O instinto ou emoções ainda impactam a sua tomada de decisão?

Desde há vários anos que inúmeras organizações apregoam ser data driven. Mais recentemente, que suportam a sua operação e tomada de decisão em sistemas inteligentes suportados em algoritmos de machine learning.

A tendência agora é vangloriarem-se no que diz respeito à capacidade que possuem de incorporar na sua atividade e nos serviços que prestam insights obtidos com recurso a inteligência artificial, mais concretamente augmented analytics.

A realidade…

Da experiência recolhida, ao serviço da Glintt, ao longo dos últimos 16 anos, que tem início em contexto hospitalar, passa pelas farmácias comunitárias e finalmente na área da banca, administração pública, retalho, energia, logística e outras, são poucas as organizações onde estão reunidas as condições para a implementação das disciplinas “Advanced” do Analytics.

Consumismo tecnológico!!

Advanced Analytics, Inteligência Artificial, Data Science, Machine Learning são termos sexys! É isto que vende, concordo!

Ainda assim, a grande maioria das organizações com quem contactei ainda se encontra na idade da pedra da maturidade analítica, onde a simples abordagem descritiva dos processos que suportam a sua atividade está comprometida por estratégias de gestão de dados muito deficitárias.

A afirmação tornada famosa na capa da publicação “The Economist” em 2017, “The world’s most valuable resource”, referindo-se aos dados tem vindo a revelar-se cada vez mais verdadeira.

Onde reside o busílis da questão?

As organizações negligenciam um passo crítico no ecossistema digital: a qualidade dos dados!

Podem investir nas tecnologias mais avançadas, nas abordagens mais disruptivas, na implementação de mecanismos orientados à tomada de decisão suportada em dados, mas muitos os insights ou respostas obtidos do sistema vão estar enviesados, incorretos, errados!

Urge capacitar as organizações de uma cultura analítica!

Esta começa muito antes da definição e construção de métricas e KPI, mas sim nos próprios sistemas que suportam o negócio, que têm de estar preparados para persistir dados com base no pressuposto que vão ser analisados, que vão ser cruzados com outros sistemas e vão suportar a tomada de decisão que se quer ser assertiva!

Back to basics!

Assim, a disciplina de Data Engineering, base de construção das camadas de Enterprise Data tem de ser uma prioridade na estratégia digital das organizações que pretendam acompanhar as tendências de transformação digital e com isso tornarem-se mais competitivas.

By Pedro Bailão