores pela rede, que se associado ao Big Data, fornecerá ainda mais informações concretas aos gestores das universidades.

Diferente dos dias de hoje, em que os dados são produzidos primordialmente por sistemas de aprendizagem, com a IoT, as instituições poderão ampliar sua visão, revolucionando sua oferta e modelo de gestão, porque terão acesso a informações estratégicas, que apoiarão a tomada rápida de decisão. Então, se você ainda não deu os primeiros passos a favor do Big Data, corra e prepare-se, porque o que vivemos hoje é apenas o começo de uma era de dados cada vez mais interligados pela rede. Afinal, a ampla conectividade não apenas mudará a forma como vivemos, mas gerará uma quantidade imensa de informações que se analisadas de forma precisa e inteligente poderão gerar grandes diferenciais competitivos.

Tenha em mente que é preciso começar, e o primeiro passo para iniciar um projeto de Big Data é entender que a análise deve fazer parte de uma estratégia ampla e de longo prazo. As IES devem traçar objetivos, possuir ferramentas adequadas para posteriormente expandir o uso dos dados gradualmente – tendo em mente que o aluno, objetivo final da educação, precisa ser o principal beneficiado, afinal, será o renome individual dele que tornará a instituição conhecida e reconhecida no mercado.

Matéria completa: http://corporate.canaltech.com.br/noticia/big-data/a-era-do-big-data-nas-instituicoes-de-ensino-superior-42229/#ixzz3c1P56mMP