Ecossistemas de dados: Como transformar a análise de informações em insights

Dominar a arte da análise de dados é a maneira que as empresas encontraram para não tomar decisões às cegas. Isso requer cada vez mais o acesso a dados externos à organização. Um número crescente de empresas está fazendo esse movimento em busca de uma vantagem analítica. Contudo, usar fontes de dados de terceiros de maneira eficaz pode ser muito desafiador. Para aumentar o valor comercial dos esforços analíticos de suas empresas, as lideranças podem adotar práticas-chave para navegar na complexidade dos dados de terceiros.

As motivações

• Segundo uma pesquisa da Gartner, quase metade das empresas entrevistadas relatou o uso de dados externos em suas atividades de análise;
• Organizações de indústrias como serviços financeiros, logística, tecnologia, saúde, varejo e setor público estão usando dados externos para obter novos insights que podem ajudar a aumentar sua eficiência e receita;
• Em um outro estudo da Pitney Bowes em parceria com a Forrester, 92% de profissionais de análise de dados disseram que suas empresas precisavam aumentar o uso de fontes de dados externas; já 54% disseram que suas empresas planejam investir nesse aspecto;
• Metade dos profissionais entrevistados relatou que suas empresas estão vendendo seus próprios dados;
• Para obter dados ou serviços externos com base nos exames internos, nos últimos anos as empresas têm realizado fusões, aquisições e parcerias comerciais.

A extração e coleta de dados externos para obter insights é cada vez mais importante

As empresas sabem que podem obter insights valiosos explorando dados gerados a partir de suas operações. Mas as informações criadas internamente podem deixar lacunas, exigindo uma prática de incorporação de novas fontes de dados, não tradicionais e externas. Esses dados podem incluir quase tudo, desde demografia, históricos e meteorológicos, até imagens de satélite e informações de empresas privadas.

As empresas operam como parte de redes que consistem em parceiros de negócios, como fornecedores, revendedores, reguladores e outras partes interessadas. Essas redes são frequentemente distribuídas globalmente e potencialmente afetadas por fatores econômicos, políticos e/ou ambientais. A análise de dados externos pode ajudar a notar os riscos e oportunidades que seriam perdidas com entradas limitadas de dados gerados a partir de operações internas, clientes e fornecedores prioritários. A análise de dados externos pode fornecer mais informações sobre fatores como mudança de comportamento do consumidor, iniciativas da concorrência ou eventos geopolíticos que podem afetar um negócio.

Como a maioria dos profissionais de negócios e tecnologia tem consciência, o volume de dados que são criados, compartilhados e armazenados está aumentando em um ritmo exponencial. De acordo com o estudo da Cisco, a previsão era de que os dados armazenados em data centers se multiplicariam em até cinco vezes até 2021, atingindo 1,3 zetabytes em todo o mundo (um zetabyte é equivalente a um trilhão de gigabytes). Junto com essa quantidade de dados disponíveis, o valor potencial da análise aumenta consequentemente.

Não é surpreendente que as empresas líderes em dados e análises sejam mais propensas a fazer uso de dados externos. O relatório do MIT Sloan Management Review indicou que as empresas que utilizam dados e análises de forma inovadora eram mais propensas do que outras a aproveitar mais fontes externas de dados, incluindo aqueles com vieses sociais, móveis e disponíveis publicamente. Outro estudo da Forrester identificou que as empresas que crescem mais rápido eram as que tinham maior probabilidade de planejar a expansão de obter dados externos do que aquelas com taxas de crescimento mais baixas.

Como obter valor a partir da análise de dados externos

Fontes de dados externas estão ajudando as empresas a personalizar ofertas de marketing, melhorar as decisões de RH, conseguir novos fluxos de receita com o lançamento de produtos ou serviços, desenvolver a visibilidade e mitigação de riscos, além de antecipar melhor as mudanças na demanda de ações de mercado. Por exemplo, um grande fabricante de semicondutores usou dados de terceiros para construir modelos que pudessem prever os melhores tipos de clientes a serem almejados em campanhas de marketing. Essa iniciativa ajudou a habilitar modelos de identificação de potencialidades que se encaixam em perfis semelhantes aos dos clientes mais engajados. Esses modelos “semelhantes” ajudaram a organização a otimizar os gastos de marketing, além de reduzir o custo por engajamento de uma grande campanha em 75%, segundo o estudo.

Existem vários outros exemplos de softwares analíticos que geram valor com dados externos. Várias startups monitoram dados de redes sociais com o objetivo de prever padrões de comportamento de consumidores em relação à procura de emprego e risco de retenção; elas afirmam que os dados elaborados nesse processo são mais preditivos e possibilitam observar a probabilidade de um profissional mudar de empresa comparados a quaisquer outros dados internos disponíveis para esse exame. Já outras usam geolocalização e dados meteorológicos para prever o rendimento das safras, ajudando os agricultores a otimizar o uso de fertilizantes. Os varejistas, por sua vez, estão usando dados e projeções econômicas, bem como informações de fornecedores para antecipar melhor a demanda e, consequentemente, evitar a falta de estoque. Algumas empresas optam por imagens de satélite para estimar o tráfego em shoppings, prevendo vendas também no setor varejista; outras preferem imagens aéreas para estimar os estoques de petróleo, melhorando a subscrição de empréstimos às refinarias.

Os desafios de utilizar dados externos

O acesso a dados externos está ficando mais fácil em alguns aspectos, mas ainda pode ser trabalhoso. As organizações relatam uma ampla variedade de desafios técnicos, bem como a obtenção de insights para os negócios a partir de dados externos. Entre as barreiras de negócios descritas estão o tamanho e a complexidade do mercado de provedores de dados, que podem dificultar a identificação das fontes de dados e parceiros certos. Negociar a aquisição de dados pode ser árduo, dependendo de fatores externos, por exemplo, se o acesso contínuo é necessário para atualizar modelos de machine learning; restrições de uso; se o fornecedor deseja uma parte da receita obtida; e responsabilidade caso eles sejam comprovados, imprecisos ou corrompidos. Esse processo pode envolver riscos prolongados e revisões legais de contratos de fornecedores e acordos de licenciamento. Além disso, a gestão contínua de uma lista crescente de relacionamentos e parcerias de compartilhamento de dados também pode ser desgastante.

Os desafios técnicos incluem fundamentos, como avaliação da qualidade e precisão: o estudo da Digiday demonstra que dados de terceiros podem ser cheios de imprecisões. Também pode haver a necessidade de resolver inconsistências entre os dados externos e internos antes de realizar uma análise. O pré-processamento, como limpeza e formatação para análise, é demorado. Algumas estimativas sugerem que essa questão pode ser responsável por 80% do esforço em projetos de análise. Diante disso, armazenar e catalogar os dados com segurança de forma acessível pode exigir a atualização dos processos e recursos de gestão de informações projetados para lidar apenas com dados internos. Quanto mais tempo a solução desses desafios durar, há menos disponibilidade de reação ágil às tendências de mercado e eventos externos.

Acessando um ecossistema de dados

O artigo na ACM Digital Library sugere que a maioria das empresas ainda não desenvolveu os recursos necessários para usar dados externos de forma eficaz. Para eliminar essa lacuna, as empresas podem considerar útil sua atuação como participantes de um ecossistema de dados, em que algumas definiram como uma rede de players consomem, produzem ou fornecem direta ou indiretamente, dados e outros recursos relacionados.

Ser perspicaz no uso de dados externos significa ser competente na identificação, avaliação, aquisição e preparação deles de maneira consistente. As empresas precisarão de um processo contínuo para identificar, interagir e avaliar novas fontes de dados externos e parceiros – e, quando apropriado, integrar essas fontes em processos analíticos ou até mesmo em ofertas de produtos. Maximizar o valor dos dados externos geralmente requer integrá-los aos dados internos para uma análise mais criteriosa.

Pode ser valioso para empresas formar um grupo multifuncional que atue como a interface da organização em um ecossistema de dados mais amplo. Esse grupo pode se basear em competências de várias áreas — incluindo gerenciamento de produtos, análise de negócios, ciência de dados, jurídico e compras — para lidar com os desafios organizacionais e técnicos mencionados acima. Algumas organizações criaram funções especiais encarregadas de examinar o mercado de dados de terceiros, combinando solicitações de negócios com fontes relevantes, como destaca o estudo da Gartner, que descreveu o movimento como ”curador de dados”. Os curadores podem ajudar as empresas a identificar e avaliar rapidamente as fontes de dados correspondentes às necessidades de negócios, revisando conjuntos com qualidade e, dessa forma, as empresas precisão usar processos de avaliação consistentes. As empresas que possuem uma capacidade eficaz de scouting, que seria a prática de desenvolver redes de contatos entre profissionais que também desejam encontrar oportunidades de negócios, podem enxergar esse grupo como um modelo de inspiração.

Uma variedade de possibilidades para se conectar a um ecossistema

As organizações que buscam se conectar a um ecossistema de dados podem recorrer a uma ampla e crescente variedade de provedores de dados e insights. Um artigo da Gartner categoriza os serviços de dados, por exemplo, pelo nível de percepção que eles oferecem:

Serviços de dados simples. Os corretores de dados os coletam de fontes múltiplas e os disponibilizam de forma conjunta e condicionada. Eles são usados como entrada adicional para um processo de decisão proveniente de um indivíduo, um sistema de aplicação ou um dispositivo em um ecossistema de IoT.

Serviços de dados inteligentes. Os dados são aprimorados pela aplicação de regras e cálculos analíticos. Os resultados geralmente assumem a forma de pontuações ou marcação de objetivos, como em serviços de provedores de dados de marketing e agências de classificação de crédito.

Serviços de dados adaptáveis. Os clientes enviam dados relativos às solicitações analíticas específicas. Os provedores combinam esses dados com os de outras fontes.

Existem também outras maneiras de segmentar esse mercado dinâmico. Por exemplo, alguns provedores se especializam em atender a setores da indústria, como fundos de hedge ou prestadores de serviços de saúde. Além disso, os provedores de serviços de consultoria e integração de sistemas estão reagindo à demanda do cliente por novos insights de dados externos, aproveitando os que estão disponíveis publicamente ou até mesmo as informações de parceiros de dados terceirizados. Esses provedores, então, integram essas fontes com os dados internos dos clientes, realizando análises personalizadas.

A nova fronteira de dados

As empresas estão usando cada vez mais dados de terceiros. Para obter mais valor de seus esforços a partir da análise de dados, as organizações devem considerar o aprimoramento de sua capacidade de identificar, avaliar e contratar novos dados externos, por meio de um programa de gerenciamento de ecossistema de dados em um departamento de dados central  que é vinculado às equipes de negócios, TI e jurídico. A exigência para que as empresas inovem e melhorem a eficiência e eficácia de suas operações é implacável; elas não podem recusar a busca por insights. Para muitas empresas, o uso eficaz de dados externos é uma nova fronteira crítica.

David Schatsky, diretor da Deloitte, especializado em tecnologias emergentes e tendências de negócios.

Jonathan Camhi, consultor sênior da Deloitte, especializado em tecnologias inteligência artificial, blockchain e Internet das Coisas (IoT).

Craig Muraskin, diretor administrativo do grupo de Innovation da Deloitte global