Você quer ir direto para outra época? Entre em sua máquina do tempo acessando o passado
analítico, o futuro analítico ou para 2030 e
além.
Estamos em janeiro de 2010. A grande recessão está diminuindo nos Estados Unidos e a economia
global ainda está em recuperação (assim como os hábitos de gasto de seu parceiro/parceira). No mundo da
tecnologia, você acabou de ouvir boatos sobre um tablet revolucionário da Apple, chamado “iPad” ou “iPal” (você não se lembra do
nome ao certo), mas ainda está tentando conseguir entender como alguém pode gastar US$ 500 por uma versão maior
de seu iPhone 3.
Você ainda não sabe, mas está ocorrendo uma mudança histórica no setor de ciência e análise de dados. Graças às
mudanças na tecnologia e na cultura, os dados estão se tornando mais predominantes do que nunca e com isso surge
a necessidade crescente de decifrá-los, os aplicando na resolução de problemas econômicos, de negócios e
sociais.
Dean Stoecker, CEO da Alteryx, explica a revolução desta forma: “A era agrícola nos ajudou a
alimentar as pessoas e resultou em dados que nos informam como o ser humano depende da terra. A era
industrial nos ajudou a fabricar produtos que geraram dados sobre como o ser humano interage com as
coisas que não são da terra. A era da informação levou o ser humano a criar uma expansão de
dados tanto física quanto virtualmente. Hoje vivemos a 4ª era, a era da análise de dados, em
que o ser humano tem a missão de compreender todas as informações, resolvendo todos os problemas que já
enfrentamos. Isso será divertido”.
O PASSADO ANALÍTICO
Os dados se tornam uma mercadoria
Ninguém chamaria os dados de “raros” no início dos anos 2010. Segundo o IDC, em 2010 o mundo gerava 1 zettabyte (ZB) de dados
por ano. Mas em comparação com os 33 ZB produzidos em 2018 e a estimativa de 175 ZB que serão produzidos em 2025, aquele pequeno volume de ZB era
apenas uma gota no oceano.
Para que você tenha uma melhor perspectiva, um zettabyte é um trilhão de gigabytes ou um sextilhão de bytes, ou
seja, mais que o número de respirações humanas ocorridas em 2019 (77 quadrilhões). E como os gênios matemáticos
já devem ter solucionado, de 1 para 175 ZB, temos um aumento de 17.400%. Até a nave espacial Enterprise
precisaria ter outro nível de ousadia para explorar dados dessa magnitude.
E o que causou esse crescimento absurdo?
Primeiro, foi a proliferação de dados. Vários fatores
contribuíram, mas talvez o maior tenha sido o surgimento da Internet das Coisas (IoT). De repente, todos os
nossos dispositivos da IoT — dispositivos conectados à internet por meio de wi-fi ou de outras redes de
frequência como bluetooth ou celular — estavam gerando dados. Dos nossos smartphones aos nossos refrigeradores
inteligentes, esses dispositivos produziam dados sobre tudo, dos nossos hábitos de exercício físico à quantidade
de leite desnatado que tínhamos na prateleira. Era compreensível que as organizações estivessem mais
interessadas do que nunca na coleta e utilização de mais dados sobre produtos, pessoas e transações.
Com o contínuo crescimento da geração de dados, nós precisávamos descobrir onde colocar tudo isso. Andrew Brust,
CEO/fundador da Blue Badge Insights, explica: “Com tecnologias como o Hadoop a princípio e depois o
armazenamento de objetos na nuvem, o que era um recurso escasso (dados) se tornou uma
mercadoria e a tendência no setor analítico mudou de ‘Quais são as coisas que valem a pena
analisar?’ para ‘Por que não salvar e explorar esses dados?’”.
“O que era um recurso escasso (dados) se tornou uma mercadoria e a tendência no setor analítico mudou de
‘Quais são as coisas que valem a pena analisar?’ para ‘Por que não salvar e explorar esses dados?’”
— Andrew Brust, CEO/fundador da Blue Badge Insights
Embora os hardwares e os servidores locais oferecessem segurança, o armazenamento de dados no local podia ser
caro e difícil de escalonar. A nuvem oferecia uma solução mais barata, em que o armazenamento podia ser
monitorado por terceiros. Em seguida, o armazenamento de objetos na nuvem tornou o armazenamento de Big Dada
ainda mais viável, já que os dados eram armazenados como objetos em vez de arquivos ou blocos.
A produção maciça de dados foi então combinada com o armazenamento aparentemente infinito. A era do Big
Data tinha começado oficialmente.
Os altos executivos e as suas empresas
O desafio final era convencer os altos executivos de que os dados e a análise valiam o investimento. Para muitas
organizações os dados eram apenas uma recordação, algo que deveria ser coletado, mas que o uso prático ainda
precisava ser comprovado. Mesmo que as empresas pudessem obter as informações específicas de que precisavam, no
formato necessário, seria possível analisá-las de maneira eficiente e rápida, afetando a tomada de decisões
positivamente?
Para muitas organizações os dados eram apenas uma recordação, algo que deveria ser coletado, mas que o uso
prático ainda precisava ser comprovado.
O líderes executivos empenhados na expansão de suas empresas sempre agem no momento em que é necessário, mesmo
que isso não seja fácil. Nos anos 1980, a função do diretor financeiro (CFO) ganhou
destaque devido às iniciativas da liderança para administrar melhor os seus ativos e investimentos. De maneira
semelhante, o diretor de marketing (CMO) tornou-se um executivo fundamental graças à complexidade crescente dos
canais de marketing. Conforme os resultados do crescimento digital tornaram-se óbvios, os altos executivos
recorreram ao diretor de dados (CDO) para promover este novo domínio – os dados e a análise.
Embora os altos executivos entendessem o valor da análise, a defesa dessa nova função ainda era um desafio.
Estabelecer equipes de cientistas e analistas de dados era uma tarefa cara e complicada. Encontrar os talentos
certos era como trabalhar em uma mina de ouro. Era como se uma peça fundamental ainda estivesse
faltando.
Foi neste momento em que a década tomou um rumo de onde nunca mais conseguiria olhar para
trás. O destino: a democratização dos dados.
Analistas capacitados ocupam o assento do motorista
Foi no início da década que os softwares de dados e as análises começaram a progredir de verdade. Do preparo e
combinação ao BI e às tecnologias de visualização. Foi nessa época também que uma empresa chamada SRC virou a
Alteryx. Essas conhecidas tecnologias de softwares eram soluções para processos analíticos cada vez mais
complexos.
Ashley Kramer, vice-presidente sênior de gerenciamento de produtos da Alteryx, lembra: “Costumávamos ter um
produto ou uma ferramenta separada para ETL corporativo, preparo de dados, geração de relatórios, catalogação,
visualização e modelagem. Hoje, tudo isso está sendo convergido em plataformas únicas”.
A confusão e inconveniência dos processos analíticos e das ferramentas preexistentes, despreparados para o Big
Data, tornaram a análise de dados uma dor de cabeça. O surgimento das plataformas self-service foi a salvação. A
complexidade foi eliminada, o software passou a cuidar da programação e a análise se tornou um processo de
arrastar e soltar. Os obstáculos para iniciar uma carreira como profissional de dados, assim como o custo de
estabelecer uma equipe passaram a ser praticamente zero, especialmente quando se considerou o rápido e
surpreendente retorno do investimento.
Paige Bartley, analista sênior da 451 Research, explica: “As portas para a análise self-service foram abertas nas
empresas. A utilização dos dados, que antes era domínio apenas dos mais preparados tecnicamente, foi
democratizada de uma forma que permitiu com que pessoas menos experientes pudessem obter insights
significativos, que no passado eram frequentemente isolados e podiam ser acessados apenas por algumas pessoas
selecionadas”.
“As portas para a análise self-service foram abertas nas empresas”.
— Paige Bartley, analista sênior da 451 Research
O custo e o conhecimento técnico não eram mais barreiras para a análise de dados. Com a análise self-service a TI
tornou-se um parceiro de verdade. Os analistas podiam obter as suas próprias informações e iniciar projetos mais
rapidamente, deixando a equipe de TI livre das solicitações específicas constantes.
“A equipe de TI
deixou de ser o fornecedor de análises, dados e relatórios, tornando-se um facilitador na empresa”, diz Chris Love,
gerente de conta da The Information Lab. “Isso permitiu com que os analistas e os usuários de linha de negócios
realizassem o seu próprio preparo e visualização de dados”.
Com custos mais baixos e um processo mais
rápido, os altos executivos foram conquistados. A transformação digital liderada por dados e análises começou a
ganhar espaço nas organizações.
A liberação dos profissionais de dados foi completa, graças às
plataformas simplificadas de self-service. Sem dúvida, a criação do self-service foi o evento que definiu a
última década dos dados e das análises.
Os anos 2010: a democratização dos dados
“De maneira simples, a maior mudança da última década foi a democratização analítica”.
— Mark Frisch, CEO, Marquee Crew
“Houve um balanceamento por conta da acessibilidade das ferramentas e plataformas
analíticas, permitindo com que as pessoas utilizem as suas experiências não técnicas, juntamente com os
incríveis avanços tecnológicos da última década, tornando os negócios e as comunidades muito mais
poderosos”
— Nicole Johnson, Sr. Business Solutions Consultant, T-Mobile
— Heather Harris, Practice Director, Intelligence & Analytics, ProKarma
“Graças às ferramentas self-service evoluídas, testadas e constantemente aprimoradas
que estão disponíveis atualmente, estamos em uma época de ouro para a democratização dos dados”
— Nick Haylund, Director, Tessellation EMEA
“A democratização do BI e da análise de dados é a maior mudança da última década de que me lembro. A
disponibilidade para os usuários finais é um fator fundamental”.
— AJ Guisande, Director, Decision Science
Um resumo da década
Ao final da década, o valor analítico atingiu o seu pico. Segundo a IDC, hoje há 54 milhões de profissionais de dados em todo o mundo e a receita de soluções de Big Data
e análises atingiu quase US$ 200 bilhões.
Os dados eram unanimemente valiosos e as pessoas que conseguiam entendê-los avançaram em suas carreiras e se
tornaram destaques na entrega de insights de negócios. Porém, tudo isso estava apenas preparando o terreno para
a década que estava por vir.
O futuro analítico
Estamos em janeiro de 2020. Muita coisa mudou em dez anos. A economia dos EUA está vivendo a sua
tendência de crescimento mais longa desde 1854 e as notícias
sobre tecnologia dizem que o iMac Pro da Apple acabou de chegar às lojas. De maneira muito parecida com dez anos
atrás, você está se perguntando quem gastaria US$ 52.400 em um computador desktop com rodas, quando o iPhone
11 Pro atende muito bem às suas necessidades.
Ao longo da última década, você observou uma mudança extraordinária no valor dos dados e aproveitou a onda da
análise self-service. Agora você está sentado no topo do mundo, as suas habilidades self-service são o seu trono
e os seus insights transformadores são a sua coroa. A única coisa que poderia tornar o seu mundo ainda
melhor, seria saber o que acontecerá daqui para a frente.
Para obter uma visão do futuro analítico nós recorremos às nossas fontes mais confiáveis, especialistas
consagrados em análises, incluindo analistas do setor, executivos da Alteryx e os nossos clientes inovadores.
Veja a seguir as quatro principais previsões deles.
1. Domínio dos dados no centro de tudo
53% DOS EXECUTIVOS DE BIG DATA E INTELIGÊNCIA ARTIFICIAL AINDA NÃO ESTÃO TRATANDO OS DADOS COMO UM
ATIVO DE NEGÓCIOS.
— Big Data and AI Executive Survey, NewVantage Partners
Depois que o mundo do BI foi cativado pela análise self-service, as organizações esperavam resultados comerciais
imediatos ou pelo menos aparentes. Segundo Andrew Brust, “A batalha terminou e o processo inicial foi concluído.
Agora que os altos executivos foram conquistados, a pressão está na performance e na apresentação de
resultados”.
Nick Haylund, diretor da Tessellation EMEA, explica: “Se a tecnologia está ficando mais fácil de utilizar, por
que as empresas não estão obtendo o ROI que esperavam? Embora ter e implantar as melhores tecnologias analíticas
seja sempre importante, frequentemente muitos departamentos e empresas negligenciam o investimento de
tempo em pessoas e processos”.
“Embora ter e implantar as melhores tecnologias analíticas seja sempre importante, frequentemente muitos
departamentos e empresas negligenciam o investimento de tempo em pessoas e processos.”
— Nick Haylund, diretor da Tessellation EMEA
“Embora ter e implantar as melhores tecnologias analíticas seja sempre importante, frequentemente muitos
departamentos e empresas negligenciam o investimento de tempo em pessoas e processos.”
— Nick Haylund, diretor da Tessellation EMEA
Embora não seja um segredo, é amplamente subestimado que o valor dos dados é obtido apenas com a
aplicação da inteligência humana.
O verdadeiro poder das plataformas self-service não é apenas o fato delas reduzirem os obstáculos para quem
pretende se tornar um analista ou cidadão da ciência de dados, mas também que elas capacitam profissionais de
diversas áreas para que eles possam aperfeiçoar o seu trabalho com insights. Do RH ao financeiro, a força
prevalente da tecnologia self-service é a capacitação de uma cultura de dados.
Paige Bartley da 451 Research, diz: “Funcionários com backgrounds extremamente diversificados podem agora incluir
as suas perspectivas únicas na interpretação dos dados, o que tende a resultar em uma compreensão muito mais
holística do desempenho e do potencial dos negócios”.
Agora que os dados e análises alcançaram as massas, na próxima década as empresas com funcionários mais
envolvidos com analytics estarão acima da média. Alan Jacobson, diretor de dados e análises da Alteryx, explica:
“Com um rápido crescimento das empresas em 2020, um novo foco sobre a educação para melhorar a transformação nas
organizações ganhará força, com um diretor de desenvolvimento ou semelhante conduzindo o processo. As
empresas com conhecimento digital vencem a concorrência não digital e em 2020 isso será reforçado,
já que ainda mais empresas explorarão os seus ativos digitais para resolver problemas de negócios”.
Ashley Kramer acrescenta: “Haverá um incentivo para que a gerência executiva promova a ciência e a análise de
dados self-service em toda a empresa. Os líderes devem se empenhar com convicção para ir além da abordagem
analítica antiquada, provocando uma mudança cultural dentro da organização”.
De modo semelhante à adoção analítica para a empresa pela liderança, as iniciativas de educação de dados virão de
cima para baixo e para que sejam eficazes, deverão ser democratizadas em toda a empresa.
Andy Uttley, gerente de consultoria do Javelin Group, explica: “O domínio dos dados não é mais uma habilidade
exigida para poucos, é um requisito para a maioria. A capacidade de entendimento e utilização de dados
em todos os níveis é fundamental para que as empresas consigam ser bem-sucedidas”.
Contudo, há uma advertência. Uttley explica que a democratização dos dados e o surgimento do self-service
apresentam novos desafios, já que “colocar as informações nas mãos de todos os interessados pode aumentar o
risco: de governança de dados, de modelos extremamente complexos ou ‘incorretos’ por profissionais não
qualificados ou de erros incorporados nas fontes utilizadas em toda a empresa, por falta de treinamento ou
habilidades”.
Com a possibilidade dos profissionais de negócios “comuns” utilizarem dados, há também o risco de que esses
possam ser utilizados incorretamente, de modo inadequado ou até antiético. À medida que os dados se tornam mais
difundidos, serão estabelecidas diretrizes para as organizações e para a proteção dos consumidores. O domínio
dos dados deve ser uma prioridade na pauta dos altos executivos por dois motivos: a transformação e a
governança dos negócios.
O domínio dos dados deve ser uma prioridade na pauta dos altos executivos por dois motivos: a
transformação e a governança dos negócios.
Paige Bartley acrescenta: “A ética do uso apropriado dos dados se tornará um marco social. Muitos dizem que ‘os
dados são o novo petróleo’ e essa metáfora vai além do valor monetário superficial do recurso em questão. Da
mesma forma que a conscientização e o ativismo ambiental foram uma resposta à exploração de recursos naturais
que ocorreu com a revolução industrial, o ativismo ético relacionado aos dados e à privacidade
será uma resposta à exploração de recursos de informações pessoais que está ocorrendo no momento com a revolução
digital”.
2. O surgimento dos nativos de dados
Juntamente com o domínio e a fluência dos dados, surgirá uma nova geração de pessoas que cresceram em meio à
eles, também chamadas de “nativos de dados”. Muito parecidos com os nativos digitais, que cresceram em meio aos
smartphones e à tecnologia digital, os nativos de dados não saberão que houve um tempo antes do Fitbit, do termostato Nest e do Propeller.
“As gerações mais novas, que são adaptáveis e aprendem rapidamente, terão destaque à medida que novas habilidades
e demandas analíticas surgem”, diz Andy Uttley. “Eu acredito que veremos uma mudança na base e iremos
esperar ou até mesmo exigir, mudanças nos sistemas educacionais para ajudar a preparar melhor as crianças para o
mundo em que elas irão entrar. Isso deve incluir mais resoluções de problemas e claro, habilidades obrigatórias
em linguagens como o Python!”
As novas gerações continuarão sendo integradas em um mundo de dados e análises. Segundo Ashley Kramer,
vice-presidente sênior de soluções de produtos: “Surgiram novas empresas que focam unicamente no domínio dos
dados e estamos vendo a análise se tornar mais importante nas universidades do mundo inteiro”. Um exemplo é a Arizona State University, com a qual a Alteryx uniu forças para possibilitar iniciativas
de cidades inteligentes na área metropolitana de Phoenix.
Mas quais serão as mudanças para nós, que não somos nativos e que aprendemos a utilizar os dados da maneira
antiga e complicada? No início da última década os dados eram como uma lembrança, algo que devia ser coletado.
Nesta década, os dados se tornarão uma linguagem própria. O analytics se tornará uma linguagem básica,
integrada à linguagem dos negócios.
3. PREVENDO A ANÁLISE PREDITIVA
Se na última década nós dominamos o preparo e a combinação de dados, na próxima vamos dominar a análise preditiva
e prescritiva (com a ajuda da inteligência artificial e do aprendizado de máquina).
Os dados de pesquisa da nossa Comunidade Alteryx confirmam o aumento do interesse em análise preditiva e aprendizado
de máquina:
Como diz Jarrod Thuener, diretor de análise de dados da Kristalytics: “Correndo o risco de utilizar outro jargão,
estamos entrando na era do aprendizado de máquina. Ou seja, estamos realmente utilizando os
dados que coletamos. É fundamental ser capaz de agir com base nos dados e análises. Em breve teremos
sistemas de auto-monitoramento nos quais um ciclo de feedback contínuo direcionará as decisões
posteriores”.
Não imagine um 2025 distópico em que as máquinas tomaram o controle dos humanos. Dean Stoecker acredita que todos
nós devemos acreditar um pouco mais em nós mesmos: “Se você acha que a inteligência artificial irá dominar,
pense novamente. Se nós amplificarmos a inteligência humana a singularidade nunca ocorrerá! Nunca traia
a humanidade”.
Apesar dos dados alimentarem os modelos de aprendizado de máquina, ainda haverá seres humanos que irão direcionar
a seleção desses dados e as suas aplicações de uso. A inteligência artificial — ou a “estupidez artificial”,
como às vezes podemos pensar quando a Alexa, o Google Home ou a Siri não entendem o que queremos, mesmo que o
pedido seja extremamente óbvio — é tão inteligente quanto as pessoas que estão por trás dela. Nós não podemos
substituir a arte pela matemática, a música por código ou a conexão humana por um algoritmo. Em vez disso, a
inteligência artificial e o aprendizado de máquina são uma ampliação e não uma substituição, diz Jacobson.
“A inteligência artificial e o aprendizado de máquina são uma ampliação dos
seres humanos, não uma substituição deles.”
— Alan Jacobson, diretor de dados e análises da Alteryx
O que acontecerá, continua Jacobson, é que mudaremos do foco nas linguagens e na programação por traz do
aprendizado de máquina, da IA e da análise preditiva para a democratização dessas tecnologias, como acabamos de
fazer nesta última década ao democratizar a acessibilidade aos dados. “Em 2019, as tecnologias de modelagem e
processamento de linguagem são robustas, mas não são acessíveis. Quando todos, dos analistas de negócios aos
cientistas de dados, tiverem acessibilidade total, as melhorias reais irão avançar rapidamente”.
Assim como o domínio de dados apresenta novos desafios de governança, o mesmo ocorre com o aumento da análise
avançada acessível. Paige Bartley, analista sênior da 451 Research, acrescenta: “Talvez de maneira paradoxal,
precisamos utilizar a ciência e a análise de dados para entender melhor os efeitos da automação e de sistemas
algorítmicos na interação e no comportamento humano no mundo. Hoje, quase todos os aspectos do comportamento
humano podem ser quantificados e utilizados para a obtenção de insights. Por esse motivo, precisamos entender
melhor as possíveis ramificações do uso sistemático da tecnologia antes que possamos utilizá-la para avançar
como sociedade”.
Stoecker está seguro de que até problemas complexos como esses, podem ser resolvidos com a mágica dos dados +
inteligência humana. “Se podemos resolver um problema utilizando dados relevantes,
podemos resolver todos os problemas com eles”. “O único fator determinante para a resolução dos
desafios, será a amplificação da inteligência humana para sabermos quais perguntas fazer”.
4. Análise de dados para sempre
Para concluir essa visão para a próxima década, perguntamos à nossa Comunidade Alteryx quais problemas mundiais
urgentes eles gostariam de resolver com dados e análises. Estas são algumas das respostas:
“Eu gostaria de trabalhar em iniciativas para promover a paz mundial. Eliminar as armas de fogo
e colocar a juventude na análise de dados. Faça modelos, não faça guerra”.
— Mark Frisch, CEO da Marquee Crew
“Remediação às mudanças climáticas, análise e otimização da
educação pública, redução da falta de moradia e rompimento do isolamento
social”.
— Heather Harris, diretora de prática, inteligência e análise de dados da ProKarma
“Análise de meninas a partir de 11 anos de idade: quais estatísticas ou caminhos durante a vida
as levam a ter destaque como mulheres no setor da tecnologia, em qualquer função. Além disso, análise da
natureza x criação, mas do ponto de vista tecnológico”.
— Sharmila Mulligan, diretora de estratégia (CSO) da Alteryx
“Educação. Ainda temos um problema em que uma proporção muito grande do
mundo é pouco qualificada – e quanto mais podemos utilizar a tecnologia para entender e possibilitar o
aprendizado, melhor para todos nós, pois um planeta mais instruído é economicamente estável e toma melhores
decisões”.
— Sean Adams, vice-presidente sênior e diretor executivo em um banco multinacional de
investimentos
“Os cenários médicos são uma ótima aplicação da ciência e análise de dados. Aumentar as metas e
aplicá-las em questões de mudanças climáticas e assuntos internacionais é um objetivo pelo qual devemos
lutar, mesmo sendo audacioso. Também precisamos considerar a ética, caso contrário, ocorrerá o oposto: a IA
será aplicada para a guerra e não para a paz e o engajamento construtivo”.
— Andrew Brust, CEO/fundador da Blue Badge Insights
“A distribuição da pobreza no mundo inteiro”.
— AJ Guisande, diretor da Decision Science
“Se eu pudesse escolher apenas um problema para resolver, seria o câncer
infantil”.
— Michael Barone, cientista de dados da Paychex
“O setor de saúde e a utilização do aprendizado de máquina para ajudar
a melhorar os benefícios para a saúde, como pesquisas de câncer e alertas preditivos de cuidados de
saúde”.
— Adrian Loong, gerente de ciência de dados da Datacom
“Desigualdade na sociedade e a utilização da análise de dados para aumentar a mobilidade
social”.
— Joseph Serpis, consultor na Keyrus
Para 2030 e além
A análise self-service revolucionou a última década e está pronta para fazer o mesmo na próxima, mas com razões
totalmente diferentes. Será que as coisas irão acontecer conforme previmos? Teremos que esperar para ver. A
menos que você já tenha utilizado a análise de dados para a criação de uma máquina do tempo. Isso seria
incrível!
Fique mais um pouco
LEIA
“A Década de Inspiração” destaca momentos decisivos na Comunidade Alteryx na
última década.
OUÇA
Coloque seus fones de ouvido e escute Libby Duane Adams, co-fundadora e CCO da
Alteryx, e dois funcionários de longa data compartilharem seus pensamentos sobre tudo, desde o
primeiro escritório da Alteryx até o futuro da análise de dados em “Alteryx-the Decade” no canal de podcast Alter Everything.
COMPARTILHAR
Converse conosco no @alteryx sobre seus momentos mais memoráveis na última década
de analytics.