Top 6 Big Data: o que fazer e não fazer

Pesquisa revela melhores e piores práticas relacionadas à análise de Big Data

Os executivos estão mudando seus pensamentos sobre o Big Data. Cada vez mais, os líderes organizacionais estão reconhecendo a importância de capturar e analisar estrategicamente os dados por diferentes razões.

Para muitas organizações, esse processo rapidamente se transforma em um exercício irresistível. Com o acesso a fontes de dados mais recentes, como streaming de dados de dispositivos, dados não estruturados de redes sociais e dados transacionais on-line, muitas organizações não sabem por onde começar a procurar respostas, muito menos como fazer as perguntas certas. Segundo um estudo da IDG Research, somente 26% dos entrevistados disseram que suas organizações sabem quais perguntas fazer.

"Os profissionais precisam deixar os dados guiá-los, dessa maneira as questões se tornarão óbvias. Trata-se de uma abordagem old-school, ou seja, começar com uma pergunta e depois encontrar os dados para respondê-la. Isso vai ajudar a impulsionar a organização para o Big Data”, diz Scott Chastain, Engenheiro Sênior de Sistemas do SAS.

1. Não suponha que uma abordagem mais ambiciosa trará melhor retorno. As organizações devem começar com projetos pilotos menores, e mais fáceis de serem mensurados. É crucial escolher os projetos certos para testar a capacidade tecnológica.
2. Não concentre os esforços exclusivamente nas necessidades das áreas de negócio. O sucesso é mais tangível quando as organizações pensam globalmente, mas atuam localmente. "Diminuir o risco é, muitas vezes, mais eficaz como um projeto inicial do que focar na melhor compreensão dos concorrentes ou na criação de novas oportunidades," diz Fiona McNeill, Gerente Global de Marketing de Produto do SAS. "Estas últimas tarefas são mais difíceis e demoram mais tempo para serem medidas. O objetivo é encontrar projetos com ROI imediatamente mensuráveis”.
3. Não espere que a tecnologia, por si só, garantirá os resultados desejados. Embora a pesquisa mostre que a falta de tecnologia seja o principal obstáculo - especialmente entre as pequenas e médias empresas - a tecnologia está disponível para todos. E, em alguns casos, as organizações podem aproveitar as soluções de código aberto para testar as suas capacidades, a título experimental. Não existe nenhuma solução definitiva para obter sucesso com a análise de dados.
4. Construa a capacidade colaborativa. Usar conjuntos de ferramentas e processos que tornam o Big Data acessível, muitas vezes, é prova instrumental na resolução de alguns dos principais desafios descritos no estudo, explica Chastain. "A capacidade de aproveitar o poder do Big Data exige mais do que tecnologia, exige colaboração entre as áreas de Negócios e TI. As organizações que promoverem maior colaboração serão as únicas a se beneficiarem, a partir de uma plataforma Hadoop".
5. Tenha uma abordagem passo a passo. Ao invés de cometer o erro comum de tentar resolver problemas desconhecidos com dados desconhecidos, as organizações melhores sucedidas começam por resolver um problema conhecido de uma maneira nova. O próximo passo é então resolver o mesmo problema com os novos dados, e depois passar para a resolução de novos problemas com os novos dados. "As organizações que têm uma abordagem progressiva possuem a maior probabilidade de alcançar o sucesso," diz Chastain.
6. Pense estrategicamente, aja de modo tático. Ao optar por um projeto de Big Data, algumas organizações estão focadas em construir uma plataforma para resolver um problema de negócio específico. Isso geralmente é visto como uma experiência e não há uma continuidade. No entanto, com os objetivos estratégicos bem definidos muitos projetos serão realizados com sucesso. Isto é importante pois, muitas vezes, será através de aplicações contínuas que as empresas perceberão o verdadeiro valor e potencial do Big Data.

Não há nenhuma fórmula mágica quando se trata de análises de dados, mas o sucesso pode começar com uma estratégia sólida. Esperamos que você possa usar essas dicas para recolher informações valiosas, que vão te ajudar na otimização de processos ou até mesmo em melhorias voltadas para o cliente.