O Dilema da Democratização dos Dados
As organizações que ainda não se depararam com problemas na estratégia de democratização dos dados talvez ainda estejam em uma curva inicial para esta jornada, visto que os números reais de mercado apontam que, na prática, os desafios são muito maiores do que prevê a teoria.
Você pode estar refletindo sobre o cerne da sua estratégia de democratização de dados: seus dados não são de boa qualidade e você duvida de sua relevância. Nesse contexto, você está sob pressão constante de um número crescente de partes interessadas nos negócios, exigindo acesso aos dados para obter um valor cada vez maior. E você está se perguntando quais iniciativas implementar para democratizá-lo.
Pequeno disclaimer histórico/natural: Alguns desses sintomas surgem da natureza humana básica. Então, se vamos entrar no negócio de democratização de dados, temos que entender que certas coisas são apenas “do jeito que são”. Na verdade, a guerra de informação é comum em todas as espécies animais. Os animais rotineiramente manipulam informações para obter uma vantagem competitiva. Os indivíduos nas organizações fazem o mesmo, moldamos as informações para atender às nossas necessidades ou propósitos.
Sempre há um componente técnico para a democratização de dados que, às vezes, pode ser parte do problema envolvendo a TI. Existem algumas novas tecnologias fascinantes que, nos últimos cinco anos, trouxe uma mudança radical na forma como gerenciamos e analisamos os dados. Por exemplo, novos sistemas podem mudar completamente o paradigma de como executar o armazenamento e a análise de dados. Como resultado, tudo o que se sabe sobre formas anteriores/legado pode atrapalhar a adoção de novas abordagens. O apego a sistemas antigos e o orgulho de construí-los pode prejudicar uma organização.
Durante anos, as empresas focaram em centralizar e garantir a integridade de seus dados, considerando isso o objetivo final na gestão de dados. A busca por conjuntos de dados confiáveis e controlados que atendam aos requisitos de qualidade de alto nível, como validade e exclusividade, tem sido uma prioridade. No entanto, embora estruturar dados e garantir sua confiabilidade sejam objetivos necessários, essa abordagem tem limitações: o volume e a variedade de dados continuam a crescer, acompanhados por um número crescente de profissionais de dados que exigem acesso imediato às informações. Isso torna a abordagem centralizada com o time técnico impraticável.
Se as organizações ficarem muito obcecadas em manter a integridade dos dados, correm o risco de criar células de dados isoladas. Paradoxalmente, seus esforços para priorizar a integridade dos dados podem prejudicar sua utilização efetiva, anulando o valor que buscavam alcançar.
É crucial lembrar que a sabedoria do ditado de Thomas Edison também se aplica aos dados: “O valor de uma ideia está no uso dela.” Embora a integridade dos dados permaneça essencial, ela não deve ofuscar a necessidade de utilização dos dados.
Em vez de se concentrar apenas na centralização, as empresas devem priorizar o acesso e a utilização de dados em vários departamentos e funções. Nós abordamos esse modelo com nossa metodologia de Data Product Management.
Ao adotar uma abordagem mais descentralizada, que enfatiza o compartilhamento e a colaboração de dados, as organizações se aproximam dos negócios e podem maximizar o valor derivado de seus dados. Além do mais, é uma oportunidade de se beneficiar da experiência única de especialistas em negócios para enriquecer os dados e torná-los ainda melhores. Capacitar profissionais de dados com acesso a diversas data sources e promover uma cultura de utilização de dados pode levar a insights valiosos e tomadas de decisão Data Driven com soluções inovadoras.
O compartilhamento organizado de dados apresenta um valor significativo para empresas que enfrentam desafios como descobrir, localizar e compartilhar informações relevantes. Um local organizado de compartilhamento de dados no centro de uma plataforma analítica serve como solução. Ele facilita o compartilhamento eficiente enquanto mantém o controle, fornecendo uma plataforma unificada para descoberta, acesso e colaboração. Os benefícios incluem a centralização de dados e análises, tornando-os confiáveis e acionáveis para a tomada de decisões, além de permitir o compartilhamento e consumo de produtos de dados sem esforço.
Quanto mais você democratizar seus dados e análises, mais precisará ajustar sua abordagem às necessidades dos especialistas de domínio.
Os produtos de dados entrarão em jogo: de conjuntos de dados confiáveis a aplicações, modelos preditivos e painéis analíticos, os produtos de dados são configurados para se multiplicar e atender às necessidades do maior número possível de pessoas, sem exigir conhecimento avançado ou experiência em dados e IA.
Vamos pegar o exemplo de um gerente de canal de varejo. Essa pessoa quer fazer mais do que apenas analisar os dados de vendas da loja. Ele também quer examinar o posicionamento e a localização das lojas para otimizar sua estratégia de distribuição no varejo. Para facilitar as coisas para as equipes, que podem não ser tão experientes em dados, deve-se criar data products específicos que possam fornecer essas informações. Desta forma, todos podem se beneficiar da análise avançada da rede de distribuição e aproveitar ao máximo os dados disponíveis, enquanto há também o controle de acesso.
Ao contrário dos projetos com início e fim definidos, os produtos de dados são cíclicos. Como tal, “produto de dados” abrange vários elementos, como propriedade, lançamento, manutenção e princípios de melhoria contínua. Trabalhar data products na mesma plataforma dos próprios dados já significa manter os mesmos princípios e regras de transparência, reforçando assim a confiança. Também reduz o risco de duplicação de trabalho ou repetição de processos em locais separados. Isso não apenas economiza tempo e recursos, mas também minimiza o potencial de erros ou inconsistências que podem surgir do gerenciamento de dados e produtos de dados em vários sistemas desconectados.
Além disso, as políticas de governança se aplicariam da mesma forma. Ter não apenas uma visão centralizada da governança do produto de dados, mas também a capacidade de instanciar mecanismos de validação em todos os estágios da implantação do produto de dados, é crucial para a confiança global nos produtos de dados e também para sua conformidade com a estratégia geral da empresa.
A função dos especialistas de domínio nesse contexto é fundamental: eles têm a propriedade do produto de dados e, portanto, podem direcionar a relevância da solução no campo. Nesse contexto, a TI desempenhará seu papel como parceira, não apenas orquestrando a distribuição de data products, mas também garantindo que eles cumpram os requisitos de segurança, transparência e conformidade.
No cenário em constante evolução de dados e IA, as organizações percebem o imenso valor de capacitar especialistas de domínio para impulsionar a inovação nos negócios. Para construir resiliência em uma abordagem descentralizada, a TI desempenha um papel fundamental. Encontrar um equilíbrio entre a integridade dos dados e a utilização pelas unidades de negócios é a chave para liberar o verdadeiro potencial dos dados e impulsionar o sucesso dos negócios com especialistas de domínio na era moderna orientada por dados. Isso significa construir produtos de dados junto com a empresa, em colaboração com a TI, para tornar o compartilhamento do valor dos dados a chave para o sucesso da organização.
Visão Geral para Data Product Management
Quando falamos em executar a estratégia de produtos de dados, podemos pensar em inúmeras maneiras de fazer isso, mas é necessário que faça sentido para a equipe. Sendo assim, você deve ter em mente que o objetivo final destas ações é: um maior senso de controle dos dados, responsabilidade pelos dados e democratização dos dados em toda a organização.
E para que isso aconteça é importante implementar alguns tópicos, como:
- Orientado à demanda: os produtos de dados devem ter uma função clara, isso permitirá uma maior contribuição e colaboração entre os produtores e consumidores;
- Reutilizável e escalável: os produtos de dados devem ser projetados para ter fácil utilização, fazendo com que eles possam ser reutilizados em quaisquer outras situações. Isso faz com que a democratização de dados seja difundida;
- Descobrível e acessível: os produtos de dados devem ser simples, pois a ideia é que as informações sejam encontradas facilmente, garantindo assim maior fluidez na tomada de decisão;
- Sentimento de dono: como o próprio tópico já diz, o dono destes dados deve estar comprometido em gerenciar estes produtos adequadamente durante todo o ciclo de vida daquela informação.
A triggo.ai vem atuando na fronteira deste desafio, implementando soluções robustas e inovadoras para o Data Foundation e aplicando metodologias de Data Products Management para elevar e acelerar a jornada Data Driven das organizações. Fale com um de nossos consultores especialistas!
