O que vem por aí em Data Analytics, segundo a Unisys

Com base nessa avaliação, Rod Fontecilla, cientista-chefe de dados e vice-presidente de Application Services da Unisys, divulga a seguir as previsões em Data Analytics para 2016.

1- Plataformas de análise in-memory como SAP HANA e Apache Spark continuarão em crescente adoção pelas empresas. Isso ocorrerá não apenas por conta da performance, mas também devido à eficiência operacional, redução de custos e pela diminuição do tráfego de dados na infraestrutura I/O.

2– A ferramenta escolhida para gerir dados armazenados baseados em Hadoop será o Apache Parquet, que substituirá o Apache ORC. As iniciativas de código aberto apresentam vantagens por conta da facilidade de criptografia, um recurso analítico importante que promove inteligência e segurança – especialmente com o aumento da utilização do recurso de micro segmentação que mantém os dados confidenciais em comunidades separadas, não visíveis a todos os utilizadores e ambientes.

3– Alternativas em nuvem crescerão exponencialmente. Muitas empresas em certos segmentos, como finanças e saúde, além de diversas agências governamentais, hesitam em migrar para a nuvem informações confidenciais relacionadas com os seus negócios e clientes. Os utilizadores vão começar a utilizar soluções chamadas de “analytics in a box”, disponibilizadas num cluster Hadoop, composto por um servidor seguro, software de análise e outros recursos relacionados. Os utilizadores podem desenvolver aplicações analíticas e de negócios, utilizando dados confidenciais num ambiente privado e seguro.

4– A Internet das Coisas (IoT) continuará a transformar-se na Internet de Dados. Algumas estimativas apontam que até 2020 existirá algo em torno de 25 a 75 mil milhões de dispositivos conectados e até 2025 este número deve saltar para mil biliões. A recolha e correlação dessas informações será, sem dúvida, um grande desafio. Os executivos que lideram a área de TI deverão criar soluções que atendam a este iminente tsunami de informações.

5– Soluções para a realização de análises de dados não estruturados multiplicar-se-ão. Segundo a Forrester Research, as atuais soluções de análise de dados contam com uma defasagem na avaliação de informações não estruturadas de 30% em comparação com as estruturadas. Uma lacuna que será preenchida à medida que as necessidades de empresas e governos forem intensificadas, especialmente relacionadas a exigências de investigações e segurança nacional. Os cientistas de dados e desenvolvedores de software terão de encontrar novas maneiras de integrar e observar as informações, a partir diferentes fontes: câmaras de vigilância, smartphones, áudios de conversas, mensagens de email e tweets, apenas para citar alguns exemplos. As implicações da lei adicionam uma sensibilidade extra: o armazenamento e a análise não poderão ferir o conceito de preservação de provas legais.

6– O trabalho de analytics deve avançar de maneira acelerada e funcionar como um catalisador para a evolução da aprendizagem da análise cognitiva de máquinas e da inteligência artificial. Cada vez mais, sofisticadas tecnologias como as utilizadas pelo assistente pessoal Cortana, da Microsoft, permitirão que robôs analisem dados tão rapidamente que possam tomar as decisões corretas. Essas capacidades avançadas conduzirão a transformação de serviços como, por exemplo, o Teladoc, que é um fornecedor de tele saúde baseado na interação com médicos, num serviço totalmente automatizado, no qual sistemas operados por software tomam decisões médicas reais em alguns segundos, com base no histórico de pacientes analisados.