Qlik apresenta tendências de Business Intelligence para 2017

Em 2016 o número de colaboradores com competências tecnológicas, os designados cientistas dos dados cresceu mas, segundo a empresa, continua a existir uma lacuna entre os dados disponíveis e a capacidade de utilizá-los podendo inclusivamente existirem tomadas de decisão data-driven piores quando em comparação com o tempo em que se lidava com menos informação.

A existência de informação valiosa para a tomada de decisão é cada vez mais importante e, em 2017, entrámos em uma realidade chamada de  “literacia de dados” sendo que a Qlik identifica as grandes tendências no mercado de Business Intelligence que irão ajudar a criar as bases para o aumento do conhecimento e informação que são, de fato, importantes para os negócios.

1) A poluição da informação tornar-se-á um assunto crítico – até mesmo a boa informação pode ser poluída pela má informação. Neste contexto, torna-se cada vez mais importante perceber qual a informação correta. Procurar, criticar, certificar e argumentar com dados de forma governada será o pilar da literacia de dados.

2) O Big Data será menos sobre tamanho e mais sobre combinações – com uma maior fragmentação de dados, sendo a sua maioria criada externamente e na Cloud, olhar para conjuntos de dados singulares sem contexto diminuirá o seu valor. A próxima tendência será a capacidade em combinar rapidamente Big Data com Small Data para casos específicos.

3) A visualização self-service tornar-se-á uma comodidade, acessível a todos – os freemiums são esperados, tornando 2017 o ano em que as barreiras para aceder a grandes ferramentas analíticas serão virtualmente removidas. Com mais pessoas capacitadas a realizar  jornadas analíticas, as taxas de literacia de dados irão aumentar.

4)  O BI moderno irá ultrapassar o BI tradicional como a nova arquitetura de referência – a descoberta de dados evoluiu para o Business Intelligence (BI) moderno e tornar-se-á o “novo normal” nas organizações. Em 2017, esta questão evoluirá não apenas para complementar, mas substituir cada vez mais as arcaicas plataformas de relatório, no entanto, altera também os requisitos para as estruturas de back-end no que diz respeito à escala, performance, governança e segurança.

5) A Cloud híbrida e multiplataformas irão emergir como modelos primários – devido ao local onde os dados são criados, à facilidade de utilização e à sua capacidade de evolução, testemunhamos atualmente uma mudança acelerada para a Cloud. Porém, uma só Cloud não é suficiente porque os dados e workloads não vão estar numa única plataforma. A Cloud híbrida e multi-ambiente irão emergir como modelo primário, o que significa que os workloads vão ser possíveis na Cloud e nos softwares locais — resultando nesse mesmo modelo marginalizando uma abordagem de “apenas Cloud”.

6) O foco vai mudar de “análises avançadas” para “análises em evolução” – as análises avançadas vão continuar a proliferar, mas a criação de modelos, assim como a governança destes, está dependente de peritos altamente especializados. Contudo, uma vez criados, muitos mais deveriam beneficiar desses modelos, o que significa que podem ser aproveitados como ferramentas de self-service. A jornada analítica não pode ser uma caixa preta ou demasiada prescritiva. Existe muito hype à volta da “inteligência artificial”, mas servirá melhor enquanto acréscimo do que como um substituto da análise humana, pois é tão importante fazer as perguntas certas como dar as respostas certas.

7)  Vamos aprender o outro lado das “análises pessoais” – existem dois ângulos para análises pessoais: o primeiro assenta na forma como os ativistas da informação – e outros – podem cada vez mais fazer um uso self-service e utilizar informação para seu próprio benefício. O outro ângulo é sobre como a informação se torna cada vez mais granular e é utilizada para o “segmento do único”. Ao compreenderem as preferências dos consumidores e os padrões de comportamento, as organizações podem utilizar este tipo de informação para personalizar produtos, serviços e mensagens. No entanto, os consumidores vão ficar mais alertas para o valor da sua informação pessoal à medida que esta se torna mais disponível para os outros.

8) Os mundos digital e físico vão conhecer a analítica – a analítica não só estará em todo o lado como, cada vez mais, em tudo. A analítica vai começar a surgir no contexto da realidade geo-espacial, toque, voz, realidade virtual e gamificação, continuando no trajeto de ligar-se a dispositivos.

9) O foco vai mudar para aplicações de análise personalizadas e análises nas aplicações – ninguém é, em simultâneo, criador e consumidor de aplicações mas, ainda assim, devem ser capazes de explorar os seus dados. A literacia de dados irá beneficiar ambos pois vai ao encontro das necessidades dos indivíduos através de aplicações de análise personalizadas e contextualizadas.

10) A visualização enquanto conceito vai evoluir de apenas análises para toda a informação da cadeia de abastecimento – a visualização tornar-se-á uma forte componente nos hubs unificados que têm uma abordagem visual à gestão de ativos de informação, assim como preparação de dados visuais em self-service, sustentando a verdadeira análise visual. Posteriormente, mais progressos serão feitos na área da visualização, fazendo desta um meio de comunicação de resultados. O efeito de rede disto assenta em números crescentes de utilizadores que conseguem fazer mais nos dados da cadeia de abastecimento, promovendo o conceito de literacia de dados.