Explore os dados para

reinventar sua organização

Crie uma estratégia de dados para a próxima onda de
inovações da nuvem

1
INTRODUÇÃO

Bem-vindo à geração da
reinvenção
Não é fácil manter o sucesso por um longo período, e qualquer organização
sabe disso. Para não perder a relevância, as organizações precisam se
reinventar periodicamente. A chegada da nuvem deu início à geração da
reinvenção. Agora, a próxima onda de reinvenção será orientada por dados. Os
líderes precisam usar dados como base para tomar decisões fundamentadas,
ver o que está por vir e tomar as devidas providências. Criar uma estratégia
de dados é fundamental para as organizações que desejam permanecer
relevantes no presente e no futuro.

Os líderes com mentalidade de reinvenção têm de ser implacáveis na busca

pelos fatos. Eles precisam de ferramentas que, sempre que necessário,
permitem mudar o rumo para aproveitar oportunidades e evitar ameaças.
Para isso, você precisa adotar uma mentalidade orientada por dados.

2
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
Os dados impulsionam a jornada rumo à reinvenção
As organizações orientadas por dados tratam-nos como um ativo e não mais
como propriedade de departamentos específicos. Elas criam sistemas para
coletar, armazenar, organizar e processar dados valiosos e os disponibilizam
com segurança às pessoas e às aplicações que necessitam deles.
Para coletar, armazenar, organizar e agir com base nas informações disponíveis,
essas organizações consolidam os dados em data lakes centralizados para facilitar
a descoberta, a governança e o acesso. Elas também usam tecnologias, como
machine learning, para revelar o valor que os dados oferecem, como aumento
da eficiência operacional, otimização de processos, desenvolvimento de novos
produtos e fluxos de receita e aprimoramento das experiências do cliente.
Por exemplo: a Moderna e outras empresas farmacêuticas usam dados e
análises para agilizar como nunca a colocação de medicamentos e vacinas no
mercado. A BMW e outras montadoras usam dados para otimizar a cadeia
de suprimentos e melhorar a capacidade de produção. E a ENGIE, bem como
outras empresas do setor de energia, usa os dados para descobrir novas
formas de reduzir os custos para os clientes e, ao mesmo tempo, concretizar
seus ousados e ambiciosos objetivos de sustentabilidade.
3
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

Principais desafios e considerações

1
Normalmente, o primeiro desafio enfrentado pelas organizações é
compreender a grande dimensão e escala dos dados com os quais
elas lidam dia a dia e o crescimento exponencial que ocorre ano
após ano. Na verdade, nos próximos 36 meses, serão criados mais
dados que nos últimos 30 anos juntos.1 As antigas ferramentas on-
premises e os armazenamentos de dados herdados não conseguirão
suprir as demandas atuais. Para dar conta da enorme escala e do
extraordinário crescimento no volume de dados que estamos vendo
hoje, as organizações precisam de novos armazenamentos de dados
capazes de se dimensionar e crescer conforme as necessidades
dos negócios mudarem, sejam os gigabytes e terabytes que são
processados atualmente ou os petabytes e exabytes que serão
gerenciados no futuro.

2
Em segundo lugar, as organizações precisam de facilidade para
acessar e analisar outros tipos de dados, como arquivos de log, dados
de fluxo de cliques, voz e vídeo. Essa ampla variedade de tipos de
dados vêm de diversas fontes e são armazenados em silos e em
vários armazenamentos de dados. Para extrair insights novos e de
valor de todos esses dados, as organizações precisam disponibilizar
esses silos para que as equipes consigam acessar e analisar todos os
dados relevantes onde quer que eles residam.

3
O terceiro grande desafio enfrentado pelas organizações é adaptar-
se com maior urgência às mudanças nas preferências do cliente e
nas dinâmicas do mercado. Para agilizar a tomada de decisão, as
organizações precisam oferecer aos funcionários acesso seguro
aos dados e a possibilidade de usar análises e machine learning
com rapidez e bom custo-benefício. As organizações cujas

Pesquisa Rethink Data, IDC/Seagate, janeiro de 2020

1
4
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

operações dependem de infraestruturas de dados on-premises Tendências que afetam a forma de extrair insights
herdadas perdem muito tempo instalando hardware e software e dos dados
configurando a infraestrutura para performance e disponibilidade,
bem como com o planejamento de capacidade para dimensionar
seus sistemas. Todo esse esforço desnecessário reduz a agilidade e
impede decisões rápidas.

4
O quarto desafio é tornar o machine learning eficaz. Embora
o ML seja uma tecnologia disruptiva que promove a inovação,
as organizações estão tendo dificuldade para obter um avanço Dados armazenados em
Quantidade de dados
significativo ao escalar o machine learning em seus negócios. gerados mais alta do silos espalhados por
Segundo um relatório da Gartner, nos últimos dois anos, as que nunca vários armazenamentos
organizações com experiência em IA levaram somente 53% dos de dados
pilotos de prova de conceito para a produção. A falta de habilidades
em ML, a inércia da organização e a quantidade ou qualidade dos
dados que devem ser treinados são somente alguns dos problemas
que estão diminuindo o progresso nessa área essencial.

5
Por fim, em um mundo cada vez mais dependente de regulamentos
de segurança, privacidade e conformidade dos dados, as Urgência por parte das Dificuldade na adoção
organizações devem ter como definir, monitorar e gerenciar com empresas em usar os do machine learning por
atenção o acesso a dados específicos, usando a governança de dados dados para tomar decisões falta de habilidades e
e controles de segurança testados e comprovados. Isso tem de ser melhores e mais rápidas inércia da organização

feito não só com os dados em cada silo individual, mas de forma

abrangente e unificada, englobando todos os armazenamentos
de dados.

Importância cada
vez maior dos
regulamentos de
segurança, privacidade e
conformidade dos dados
5
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

Como se tornar uma empresa orientada por dados

Os três estágios para alcançar a reinvenção da organização

1 Modernizar
Sua infraestrutura de dados 2 Liberar
Encontre uma utilidade
para os dados
3 Inovar
Invente novas experiências e reimagine
processos antigos

6
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
1 Modernize sua infraestrutura com o provedor
de nuvem mais confiável, seguro e escalável
Para as organizações com infraestrutura de dados
on-premises herdadas ou autogerenciada na
nuvem, a supervisão é tediosa, demorada e cara.
Podem surgir preocupações quanto à instalação,
configuração, performance e disponibilidade de
hardware e software. Requisitos de escalabilidade,
como planejamento de capacidade e escalabilidade
de clusters, bem como problemas de segurança
e conformidade, também são preocupantes.
Diversos armazenamentos de dados on-premises
são remanescentes de antigos provedores de
bancos de dados comerciais, como Oracle e
Microsoft SQL Server. Essas infraestruturas, além
de caras e patenteadas, muitas vezes envolvem
uma dependência prejudicial em relação a um
único fornecedor, além de incluírem termos de
licenciamento punitivos.
Com a modernização da infraestrutura de
dados, as organizações podem deixar de usar os
armazenamentos de dados on-premises e adotar
a infraestrutura de dados na nuvem. Com a AWS,
as organizações acessam pela Internet recursos
de TI como armazenamento, banco de dados,
análises e machine learning, sem a necessidade de
adquirir, possuir e manter datacenters e servidores
A infraestrutura de dados her-
dada exige um trabalho pesado
indiferenciado
físicos por conta própria. Os serviços da AWS Instalação de
cuidam de todas as tarefas de gerenciamento, hardware e software
como provisionamento de servidores, aplicação
de patches, configuração e backups. Por exemplo:
o Amazon Aurora replica continuamente seis
cópias dos dados em três zonas de disponibilidade Performance e
(AZs) e se recupera de falhas com transparência disponibilidade
em menos de 30 segundos. Isso permite que
as organizações economizem tempo e custos e
melhorem a performance, a disponibilidade e o Planejamento
de capacidade e
dimensionamento.
escalabilidade de
Ao escolher o provedor certo de nuvem a clusters
quem confiar os dados, as organizações
precisam estar seguras de que a escolha da
Gerenciamento
tecnologia conseguirá extrair valor deles e, ao de segurança e
mesmo tempo, mantê-los em segurança e em conformidade
conformidade com uma série de regulamentos
que mudam constantemente. Elas querem um
Infraestrutura cara,
provedor de tecnologia confiável que entenda
patenteada e alto grau
seus casos de uso e também cresça com de aprisionamento
elas à medida que os dados escalam. A AWS tecnológico
atende a todas essas preocupações com um
nível inigualável de experiência, escalabilidade,
confiabilidade, segurança e performance para
aproveitar ao máximo os dados na nuvem.
7
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

Internamente, a AWS diz que não há algoritmo de compressão para a

experiência, e é por isso que não é possível aprender certas lições enquanto
não se atinge diferentes marcos em escala. A AWS foi projetada para oferecer
escalabilidade. O Amazon Simple Storage Service (Amazon S3) oferece
armazenamento, escalabilidade, disponibilidade de dados, segurança e
performance líderes do setor. O Amazon S3 foi projetado desde o princípio
para oferecer 99,999999999% (11 noves) de durabilidade e armazena dados
de milhões de aplicações para empresas em todo o mundo. Centenas de
milhares de clientes já utilizam a AWS para extrair valor dos dados. A AWS
tem a maior e mais dinâmica base de clientes, com dezenas de milhares de
parceiros ao redor do mundo que confiam a ela a execução em escala de suas
cargas de trabalho de dados e machine learning.
A arquitetura da AWS também foi pensada para ser o ambiente de
computação em nuvem mais seguro. Nossa infraestrutura central foi criada
para satisfazer os requisitos de segurança de organizações militares, bancos
globais e outras que requerem alta confidencialidade. Tudo isso com o suporte
de um amplo conjunto de ferramentas de segurança de nuvem que garantem
a conformidade e governança dos dados.
“[A Nuvem AWS] faz parte da transformação de nossa
TI corporativa, pois procurávamos uma forma mais
adequada para atender os clientes, simplificar nossos
métodos de trabalho e competir globalmente. A AWS,
com experiência comprovada e infraestrutura global de
alta performance, oferecerá a agilidade, a velocidade e
a escalabilidade de que a 3M precisa para lançar novos
processos empresariais e modelos de serviço. Nossa
intenção é expandir o uso do portfólio de serviços da AWS,
bem como de análises e machine learning, para extrair
mais insights e nos tornarmos uma empresa ainda mais
ágil na nuvem.”
John Turner
Vice-presidente de sistemas de TI e diretor executivo de
informação (CIO), 3M

8
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

Os benefícios do Amazon Relational Database Service (RDS)

Uma pesquisa aprofundada da IDC descobriu que os clientes que migraram
seus bancos de dados on-premises para o Amazon RDS conseguiram:
A Best Western teve um extraordinário sucesso quando migrou
86% 97% 5 mesas seus dados da Oracle para o Amazon Aurora, nosso banco de dados
de redução no tempo de redução do tempo em média de período de relacional compatível com MySQL e PostgreSQL projetado para
de implantação de de inatividade não retorno do investimento a nuvem. A rede de hotéis agora consegue processar 2,3 bilhões
novos bancos de dados planejado de pontos de dados de um único mês em menos de um minuto. A
migração também gerou uma economia superior a meio milhão
Os benefícios de migrar para a AWS para obter serviços de de dólares em custos de hardware e software, além de garantir
data lake, análise e ML economias futuras.

A IDC conduziu uma extensa pesquisa e descobriu que os clientes que “O setor hoteleiro vem mudando com rapidez, visto
migraram as soluções de análise on-premises (data warehousing, data lakes e
que cada vez mais clientes esperam a facilidade e a
machine learning) para a AWS conseguiram obter:
conveniência da computação móvel. A migração para
48% 415% 76% a AWS torna nossa organização pioneira em inovação e
de redução no custo de ROI em cinco anos de redução do tempo nos permite oferecer aos hóspedes um processamento de
de propriedade de inatividade não dados rápido, confiável e seguro, para que eles consigam
planejado
organizar viagens, alterar reservas e garantir uma
estada conosco.”
David Kong
Presidente e diretor executivo, Best Western

9
HISTÓRIAS DE CLIENTES

Samsung migra 1,1 bilhão de usuários em três continentes
Depois de migrar 75 petabytes para serviços de bancos de dados da
AWS com propósito específico que economizam tempo e oferecem boa
relação custo-benefício, a Samsung desativou seu último banco de dados
da Oracle, modernizando a infraestrutura de dados e aumentando o
acesso, a consistência e a performance como um todo. Em comparação
com a solução anterior da Oracle, a empresa economizou 44% em custos
operacionais e 22% em taxas de manutenção ao adotar o Amazon Aurora.
Blackboard moderniza-se para eliminar custos
de licenciamento
Para a Blackboard, educar milhões de pessoas ao redor do mundo significa
pagar elevados custos de licenciamento. A empresa eliminou esse custo
administrativo ao migrar o banco de dados e modernizar a infraestrutura
com o banco de dados de código aberto PostgreSQL no Amazon RDS.
A migração envolveu a transferência de milhares de máquinas virtuais e
vários petabytes para a AWS. Isso também liberou os dados de transação,
sem aumentar as cargas de trabalho computacionais, e permitiu que a
Blackboard encerrasse mais de 20 datacenters, passando a usar somente
nove datacenters centrais em nível global.

Nasdaq ganha escalabilidade com bilhões de registros,

sem esforço
Na última década, a Nasdaq transferiu grande parte dos dados de
transações do mercado americano de um data warehouse on-premises
herdado para o Amazon Redshift, utilizando o Amazon S3 como data
lake, com o intuito de atender ao aumento da demanda por dados nos
mercados eletrônicos de alto volume.

Quando a volatilidade flexionou os mercados, a Nasdaq estava bem

posicionada para saltar do processamento de 30 bilhões para 70 bilhões de
registros por dia e até mesmo para 115 bilhões no momento de pico.

10
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
2 Encontre uma utilidade para os dados: data lakes e
armazenamentos de dados com propósito específico
Para tomar decisões com rapidez, as organizações
precisam armazenar qualquer quantidade de
dados em formatos abertos e eliminar os silos
de dados desconexos. Os funcionários precisam
ter autonomia para executar análises ou machine
learning usando as ferramentas ou técnicas de
sua preferência e gerenciar o acesso do usuário
a dados específicos com os devidos controles
de segurança e governança. A AWS ajuda as
organizações a fazerem tudo isso por meio da
abordagem de lakehouse, que reúne o melhor
dos data lakes e armazenamentos de dados com
propósito específico.
Com a abordagem de lakehouse, as organizações
podem transferir qualquer quantidade de dados
de vários silos para um data lake do Amazon
Simple Storage Service (Amazon S3). Ao contrário
de outros provedores de nuvem, as organizações
conseguem armazenar os dados no S3 usando
formatos abertos baseados em padrões, para
evitar o aprisionamento a qualquer formato de
dados ou abordagem de análises exclusivos. Com
o armazenamento de dados em formatos abertos
baseados em padrões, qualquer serviço de análise
ou machine learning pode trabalhar facilmente
com eles. Isso também elimina a necessidade
de transferir, transformar ou reformatá-los
desnecessariamente para conseguir extrair valor
deles, além de ser particularmente útil para
trabalhar com dados em escala de petabytes e
exabytes. Por exemplo: o Amazon Athena é um
serviço de consulta interativa que permite que as
organizações analisem instantaneamente os dados
armazenados no S3 usando SQL padrão sem ter
de configurar e gerenciar nenhum servidor.
Além de usar um data lake, as organizações
também usam armazenamentos de dados com
propósito específico para obter as melhores
vantagens em performance, escala e custo para
seus casos de uso específicos. O Amazon Aurora
processa transações em alta velocidade e o
Amazon Elasticsearch Service armazena e analisa
grandes volumes de dados de log por um baixo
custo. Em um mundo no qual as organizações
devem, cada vez mais, trabalhar com terabytes,
petabytes e até exabytes de dados, os
armazenamentos de dados com propósito
específico conseguem executar determinada
carga de trabalho ou caso de uso com extrema
eficiência. Foi por todos esse motivos que a AWS
passou os últimos anos criando as ferramentas
certas para o trabalho certo: 15 bancos de dados
com propósito específico, 12 serviços de análise
11
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

com propósito específico e 30 serviços de machine learning. Isso é de longe Abordagem de lakehouse na AWS
mais do que você encontrará em qualquer outro lugar.

Como um número cada vez maior de organizações armazena dados em data

lakes do S3 e também em armazenamentos de dados com propósito específico,
elas precisam transferi-los com frequência de um lado para outro entre os data
lakes, data warehouses e armazenamentos de dados personalizados. Tanto o
Amazon Redshift quanto o Amazon Athena comportam consultas federadas Amazon
e contam com a capacidade de realizar consultas nos dados armazenados em Aurora

bancos de dados operacionais, data warehouses e data lakes. As consultas

federadas podem extrair insights de várias fontes de dados sem a necessidade
de movimentá-los e de configurar e manter pipelines complexos de extração, Amazon n Lake Form Amazon
azo at
EMR m DynamoDB
transformação e carregamento (ETL). A exportação do data lake do Amazon

io
Amazon

n
Redshift permite que as organizações transfiram os dados do data warehouse Athena
para o data lake em formatos abertos, prontos para análise. Com a abordagem
Amazon
de lakehouse, as organizações também podem usar recursos como o AWS Glue S3
Elastic Views para transferir e sincronizar facilmente os dados entre data lakes,
Am
data warehouses e armazenamentos de dados com propósito específico. Com a zo n G lu e

isso, elas têm escalabilidade e flexibilidade para armazenar e processá-los em um Amazon Amazon
data lake, com a performance e a economia oferecidas pelo armazenamentos de Elasticsearch SageMaker
Service
dados personalizados.

Por fim, a abordagem de lakehouse possibilita que os desenvolvedores,

Amazon
analistas de negócios e cientistas de dados decomponham os silos e Redshift
descubram, coletem e analisem os dados de forma segura e controlada. Essa
abordagem fornece às organizações recursos como o AWS Lake Formation,
cujo catálogo descobre, marca e cataloga automaticamente os dados, e
estabelece um método fácil para definir e gerenciar centralmente as políticas
de segurança, governança e auditoria, tudo em um único lugar. Isso permite
que as organizações forneçam acesso granular aos dados para o usuário certo
no momento certo, o que, por sua vez, atende de maneira efetiva às suas
exigências regulatórias de governança e conformidade.

12
BECOMING DATA-DRIVEN
HISTÓRIAS DE CLIENTES

The American Heart Association
uncovers lifesaving insights
The Precision Medicine Platform developed
on the AWS Cloud by the American Heart
Association allows researchers to uncover
critical cardiovascular insights via easily
searched and accessed centrally stored data.
Moderna accelerates mRNA
COVID-19 vaccine development
The scalable, high-performance computing
capabilities of AWS data storage enable
Moderna Therapeutics to run its Drug Design
Studio. It successfully converts analytics and
machine learning findings into sequences,
producing one of the first COVID-19 vaccines
to gain approval.
Epic Games designs megahit Fortnite
around player behavior
Epic Games’ designers gain deeper insights
into game-player behavior with the readily
accessible data sent to and from AWS via its
interactive, highly popular gaming experiences,
including the megahit Fortnite. Leveraging the
power of the AWS Cloud, Fortnite designers
can create constant feedback loops that help
increase customer satisfaction in real time.

“By using the AWS Cloud, the Platform
will harness the power of big data to
revolutionize the way cardiovascular
research is performed and speed the
promise of precision cardiovascular
medicine.”
Nancy Brown
Chief Executive Officer, American Heart Association
“With AWS, our researchers have
the ability to quickly design and
execute research experiments and
rapidly uncover new insights to get
potentially life-saving treatments
into production faster.”
Stéphane Bancel
Chief Executive Officer, Moderna

13
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
3 Invent new experiences and reimagine old
processes with machine learning and AI
Machine learning is one of the most disruptive
technologies of our generation. It can help
increase revenue opportunities, inform better
and faster decisions, and improve operational
efficiencies. In the fullness of time, virtually
every application will be infused with machine
learning and artificial intelligence. AWS meets
customers wherever they are on their ML and
AI journey, helping them achieve their unique
business outcomes. Builders of all levels of
expertise can access the broadest and most
complete set of ML and AI services from AWS.
The end goal of becoming data-driven is to
build the capabilities necessary to reinvent how
your teams deliver value to users, customers,
and the world using your data. ML- and AI-
powered innovations are the instrumental
components of this type of transformation
across and within industries.
For expert practitioners, AWS supports all the
major machine learning frameworks, including
TensorFlow, MXNet, PyTorch, Caffe 2, etc. AWS
offers the highest-performance instances for
ML training in the cloud with Amazon EC2 P4d
instances, powered by the latest NVIDIA A100
Tensor Core GPUs and coupled with first-in-
the-cloud 400 Gbps instance networking.
P4d instances are deployed in hyper-scale
clusters (called EC2 UltraClusters), offering
supercomputer-class performance for the most
complex ML training jobs. For inference—
representing 90 percent of ML costs—Amazon
EC2 Inf1 instances powered by AWS Inferentia
chips are the most affordable in the cloud.
For data scientists and ML developers, AWS
offers Amazon SageMaker, the industry’s most
comprehensive, managed machine learning
service. It was built from the ground up to
simplify the process of machine learning with
tools for every step of ML development. Those
tools automate the jobs of labeling, data
preparation, feature engineering, statistical bias
detection, AutoML, training, tuning, hosting,
explainability, monitoring, and workflows.
By standardizing on SageMaker, teams can
remove the complexity from each step of
the ML workflow to prepare, build, train, and
deploy high-quality ML models more quickly
and cost-effectively. The efficiency benefits
are potentially game-changing. SageMaker-
14
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS

equipped data scientists are up to 10 times more productive in preparing, processing, intelligent search, business-metrics analysis, and more. AWS also
training, and deploying high-quality machine learning models. offers industry-specific AI services for both industrial and healthcare industries.

For developers and business users, AWS offers pre-trained AI services
that provide ready-made intelligence for applications and workflows.
Utilizing AutoML technology, these end-to-end services are built to solve
business needs right out of the box. They address common use cases such
as personalized recommendations, contact-center intelligence, document
For machine learning to be used more widely, it needs to be brought closer
to the data lakes and purpose-built data stores, where much of the data
needed for machine learning resides. To do that, AWS provides built-in
integration of machine learning as part of its purpose-built data stores and
business intelligence (BI) services. Developers can use Amazon Aurora ML to

Invent new experiences and reimagine old processes with

machine learning and AI that match your business needs

AI Services VISION CHATBOTS BUSINESS TOOLS SEARCH HEALTHCARE

Amazon Rekognition Amazon Lex Amazon Personalize, Amazon Amazon Kendra Amazon HealthLake, Amazon Comprehend
Forecast, Amazon Fraud Detector, Medical, Amazon Transcribe Medical
Amazon Lookout for Metrics
SPEECH TEXT CONTACT CENTER CODE & DEVOPS INDUSTRIAL
Amazon Polly Amazon Comprehend Contact Lens for Amazon Connect Amazon CodeGuru AWS Panorama Appliance and SDK,
Amazon Transcribe Amazon Translate Amazon Connect Voice ID DevOps Guru Amazon Monitron, Amazon Lookout for
Amazon Textract Equipment, Amazon Lookout for Vision

SAGEMAKER STUDIO IDE

Amazon Label Data Store Detect bias Visualize in Pick Train Tune Deploy in Manage & Manage
data collection features & explain notebooks algorithm models parameters production monitor edge
SageMaker prep predictions faster devices
CI/CD

ML frameworks & PyTorch, AMIs & containers GPUs Inferentia Elastic Inference FPGA
Apache MXNet,
infrastructures
TensorFlow

15
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
run machine learning with a simple SQL query on transactional data or use
Amazon Neptune ML to apply deep learning to graph data without having
to build and train machine learning models. Likewise, data analysts can use
Amazon Redshift ML and Amazon Athena ML to run machine learning on
their data in a data warehouse or data lake without having to select, build,
or train ML models. And, business analysts can utilize Amazon QuickSight Q,
which employs machine learning to automatically generate a data model that
understands the meanings of (and relationships between) business data—
asking questions of the data using plain language and receiving answers in
near real time.
In addition to technology, AWS offers several services and related features
to help organizations get started. These services help teams overcome the
challenges of implementing these technologies, often revolving around data
ambiguity, uncertain costs, lack of necessary skills, and overall complexity.
The good news is that organizations can accelerate their machine learning
projects with access to fun, hands-on learning tools. For example, DeepRacer
is a fully autonomous 1/18th scale race car driven by reinforcement learning.
Developers can compete in the DeepRacer League to gain and demonstrate
usable skills, and enterprises can launch their own leagues to train internal
developers. Over 150 global organizations—including Capital One, Moody’s,
Accenture, DBS Bank, BMW, and Toyota—have trained thousands of
developers with DeepRacer enterprise events. AWS also offers the experts
at Machine Learning Solution Lab, broad and custom ML training, and a
network of 70+ partners to help organizations get started on the machine
learning journey.
16
HISTÓRIAS DE CLIENTES
Monitoramento de jogadores da NFL instiga uma nova
geração de fãs
A AWS e o Amazon SageMaker são a tecnologia por trás das inovações no
futebol americano profissional, com os chips RFID. Esses chips ficam dentro
das ombreiras dos jogadores, gerando insights e previsões sobre quais
jogadas e conteúdos animarão o público.
“Recebi muito feedback positivo dos torcedores, que se perguntavam ‘Nossa,
como foi mesmo que eles fizeram essa jogada?’. Nós conseguimos quantificar
as jogadas e compará-las com outras, e isso agregou muito valor para os
torcedores, porque contextualiza tudo o que está acontecendo no jogo.”
Matt Swensson, vice-presidente de produtos e tecnologias emergentes, NFL
Philips melhora as decisões médicas e os resultados para
os pacientes
A Philips usa a AWS para desenvolvimento de dados, análises, ML e
tecnologias de visão computacional, que permitem que os profissionais
de saúde tomem decisões mais adequadas em relação aos pacientes. A
empresa utiliza a AWS para sua HealthSuite Digital Platform, que consolida
com segurança informações de registros de pacientes, dispositivos vestíveis,
equipamentos remotos de monitoramento em domicílio, seguradoras e
organizações de saúde.
Fannie Mae introduz machine learning em
serviços financeiros
Assim como todas as grandes empresas de serviços financeiros, a Fannie
Mae absorve uma quantidade extraordinária de dados. Tal como no
processo de avaliação de imóveis, a líder financeira recebe quase 40.000
relatórios de avaliação e mais de meio milhão de imagens por dia. A Fannie
Mae armazena os dados na Nuvem AWS e usa o Amazon SageMaker em
tudo para desenvolver, avaliar, expandir e melhorar os modelos usados,
da avaliação dos empréstimos que ela concede à análise dos valores dos
imóveis.
“Estamos ingerindo novas fontes de dados todas as semanas e todos
os meses, em busca de novos insights. Precisamos das ferramentas
certas para aplicar esses dados e ajudar os credores a tomarem as
decisões certas.”
Scott Hallworth, vice-presidente sênior e diretor executivo de dados, modelagem e análises,
Fannie Mae
17
CULTURA ORIENTADA POR DADOS
Reinvente sua cultura de trabalho torno
dos dados
Ser uma organização orientada por dados requer uma mudança cultural
na qual todo objetivo e toda decisão de negócios sejam respaldados por
dados. Mas isso não se restringe às grandes decisões. Os dados devem ser
colocados nas mãos de todos para decisões cotidianas. Isso exige uma cultura
de experimentação, na qual se esperam falhas, e que os líderes apostem no
sucesso das iniciativas de dados em vigor. É uma questão de democratização
da ação, não só do acesso. Significa promover a alfabetização em dados, criar
planos educacionais para as necessidades exclusivas das diversas funções e
conjuntos de habilidades em toda a organização, bem como disponibilizar a
todos as ferramentas necessárias sempre que eles precisarem delas.
Para começar, procure onde estão os silos e elimine-os, bem como as barreiras,
a resistência e a tendência a voltar aos velhos modos. Reúna tecnologia e
especialistas de domínio para resolver os problemas empresariais certos
por meio de dados e ganhar adesão de todos para incentivar a adoção em
longo prazo.
Características comuns das organizações orientadas
por dados
• Todos têm acesso aos dados, a começar de cima
• As habilidades organizacionais apoiam a cultura orientada por dados
• A experimentação cria melhorias organizacionais
• As análises respaldam a transformação com IA e ML
• Os silos se dissolvem à medida que a transparência dos
dados aumenta
Cinco etapas para a organização se reinventar
e tornar-se orientada por dados
Etapa 1
Investigue o fluxo de dados em sua organização e quais controles
de gatekeeping estão em vigor. Descubra os silos de dados e
avalie o nível de dificuldade para os funcionários acessarem os
dados necessários.
Etapa 2
Designe um líder sênior, respeitado e com poder de decisão para
conduzir a iniciativa cultural de tornar a empresa verdadeiramente
orientada por dados.
Etapa 3
Trate os dados como um produto, reunindo, em parte, engenheiros
de aplicações e engenheiros de dados. Alinhe estreitamente as
estratégias de dados, produtos e integração.
Etapa 4
Faça da TI uma peça-chave. A TI tem uma visão única do
ciclo completo de negócios, dos fluxos de trabalho entre os
departamentos e dos sistemas transacionais que contêm insights
de valor.
Etapa 5
Crie uma estrutura de governança de dados que incentive os
funcionários, em vez de restringi-los.
18
CULTURA ORIENTADA POR DADOS

Pinterest se reinventa com a cultura orientada por dados

“A Pinterest é orientada por dados, de ponta
a ponta, em tudo o que fazemos. Mas jamais
perdemos o foco nas pessoas específicas que usam
nosso produto.”

David Chaiken, arquiteto-chefe, Pinterest

Fundado em 2010, o mecanismo de descoberta visual Pinterest é usado por
400 milhões de pessoas por mês. No Pinterest, os usuários, conhecidos como
“Pinners”, registram mais de 240 bilhões de pontos de informação, conhecidos
como “pins”. Com todos esses dados, a tecnologia ganha grande importância
para apoiar a missão da empresa: oferecer valor a todos que usam o Pinterest
para que marquem tudo com pins, como receitas, ideias de artesanato, viagens
e muito mais.
A bem da verdade, quase todas as alterações nos produtos do Pinterest são
baseadas em dados e decorrentes de pesquisas sobre o comportamento dos
Pinners. Usando dados e ML, a empresa coleta e analisa, a cada milissegundo,
pesquisas de tendências e interesses sobrepostos na comunidade para
identificar ideias relevantes para cada pessoa. O Pinterest usa dados para
analisar o que deve fazer em seguida e como os Pinners reagem a mudanças
e melhorias. Ele monitora constantemente como e onde pode atender melhor
os usuários. Embora tenha começado como um site, o Pinterest evoluiu e
oferece experiências móveis a 70% dos Pinners, que acessam o serviço por
dispositivos móveis.
A AWS há tempos contribui para o crescimento notável do Pinterest,
garantindo a escalabilidade e confiabilidade de que a empresa precisa para
operar os negócios. Segundo Chaiken, “Como somos uma empresa nascida na
nuvem, as ambições do Pinterest nunca foram limitadas pelas paredes de um
datacenter”. A AWS ajudou a eliminar as restrições de dados para o Pinterest
e milhares de outras organizações que se empenharam para criar a própria
função (e o próprio futuro) em torno dos dados.

19
CONCLUSÃO

A próxima onda de reinvenção será orientada por

dados. Os líderes e formadores de opinião que quiserem
entrar nessa onda precisarão ter obstinação para
chegar aonde os fatos residem. Eles também precisam
de ferramentas essenciais para se manterem ágeis o
suficiente e mudarem de rumo quando necessário, a fim
de aproveitar novas oportunidades. Em outras palavras,
você precisa ser orientado por dados. As organizações
orientadas por dados procuram conhecer os fatos
tratando os dados como um ativo, não mais como
propriedade de departamentos específicos.

Hoje em dia, centenas de milhares de organizações utilizam a AWS para

reinventar suas operações e se tornarem orientada por dados. Elas escolhem
a AWS para serviços de dados e machine learning com o objetivo de:

• Modernizar a infraestrutura de dados com o provedor de nuvem mais

confiável, seguro e escalável
• Encontrar uma utilidade para os dados com o que há de melhor nos
data lakes e nos armazenamentos de dados com propósito específico
• Inventar novas experiências compatíveis com as necessidades variáveis
dos negócios e reimaginar processos antigos com ML e IA

A AWS oferece experiência prática, ferramentas com propósito específico,

infraestrutura de dados confiável e um ecossistema de parceiros
comprovado para ajudar você na jornada para a reinvenção de sua
organização por meio de dados.

Saiba mais sobre como se reinventar e tornar uma

organização orientada por dados »

© 2022, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados. 20