Um recente estudo da IDC, o “Global DataSphere”, prevê que a quantidade de dados criados anualmente crescerá a taxa composta (CAGR) de 21,2%, e atingirá mais de 221.000 exabytes (um exabyte é 1.000 petabytes), em 2026. Esses dados incluem dados estruturados e não estruturados, este último a representar 90% de todos os dados criados a cada ano.

Neste contexto, é cada vez mais crítico as organizações terem inteligência empresarial para não só gerirem de forma eficiente, mas sobretudo conseguirem criar valor com dados. Para isso, a velocidade com que se tomam decisões é crucial – e talvez mesmo a única forma – para prosperar em ambientes altamente voláteis e incertos.

Recorrer à inteligência empresarial, conceito muito mais abrangente do que o conhecido “business intelligence” (BI), que integra dados estruturados e não estruturados vindos de diversas fontes, analítica avançada em tempo real, automação, acesso móvel e colaboração, e tecnologias de Inteligência Artificial (IA), é urgente, pois é a única forma de analisar e transformar a quantidade enorme de dados brutos em informação, conhecimento úteis para a tomada de decisões estratégicas, e cada vez mais para a criação e a própria gestão de produtos e serviços cada vez mais digitais e conectados.

Imaginem os segundos que são precisos para que uma equipa de Fórmula 1 mude os quatro pneus na box, mais um segundo e o momento da paragem pode fazer a diferença entre a vitória e a derrota, e a que velocidade são tomadas as decisões para que esta operação seja feita num curto espaço de tempo, mas com o maior rigor possível. Embora a maioria das empresas tenha de enfrentar ambientes menos controlados e mais voláteis, a Fórmula 1 oferece um exemplo extremo, mas ainda assim instrutivo, demonstrando como estas equipas extraem e analisam dados de cada corrida e aplicam essas aprendizagens para melhorar o desempenho no futuro.

Algumas organizações compreendem o quão delicado é conseguir manter o equilíbrio entre a velocidade e o controlo, mas outras não o fazem e não investem em conformidade. Já as organizações digitalmente maduras atribuem importância tanto à velocidade como ao controlo com o dobro da frequência das organizações menos maduras.

Além do controlo, as organizações devem considerar três tipos de decisão – situacional, cenário e portfólio. Os estudos da IDC mostram que 13% dos casos de uso exigem que decisões situacionais sejam tomadas em segundos. Os exemplos incluem empresas de serviços financeiros que avaliam e rejeitam transações de cartão de crédito potencialmente fraudulentas. Apenas cerca de dois terços dos casos de uso estão em torno de decisões de cenário, que podem ser feitas em poucas horas.

Para uma empresa de serviços financeiros, uma decisão de cenário pode envolver a revisão e aprovação (ou rejeição) de um pedido de empréstimo. As decisões de portfólio – 22% dos casos de uso – requerem mais tempo. Os exemplos incluem a contratação de um novo diretor ou a tomada de uma decisão de M&A.

Embora as abordagens entre os tipos de decisão exigem diferentes janelas temporais, todas exigem que as organizações maximizem a velocidade da decisão. Apesar da necessidade de aumentar a velocidade em todos os tipos de decisão, apenas 26% dos dados em “streaming” são analisados em tempo real antes de chegarem a um repositório, como um “data lake”.

Regressando ao tema da Fórmula 1, isso é equivalente a conduzir a 300 km e ter de ficar mais do que uma hora nas boxes para trocar os pneus. Isto significa um enorme desperdício de dados. E de fato, 34% dos executivos entrevistados num estudo da IDC indicaram que muitas vezes não conseguem utilizar os dados que recebem em tempo real, o que significa uma grande deterioração do valor dos dados. Os estudos são claros, 50% dos dados perdem grande parte do valor em horas, e 75% dos dados perde mesmo quase todo o valor passado poucos dias.

Ainda são poucas as organizações que conseguem analisar grande parte dos dados em tempo real e útil, mas vemos uma grande progressão no interesse e no investimento. Mais concretamente 71% das organizações consideram a análise de dados em “streaming” muito importante para o negócio, e 62% das organizações dizem que a automação do fluxo de trabalho e na tomada de decisão aumentou. E talvez o mais relevante, 64% das organizações referem que os metadados crescem mais rapidamente do que os dados brutos, o que sugere que os dados estão mais organizados e estruturados de forma a torná-los disponíveis para consumo e para a criação de valor.

Parece-me que estamos na direção correta, mais é certamente necessária ainda mais velocidade!