Escolar Documentos
Profissional Documentos
Cultura Documentos
O
Big Data está transformando o mundo dos negócios e as decisões e aplicações
baseadas em dados criam vantagem competitiva para as empresas, utilizando
fontes de dados para descobrir, apresentar e operacionalizar importantes
insights empresariais. Não é mais uma questão de usar ou não Big Data na tomada
de decisões, mas sim como Big Data deve ser utilizado de forma eficiente. E para
aqueles que ainda não utilizam Big Data na tomada de decisões, a pergunta inevitável
é:
A
lgo que todos os fornecedores e organizações devem compreender é que uma
grande solução de análise de dados deve ser uma decisão de negócios, e não
uma decisão do departamento de TI. Embora exista um amplo consenso sobre o
valor do Big Data, não existe uma abordagem padronizada sobre como iniciar e concluir
um projeto. As muitas ferramentas, fornecedores e tendências no mercado,
multiplicadas por diferentes casos de uso e projetos potenciais, podem levar à paralisia
de decisão. Além disso, algumas empresas se concentram equivocadamente em
tecnologia em vez de objetivos de negócios. Todos esses fatores podem colocar os
projetos Big Data em risco. Em uma pesquisa recente de profissionais de TI, descobriu-
se que quase 60% dos projetos Big Data não são concluídos. A mesma métrica para
projetos de TI em geral é de apenas 25%. Além da falta de visão de negócios na
implementação de projetos de Big Data, a falta de profissionais qualificados é outro
problema. Embora a forma como você gerencia o seu projeto de Big Data irá variar
dependendo do caso de uso específico e perfil da empresa, existem 4 etapas principais
para implementar com sucesso um projeto de Big Data:
Um projeto de Big Data Analytics deve ser uma decisão de negócio, não uma decisão
do departamento de TI, cujo papel deve ser o suporte para que a solução seja
implementada de maneira eficiente, profissional e com baixo custo.
_____________________________________________________________________________
Essas questões compõem uma boa base para o seu projeto. Quanto mais específicas
e conectadas aos seus objetivos de negócio forem suas respostas, maior a chance do
projeto ter sucesso. Aqui estão algumas questões mais específicas que elaboram cada
ponto em mais detalhes.
Para o sucesso de um projeto de Big Data, o valor para o negócio deve estar claro e o
comprometimento da alta gestão e das partes interessadas é fundamental.
2. Planejamento do Projeto
Como resultado de suas pesquisas e reuniões, você provavelmente terá um objetivo
nebuloso, como “reduzir o churn do cliente”. Esta etapa pretende construir um objetivo
concreto e específico acordado pelas partes interessadas do projeto. É nesta etapa
que você deve:
O
objetivo agora pode ser claro, mas como você saberá se conseguiu alcançá-lo?
É importante definir o sucesso comercial do seu projeto de Big Data antes de
prosseguir, definindo critérios de sucesso e objetivos específicos. E ao
determinar os critérios de sucesso, é importante escolher critérios mensuráveis, como
uma métrica de desempenho chave específica. As tarefas seguintes são considerações
que você pode usar para garantir que você tenha capturado corretamente os critérios
de sucesso:
• Com a maior precisão possível, documente os critérios de sucesso para este projeto.
• Certifique-se de que cada objetivo comercial identificado tenha um critério mensurável que determinará
se esse objetivo foi cumprido com sucesso.
• Compartilhe e obtenha aprovação de seus critérios de sucesso entre os principais interessados.
• Determine o escopo adequado, especificamente o que está incluído e o que não está incluído.
• Desenvolva um orçamento aproximado.
• Defina uma linha de tempo e marcos de sucesso em 3 meses, 6 meses e um ano.
_____________________________________________________________________________
É essencial evitar armadilhas comuns, como escopo mal definido, metas pouco claras,
gerenciamento de projetos passivo ou inexistente, má comunicação, começar muito
pequeno, etc. De longe, a maior razão pela qual esses projetos falham é um escopo
impreciso. Sem ter um critério de sucesso firme, os projetos continuam a expandir sem
cronogramas realinhados, não conseguindo demonstrar retorno positivo no
investimento, ou no pior caso – não conseguindo atingir os objetivos de fornecer valor
comercial. Outro ponto fundamental é a cooperação entre os departamentos. Por
natureza, Big Data não vai ajudar apenas um dos interessados. Muitas vezes, um
projeto como esse é algo que melhora o desempenho para muitos stakeholders
diferentes como a sua equipe de TI, seus desenvolvedores de aplicativos,
seus cientistas de dados e analistas e pessoas em toda a organização, desde a linha
de gerentes de negócios até executivos.
A
fase de requisitos técnicos envolve uma análise mais detalhada dos dados
disponíveis para o seu projeto de Big Data. Esta etapa permitirá que você
determine a qualidade de seus dados e descreva os resultados dessas etapas
na documentação do projeto. É importante entender quais ferramentas são usadas e a
arquitetura em que são usadas, como se encontra sua infraestrutura atual e o
inventário de todas as ferramentas usadas atualmente. Isso é importante pois o projeto
de Big Data não será algo isolado, mas sim integrado à infraestrutura atual da
empresa. Considere quais fontes de dados você vai aproveitar:
_____________________________________________________________________________
• Volume de dados.
Para a maioria das técnicas analíticas, existem trade-offs associados ao tamanho dos
dados. Grandes conjuntos de dados podem produzir modelos mais precisos, mas
também podem aumentar o tempo de processamento.
• Variedade de dados.
Os dados podem ter uma variedade de formatos, como numérico, categórico (string) ou
Booleano (verdadeiro / falso). Prestar atenção ao tipo de dado pode evitar problemas
durante análises posteriores. Frequentemente, os valores no banco de dados são
representações de características como gênero ou tipo de produto. Por exemplo, um
conjunto de dados pode usar M e F para representar masculino e feminino, enquanto
outro pode usar os valores numéricos 1 e 2. Observe qualquer esquema conflitante nos
dados.
Isso tudo nos leva a mais um grupo de questões que devem ser respondidas:
_____________________________________________________________________________
N
o entanto, antes de começar a avaliar as opções da sua solução, é importante
conhecer sua “equipe de compras”. As equipes de compras geralmente
consistem em partes interessadas de múltiplos níveis organizacionais e às vezes
divisões múltiplas fora da TI. No mínimo, deve haver um patrocinador executivo
(sponsor do projeto), líder do projeto ou líder da equipe do projeto, tomador de decisões
técnicas e um decisor econômico. Todo o seu time de compras precisa estar envolvido
na avaliação das opções. As opções começam com quem você está confiando para
implementar seu projeto: fazer você mesmo com recursos internos e / ou buscar
fornecedores de software (make or buy decision), trabalhar com integradores de
sistemas, implantar com provedores de serviços na nuvem ou usar empresas de
consultoria de Big Data. Recomenda-se procurar cada opção de implementação e pesá-
las em relação às suas prioridades comerciais específicas. Mas não se esqueça de
incluir: Time-to-Business Value, Facilidade de Uso, Escalabilidade, Baseado em
Padrões e Maturidade da Empresa. Ao avaliar soluções, documente como cada uma
executa essas e outras dimensões importantes.
Time-to-Business Value
Como os projetos exigem um investimento inicial significativo, é importante entender
quanto tempo antes que a solução comece a gerar valor. Como muitos desses projetos
podem ampliar demais os prazos acordados pelo fornecedor, é recomendável solicitar
informações sobre projetos de escopo semelhantes que já foram concluídos para outros
clientes a fim de determinar melhor se o fornecedor entrega os marcos estabelecidos.
Qual é o valor do time-to-business?
Facilidade de Uso
Ao considerar as novas soluções de Big Data, é imperativo considerar como a solução
afetará sua necessidade de aumentar os recursos internos para implementação e
manutenção contínua. Especificamente, novos recursos, como cientistas de
dados e engenheiros de Dados, podem ser necessários para gerenciar um projeto
internamente. Além disso, serão necessários recursos de TI corporativos para manter o
projeto uma vez implementado. A facilidade de uso também se traduz em facilidade de
integração dentro de sua infraestrutura técnica interna. Isso pode ter um grande impacto
no valor do tempo para o negócio.
Escalabilidade
_____________________________________________________________________________
Baseado em Padrões
No mundo de hoje, as tecnologias populares vão e vem. Considere se suas soluções
propostas utilizam tecnologias baseadas em padrões abertos e melhores em sua
classe para impulsionar inovação e receita para as necessidades da empresa. Além
disso, explore os riscos associados com a capacidade de adaptar a sua solução e sua
capacidade de agir rapidamente quando precisar fazê-lo.
Maturidade da Empresa
Um aspecto importante da seleção é se a solução pode operar dentro de uma
configuração corporativa. As soluções ideais possuem alta disponibilidade e
recuperação de desastres (DR – disaster recovery) e dependendo do caso,
continuidade de negócios (BC – business continuity). Além disso, elas irão apoiar as
suas necessidades de segurança e compliance e atender seus SLAs (service level
agreements) definidos atualmente. Para entender melhor como as soluções funcionam
em um ambiente empresarial, entre em contato com as referências dos clientes
empresariais do provedor de soluções, fazendo um saudável benchmarking
competitivo.
_____________________________________________________________________________