Análise aumentada lidera as tendências de analítica para 2021

O ano passado desacelerou um pouco as tendências devido à pandemia, e as organizações tiveram que se virar em resposta a uma forte recessão econômica. Os dados e análises têm sido um foco de atenção pública já que várias organizações lançaram plataformas que permitem às pessoas rastrear o vírus à medida que se espalha pelo mundo e em sua comunidade. A visualização de dados desempenhou um papel importante em todos os setores no ano passado.

Mas a maior tendência de análise para 2020 foi a adoção de análise aumentada. De fato, a Gartner adicionou os recursos aumentados a seus critérios do Magic Quadrant para BI e plataformas de análise pela primeira vez. E essa tendência ainda não acabou.

As capacidades aumentadas estão impulsionando as tendências analíticas para 2021. Essas são as principais tendências que os especialistas dizem ter em mente para 2021.

Os painéis de controle tradicionais vão se tornar menos relevantes

Os painéis de análise são uma adição bem-vinda aos relatórios tradicionais, pois os KPI podem ser monitorados de forma oportuna e os usuários podem interagir com os dados, mesmo a partir de um dispositivo móvel. Além de fornecer informações baseadas em papéis, a análise de resultados pode ser reduzida ainda mais em função de quem interage com o usuário e as mudanças comerciais que são relevantes para o usuário. No entanto, esse paradigma está mudando.

"A análise aumentada está sendo implementada principalmente como um complemento de um painel de controle", disse Rita Sallam, analista VP distinta do Gartner. "Posso pedir ao sistema para explicar uma mudança que já tenha sido identificada, e gerar uma narrativa que talvez explique o que está acontecendo nos dados que são visualizados. Posso começar com uma pergunta em linguagem natural, mas ainda começar com uma pergunta e obter a resposta à minha pergunta em vez de assinalar e clicar. Mas pense na possibilidade de que seja ao contrário, onde, conforme quem eu sou, eu recebo as cinco coisas em que deveria me concentrar hoje. Essas são histórias de dados dinâmicas.”

As plataformas estão evoluindo de serem centradas em um painel a estar centradas em histórias de dados dinâmicos e os resultados estão se tornando ainda mais personalizados.

Serviços melhorados de inteligência artificial e aprendizagem automática

Os provedores de nuvem fazem com que os serviços de aprendizagem automática e inteligência artificial sejam mais acessíveis para as plataformas e aplicações de análise e BI por meio das bibliotecas e plataformas de código aberto. Embora a análise de conteúdo, a visão computacional, a análise de dados não estruturados, a detecção de emoções e outras formas de análise estejam sendo produzidos nos bolsos, seu uso se tornará mais comum à medida que mais fornecedores consumam esses recursos como serviços.

Sallam aponta que o termo "analítica X" do Gartner no qual “X” significa qualquer coisa, dá lugar a novas aplicações e casos de uso que vão mudar fundamentalmente os processos e eliminar o atrito de um pedido de seguro quando ocorre um acidente automobilístico.

Enquanto a analítica já está permitindo muitas formas de otimização, Sallam diz que há um potencial não explorado à medida que mais capacidades convergem na nuvem em escala e a análise de dados continua se democratizando.

A análise de gráficos se tornará mais onipresente

A análise dos gráficos tem explicado relacionamentos durante três décadas, ainda que com a nuvem e outros avanços, se espere ver melhorias no processamento da linguagem natural, os gráficos de conhecimento e tecidos de dados.

"Tudo o que fazemos agora, seja a detecção de fraudes, lutar contra a lavagem de capitais, descoberta de medicamentos, otimização da cadeia de abastecimento, rastreamento de contatos ou análise do caminho do cliente, se trata de encontrar padrões e relacionamentos [e] poder admitir tipos mais amplos de análise de dados", diz Sallam.

Lian Jye His, analista principal da ABI Research, diz que o foco agora é aplicar o aprendizado profundo aos dados estruturados em gráficos.

A IoT desempenhará um papel cada vez mais central

Duas tendências analíticas relacionadas com a Internet das Coisas que Su espera são análises focadas na borda e processamento e gestão de fluxos em tempo real.

"Cada vez se compilam mais dados a partir da borda devido à proliferação de IoT,” aponta Su. "No entanto, muitos desses [elementos] de dados vêm em diferentes formatos. Os provedores de soluções de análise aumentada precisam desenvolver capacidades para ingerir e preparar os dados para análise central e [aprendizagem automática]. As comunidades de desenvolvedores estão considerando a arquitetura Apache Flink e Kappa. Provedores de nuvem pública como AWS, Azure e Google Cloud Platform lideram esses recursos."

Na opinião de Su, a próxima onda de análise provavelmente vai se concentrar em informações instantâneas provenientes do fluxo de dados contínuo, a automação do processamento de dados e implementação de aprendizado automático a partir do código zero.

Mais automação requer treinamento massivo

Muitas plataformas de BI e análise agora são direcionadas a uma audiência mais abrangente, que inclui cientistas de dados   cidadãos. Os recursos de análise aumentados simplificam tarefas como a preparação e consulta de dados, mas isso não significa que os cientistas de dados cidadãos pensem como cientistas ou analistas de dados.

"Não vamos capacitar pessoas sobre como criar painéis de comando ou como escrever consultas SQL”, diz Sallam. "Nós vamos capacitar os consumidores sobre como usar esse conhecimento de uma maneira responsável dentro de seu contexto."

Os cientistas de dados cidadãos devem compreender os conceitos básicos e as técnicas analíticas, incluindo o viés e seus possíveis impactos.

Para garantir uma análise confiável, os provedores de análise e BI devem garantir que suas plataformas possam explicar os resultados para que os usuários entendam quais fatores produziram um resultado analítico. Sallam ressalta que a explicabilidade também inclui alertar proativamente os usuários sobre possíveis riscos de privacidade e viés nos modelos.

Análise ambiental

Provavelmente a mais futurista das tendências analíticas de 2021 é a analítica ambiental levada ao extremo. Alcançá-la exige capacidades analíticas praticamente em todas as partes, integradas em todos os aplicativos comerciais e de produtividade e em dispositivos em rede que se comunicam entre si para entender o contexto do usuário, se adaptar a circunstâncias mutáveis, personalizar os resultados e antecipar as necessidades ou desejos de o usuário.

Um clássico exemplo disto é uma casa inteligente.  No entanto, o conceito se aplica às áreas de trabalho, aos espaços públicos e às experiências dos usuários em geral.

"Não seria bom se eu estou vendo um pedido de compra em um aplicativo de compras e enquanto me desloco pelas diferentes seções do documento (informações do cliente, itens detalhados, etc.) e sem pedi-lo, um painel de análise, uma análise de meu relacionamento com o cliente, uma explicação [com] disponibilidade de estoque e tendências, uma previsão ou recomendação simplesmente aparecem?", diz Boris Evelson, analista-chefe da Forrester. "Ou, se eu recebo um e-mail seu, aparece um painel com uma análise completa da nossa relação, incluindo a quantidade de chamadas que tivemos e as questões ou tendências que discutimos, para que toda a análise que preciso esteja ao alcance dos meus dedos?”.

Hoje em dia, muitos aplicativos e ferramentas incluem análise integrada projetada para seu uso dentro do contexto do aplicativo ou ferramenta. No entanto, esses silos de informações podem ser interconectados por meio do que a Forrester chamou de tecido de dados e análise. Isso é fundamental porque, para fornecer informações valiosas e acionáveis, a analítica ambiental requer uma visão de 360 graus de clientes, produtos, parceiros e todos os outros.

"A analítica ambiental em nível empresarial fornece resultados incríveis, mas exige uma integração de dados significativa e esforço de incorporação", diz Evelson.