Escolar Documentos
Profissional Documentos
Cultura Documentos
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.
2
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
3
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
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
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
Importância cada
vez maior dos
regulamentos de
segurança, privacidade e
conformidade dos dados
5
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
1 Modernizar
Sua infraestrutura de dados 2 Liberar
Encontre uma utilidade 3 Inovar
Invente novas experiências e reimagine
para os dados processos antigos
6
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
Para as organizações com infraestrutura de dados físicos por conta própria. Os serviços da AWS Instalação de
on-premises herdadas ou autogerenciada na cuidam de todas as tarefas de gerenciamento, hardware e software
nuvem, a supervisão é tediosa, demorada e cara. como provisionamento de servidores, aplicação
Podem surgir preocupações quanto à instalação, de patches, configuração e backups. Por exemplo:
configuração, performance e disponibilidade de o Amazon Aurora replica continuamente seis
hardware e software. Requisitos de escalabilidade, cópias dos dados em três zonas de disponibilidade Performance e
como planejamento de capacidade e escalabilidade (AZs) e se recupera de falhas com transparência disponibilidade
de clusters, bem como problemas de segurança em menos de 30 segundos. Isso permite que
e conformidade, também são preocupantes. as organizações economizem tempo e custos e
Diversos armazenamentos de dados on-premises melhorem a performance, a disponibilidade e o Planejamento
de capacidade e
são remanescentes de antigos provedores de dimensionamento.
escalabilidade de
bancos de dados comerciais, como Oracle e
Ao escolher o provedor certo de nuvem a clusters
Microsoft SQL Server. Essas infraestruturas, além
quem confiar os dados, as organizações
de caras e patenteadas, muitas vezes envolvem
precisam estar seguras de que a escolha da
uma dependência prejudicial em relação a um Gerenciamento
tecnologia conseguirá extrair valor deles e, ao de segurança e
único fornecedor, além de incluírem termos de
mesmo tempo, mantê-los em segurança e em conformidade
licenciamento punitivos.
conformidade com uma série de regulamentos
Com a modernização da infraestrutura de que mudam constantemente. Elas querem um
Infraestrutura cara,
dados, as organizações podem deixar de usar os provedor de tecnologia confiável que entenda
patenteada e alto grau
armazenamentos de dados on-premises e adotar seus casos de uso e também cresça com de aprisionamento
a infraestrutura de dados na nuvem. Com a AWS, elas à medida que os dados escalam. A AWS tecnológico
as organizações acessam pela Internet recursos atende a todas essas preocupações com um
de TI como armazenamento, banco de dados, nível inigualável de experiência, escalabilidade,
análises e machine learning, sem a necessidade de confiabilidade, segurança e performance para
adquirir, possuir e manter datacenters e servidores aproveitar ao máximo os dados na nuvem.
7
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
8
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
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 Blackboard moderniza-se para eliminar custos
Depois de migrar 75 petabytes para serviços de bancos de dados da de licenciamento
AWS com propósito específico que economizam tempo e oferecem boa Para a Blackboard, educar milhões de pessoas ao redor do mundo significa
relação custo-benefício, a Samsung desativou seu último banco de dados pagar elevados custos de licenciamento. A empresa eliminou esse custo
da Oracle, modernizando a infraestrutura de dados e aumentando o administrativo ao migrar o banco de dados e modernizar a infraestrutura
acesso, a consistência e a performance como um todo. Em comparação com o banco de dados de código aberto PostgreSQL no Amazon RDS.
com a solução anterior da Oracle, a empresa economizou 44% em custos A migração envolveu a transferência de milhares de máquinas virtuais e
operacionais e 22% em taxas de manutenção ao adotar o Amazon Aurora. 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.
10
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
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.
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.
12
BECOMING DATA-DRIVEN
HISTÓRIAS DE CLIENTES
The American Heart Association Moderna accelerates mRNA Epic Games designs megahit Fortnite
uncovers lifesaving insights COVID-19 vaccine development around player behavior
The Precision Medicine Platform developed The scalable, high-performance computing Epic Games’ designers gain deeper insights
on the AWS Cloud by the American Heart capabilities of AWS data storage enable into game-player behavior with the readily
Association allows researchers to uncover Moderna Therapeutics to run its Drug Design accessible data sent to and from AWS via its
critical cardiovascular insights via easily Studio. It successfully converts analytics and interactive, highly popular gaming experiences,
searched and accessed centrally stored data. machine learning findings into sequences, including the megahit Fortnite. Leveraging the
producing one of the first COVID-19 vaccines power of the AWS Cloud, Fortnite designers
to gain approval. can create constant feedback loops that help
increase customer satisfaction in real time.
“By using the AWS Cloud, the Platform “With AWS, our researchers have
will harness the power of big data to the ability to quickly design and
revolutionize the way cardiovascular execute research experiments and
research is performed and speed the rapidly uncover new insights to get
promise of precision cardiovascular potentially life-saving treatments
medicine.” into production faster.”
Nancy Brown Stéphane Bancel
Chief Executive Officer, American Heart Association Chief Executive Officer, Moderna
13
COMO SE TORNAR UMA ORGANIZAÇÃO ORIENTADA POR DADOS
Machine learning is one of the most disruptive Tensor Core GPUs and coupled with first-in-
technologies of our generation. It can help the-cloud 400 Gbps instance networking.
increase revenue opportunities, inform better P4d instances are deployed in hyper-scale
and faster decisions, and improve operational clusters (called EC2 UltraClusters), offering
efficiencies. In the fullness of time, virtually supercomputer-class performance for the most
every application will be infused with machine complex ML training jobs. For inference—
learning and artificial intelligence. AWS meets representing 90 percent of ML costs—Amazon
customers wherever they are on their ML and EC2 Inf1 instances powered by AWS Inferentia
AI journey, helping them achieve their unique chips are the most affordable in the cloud.
business outcomes. Builders of all levels of
For data scientists and ML developers, AWS
expertise can access the broadest and most
offers Amazon SageMaker, the industry’s most
complete set of ML and AI services from AWS.
comprehensive, managed machine learning
The end goal of becoming data-driven is to service. It was built from the ground up to
build the capabilities necessary to reinvent how simplify the process of machine learning with
your teams deliver value to users, customers, tools for every step of ML development. Those
and the world using your data. ML- and AI- tools automate the jobs of labeling, data
powered innovations are the instrumental preparation, feature engineering, statistical bias
components of this type of transformation detection, AutoML, training, tuning, hosting,
across and within industries. explainability, monitoring, and workflows.
For expert practitioners, AWS supports all the By standardizing on SageMaker, teams can
major machine learning frameworks, including remove the complexity from each step of
TensorFlow, MXNet, PyTorch, Caffe 2, etc. AWS the ML workflow to prepare, build, train, and
offers the highest-performance instances for deploy high-quality ML models more quickly
ML training in the cloud with Amazon EC2 P4d and cost-effectively. The efficiency benefits
instances, powered by the latest NVIDIA A100 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 For machine learning to be used more widely, it needs to be brought closer
that provide ready-made intelligence for applications and workflows. to the data lakes and purpose-built data stores, where much of the data
Utilizing AutoML technology, these end-to-end services are built to solve needed for machine learning resides. To do that, AWS provides built-in
business needs right out of the box. They address common use cases such integration of machine learning as part of its purpose-built data stores and
as personalized recommendations, contact-center intelligence, document business intelligence (BI) services. Developers can use Amazon Aurora ML to
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 challenges of implementing these technologies, often revolving around data
Amazon Neptune ML to apply deep learning to graph data without having ambiguity, uncertain costs, lack of necessary skills, and overall complexity.
to build and train machine learning models. Likewise, data analysts can use The good news is that organizations can accelerate their machine learning
Amazon Redshift ML and Amazon Athena ML to run machine learning on projects with access to fun, hands-on learning tools. For example, DeepRacer
their data in a data warehouse or data lake without having to select, build, is a fully autonomous 1/18th scale race car driven by reinforcement learning.
or train ML models. And, business analysts can utilize Amazon QuickSight Q, Developers can compete in the DeepRacer League to gain and demonstrate
which employs machine learning to automatically generate a data model that usable skills, and enterprises can launch their own leagues to train internal
understands the meanings of (and relationships between) business data— developers. Over 150 global organizations—including Capital One, Moody’s,
asking questions of the data using plain language and receiving answers in Accenture, DBS Bank, BMW, and Toyota—have trained thousands of
near real time. developers with DeepRacer enterprise events. AWS also offers the experts
at Machine Learning Solution Lab, broad and custom ML training, and a
In addition to technology, AWS offers several services and related features network of 70+ partners to help organizations get started on the machine
to help organizations get started. These services help teams overcome the learning journey.
16
HISTÓRIAS DE CLIENTES
Monitoramento de jogadores da NFL instiga uma nova Fannie Mae introduz machine learning em
geração de fãs serviços financeiros
A AWS e o Amazon SageMaker são a tecnologia por trás das inovações no Assim como todas as grandes empresas de serviços financeiros, a Fannie
futebol americano profissional, com os chips RFID. Esses chips ficam dentro Mae absorve uma quantidade extraordinária de dados. Tal como no
das ombreiras dos jogadores, gerando insights e previsões sobre quais processo de avaliação de imóveis, a líder financeira recebe quase 40.000
jogadas e conteúdos animarão o público. 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
“Recebi muito feedback positivo dos torcedores, que se perguntavam ‘Nossa, tudo para desenvolver, avaliar, expandir e melhorar os modelos usados,
como foi mesmo que eles fizeram essa jogada?’. Nós conseguimos quantificar da avaliação dos empréstimos que ela concede à análise dos valores dos
as jogadas e compará-las com outras, e isso agregou muito valor para os imóveis.
torcedores, porque contextualiza tudo o que está acontecendo no jogo.”
Matt Swensson, vice-presidente de produtos e tecnologias emergentes, NFL “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 Cinco etapas para a organização se reinventar
e tornar-se orientada por dados
dos dados
Ser uma organização orientada por dados requer uma mudança cultural Etapa 1
na qual todo objetivo e toda decisão de negócios sejam respaldados por Investigue o fluxo de dados em sua organização e quais controles
dados. Mas isso não se restringe às grandes decisões. Os dados devem ser de gatekeeping estão em vigor. Descubra os silos de dados e
colocados nas mãos de todos para decisões cotidianas. Isso exige uma cultura avalie o nível de dificuldade para os funcionários acessarem os
de experimentação, na qual se esperam falhas, e que os líderes apostem no dados necessários.
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 Etapa 2
planos educacionais para as necessidades exclusivas das diversas funções e
Designe um líder sênior, respeitado e com poder de decisão para
conjuntos de habilidades em toda a organização, bem como disponibilizar a
conduzir a iniciativa cultural de tornar a empresa verdadeiramente
todos as ferramentas necessárias sempre que eles precisarem delas.
orientada por dados.
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 Etapa 3
especialistas de domínio para resolver os problemas empresariais certos
Trate os dados como um produto, reunindo, em parte, engenheiros
por meio de dados e ganhar adesão de todos para incentivar a adoção em
de aplicações e engenheiros de dados. Alinhe estreitamente as
longo prazo.
estratégias de dados, produtos e integração.
18
CULTURA ORIENTADA POR DADOS
Fundado em 2010, o mecanismo de descoberta visual Pinterest é usado por analisar o que deve fazer em seguida e como os Pinners reagem a mudanças
400 milhões de pessoas por mês. No Pinterest, os usuários, conhecidos como e melhorias. Ele monitora constantemente como e onde pode atender melhor
“Pinners”, registram mais de 240 bilhões de pontos de informação, conhecidos os usuários. Embora tenha começado como um site, o Pinterest evoluiu e
como “pins”. Com todos esses dados, a tecnologia ganha grande importância oferece experiências móveis a 70% dos Pinners, que acessam o serviço por
para apoiar a missão da empresa: oferecer valor a todos que usam o Pinterest dispositivos móveis.
para que marquem tudo com pins, como receitas, ideias de artesanato, viagens
A AWS há tempos contribui para o crescimento notável do Pinterest,
e muito mais.
garantindo a escalabilidade e confiabilidade de que a empresa precisa para
A bem da verdade, quase todas as alterações nos produtos do Pinterest são operar os negócios. Segundo Chaiken, “Como somos uma empresa nascida na
baseadas em dados e decorrentes de pesquisas sobre o comportamento dos nuvem, as ambições do Pinterest nunca foram limitadas pelas paredes de um
Pinners. Usando dados e ML, a empresa coleta e analisa, a cada milissegundo, datacenter”. A AWS ajudou a eliminar as restrições de dados para o Pinterest
pesquisas de tendências e interesses sobrepostos na comunidade para e milhares de outras organizações que se empenharam para criar a própria
identificar ideias relevantes para cada pessoa. O Pinterest usa dados para função (e o próprio futuro) em torno dos dados.
19
CONCLUSÃO
© 2022, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados. 20