No mundo de hoje, o sucesso requer colaboração – não apenas com seus parceiros existentes, mas com fornecedores, clientes e até mesmo concorrentes. Quais funções os dados e análises desempenham? E como você pode se preparar para o sucesso? Descubra as 10 principais tendências emergentes de BI e dados e descubra como usá-las a seu favor.
A mineração de colaboração chega.
A mudança para trabalhar em casa tornou fundamental incorporar BI em fluxos de trabalho e aplicativos. Mas a colaboração depois que os insights são encontrados é apenas uma peça do quebra-cabeça. O trabalho conjunto deve começar mais cedo, como parte do fluxo de trabalho analítico inicial. E daqui para frente, assim como você minerar dados, você terá que aprender como “minerar dados com colaboração” também.
O painel está morto. Viva o painel.
Você ouve muito sobre o fim do painel – mas a análise profunda em aplicativos interativos veio para ficar. Então, como o painel de dados está evoluindo? Está se tornando altamente contextualizado com IA e alertas. E está se tornando altamente colaborativo, amadurecendo em um hub que cataloga insights e dados distribuídos.
A linhagem de dados fornece BI explicável.
Os usuários do Analytics muitas vezes lutam para explicar seus dados, e a fragmentação piorou o problema. Mas hoje, arquiteturas distribuídas estão surgindo, com metadados aumentados que incluem linhagem. Em um mundo entrelaçado, a linhagem será de missão crítica para fornecer confiança e “explicabilidade”.
A velocidade do insight traz o custo em foco.
Repositórios de dados em nuvem de consulta ao vivo são uma ótima ferramenta para descoberta. Mas os custos de computação em nuvem podem disparar. No longo prazo, a velocidade do insight e o custo por insight aumentarão, e você terá que descobrir como executar as consultas certas no lugar certo.
Nuvens distribuídas emergem.
As cargas de trabalho especializadas existem por um motivo: o processamento pode ser mais rápido no limite. A conformidade é crítica. E a segurança é mais importante do que nunca. Uma infraestrutura de nuvem distribuída pode parecer confusa, mas ela fortalece sua capacidade de acessar e compartilhar dados entrelaçados com segurança e confiança.
Os insights incorporados tornam-se generalizados.
Para construir uma abordagem colaborativa de fora para dentro para a inovação, você precisa abrir suas análises para seus parceiros, clientes e um ecossistema mais amplo – e integrá-las em cada elo da cadeia. Quando microinstruções contextualizadas são mais difundidas, aumentam a confiança no sistema.
A automação do aplicativo aciona a ação.
A economia da API abre novas maneiras de se entrelaçar em iniciativas conjuntas com seus parceiros. E a automação de aplicativos é uma área fortemente emergente que elimina a necessidade de codificar essas integrações, tornando a oportunidade mais acessível para uma variedade maior de participantes.
A sobreposição da ciência de dados com a análise aumenta as habilidades de todos.
A ciência de dados tem sido vista como algo que poucos podem fazer. Mas se os casos de uso preditivo comuns se tornarem mais acessíveis para usuários regulares – e se eles incluírem explicabilidade e governança – a ciência de dados, sobreposta à análise, permitirá que mais pessoas façam mais.
A segurança se torna uma prioridade.
Os regulamentos agora estão combinando gerenciamento de dados, privacidade, segurança e gerenciamento de identidade e acesso. E quanto mais você compartilha APIs e dados, mais você precisa se proteger contra falhas. Conforme você se entrelaça com os parceiros, as proteções mudam de agradáveis para as obrigatórias e para as oportunidades de negócios.
A malha de dados se torna a nova malha para dados distribuídos.
A necessidade de acesso mais rápido aos dados em paisagens cada vez mais distribuídas está conduzindo o gerenciamento de dados integrado que usa metadados, semântica, movimentação de dados em tempo real e orientada por eventos e orquestração no pipeline. Colocar esses recursos em uma arquitetura distribuída é conhecido como “fabric de dados”. A discussão sobre como lidar com dados distribuídos evoluiu para uma “malha de dados”.
Fonte: Qlik