10 tendências em Data & Analytics para 2021

por | 19 maio, 2021 | SAS, Tecnologia e Inovação

Analise de dados | Credito: Everythingpossible - Freepik.com

Analise de dados | Credito: Everythingpossible – Freepik.com

O Gartner divulgou um estudo elencando as dez principais tendências em tecnologias de Data & Analytics (D&A) para 2021. Rita Sallam, vice-presidente de Pesquisa do Gartner, destaca que a pandemia de COVID-19 interrompeu a atuação das organizações e forçou os líderes de Data & Analytics a buscar por ferramentas e processos para identificar as principais tendências de tecnologia e priorizar aquelas com maior potencial de impacto.

1 – Inteligência Artificial mais inteligente, responsável e escalonável. Para obter o máximo impacto da Inteligência Artificial (IA) e do Aprendizado de Máquina, as empresas estão sendo obrigadas a implementar soluções de IA mais “inteligentes”, com menor consumo de dados, além de eticamente responsáveis ​​e resilientes.

2 – Composições de Data & Analytics – Arquiteturas de análise abertas e em containers tornam os recursos analíticos mais combináveis. As soluções de D&A de composição aproveitam componentes de vários dados, análises e soluções de Inteligência Artificial para construir, rapidamente, aplicações inteligentes, flexíveis e fáceis de usar. Com o centro de gravidade dos dados mudando para a Nuvem, as composições ​​se tornarão uma maneira mais ágil de desenvolver aplicações analíticas e habilitadas para o mercado Cloud.

3 – Data Fabric é a base – A malha de dados se utiliza de análises para monitorar constantemente as fontes de dados. Já um Data Fabric faz análises contínuas de ativos de dados para apoiar o design, implementação e utilização de diversos dados para reduzir o tempo de integração em 30%, desenvolvimento em 30% e manutenção em 70%.

4 – Do Big Data aos dados pequenos e abrangentes – Os líderes de D&A devem escolher técnicas analíticas que os possibilitem utilizar os dados disponíveis com maior eficiência, seja contando com dados amplos – que permitem a análise e a sinergia de uma variedade de fontes de dados pequenas e grandes, não estruturadas e estruturadas -, bem como dados específicos, que capacitam a aplicação de técnicas analíticas que requerem menos dados, mas ainda oferecem percepções úteis. Abordagens de dados pequenos e amplos fornecem análises robustas enquanto reduzem a dependência das organizações de grandes conjuntos de dados. Usando dados amplos, as empresas obtêm uma consciência situacional mais rica e completa ou uma visão de 360 ​​graus, permitindo tomadas de decisão mais assertivas.

5 – XOps – A maioria dos projetos analíticos e de Inteligência Artificial falha porque a operação é tratada apenas como uma reflexão tardia. Se os líderes de D&A operarem em escala com o auxílio de XOps – DataOps, MLOps, ModelOps e PlatformOps, soluções de desenvolvimento ágil -, eles permitirão a reprodutibilidade, rastreabilidade, integridade e integralidade de ativos analíticos e de Inteligência Artificial.

6 – Inteligência de Decisão de Engenharia – A inteligência de decisão de engenharia se aplica não apenas a decisões individuais, mas a sequências de decisões, agrupando-as em processos de negócios e até mesmo em redes de decisões e consequências emergentes. À medida que as decisões se tornam cada vez mais automatizadas e aumentadas, as decisões de engenharia dão aos líderes de D&A a oportunidade de tomar decisões mais precisas, repetíveis, transparentes e rastreáveis.

7 – Data & Analytics como cerne das funções empresariais – Em vez de permanecer uma atividade secundária, Data & Analytics está mudando para uma função comercial central. Nessa situação, os recursos de D&A se tornam ativos de negócios que devem ser compartilhados e alinhados aos resultados do negócio, com maior colaboração entre as equipes.

8 – O gráfico relaciona tudo – Até 2025, as tecnologias de gráficos, com Dashboards altamente customizáveis, serão usadas em 80% das tecnologias de D&A, em comparação aos 10% esperados para 2021, o que facilitará a tomada de decisões rápidas.

9 – A ascensão do consumidor aumentado – O tempo gasto com painéis predefinidos será progressivamente substituído por insights dinâmicos, automatizados, conversacionais e personalizados para as necessidades dos usuários. Isso mudará o poder analítico do consumidor de informações – ou consumidor ampliado – dando-lhes recursos antes disponíveis apenas para analistas e cientistas de dados.

10 – Data & Analytics em Edge Computing – Dados, análises e outras tecnologias que os suportam residem cada vez mais em ambientes de Edge Computing (computação de borda), estando mais perto de ativos no mundo físico e fora do alcance da TI. A expectativa do Gartner é de que, até 2023, mais de 50% da responsabilidade primária dos líderes de D&A incluirá dados criados, gerenciados e analisados ​​em ambientes de borda.