Entenda como as empresas podem facilitar a tomada de decisões a partir da análise de dados

Empresas ainda encontram desafios para democratizar dados

A democratização foca em quatro áreas principais: desenvolvimento de aplicação, data e analytics, design e conhecimento. "Democratizar não é só prover os dados em si, mas fazer isso de forma simples, não criar barreiras para o acesso ao dado", pontua Duarte. Apesar da relevância do tema, muitas empresas ainda tomam suas decisões sem analisar dados previamente. É o que revela um estudo recente da Denodo, realizado com mais de 180 empresas ao redor do mundo, das quais 62% reportaram que mais da metade dos dados gerados na companhia ou coletados jamais são utilizados. Além disso, 72% das empresas entrevistadas contaram que menos da metade dos funcionários utiliza dados em seu dia a dia para conduzir trabalhos e tomar decisões.

"As empresas precisam investir melhor na distribuição e entrega desses dados, para permitir que seus funcionários trabalhem com melhor eficiência", aconselha o líder técnico da Denodo. Para isso, as organizações devem se atentar a alguns pontos. Em primeiro lugar, é preciso priorizar o autosserviço, isto é, garantir que os dados certos são fáceis de encontrar e usar diretamente pelos usuários que vão tomar decisões. Em segundo lugar, promover a confiança nos dados, garantindo consistência na semântica, segurança e governança destes. Por fim, deve-se prover suporte a variados perfis, desde usuários de negócios e executivos até analistas e cientistas de dados.

Duarte comentou, ainda, que as políticas de segurança não devem estar centradas na ponta de consumo: "Isso seria um erro. Uma vez que inserimos políticas de segurança de controle de acesso nas camadas de consumo do dado, qualquer pessoa que utilize uma outra camada para consumir o dado está burlando essas camadas de segurança que foram criadas". Em seguida, afirmou que o fator mais importante é a flexibilidade, ou seja, ter uma camada que permita criar as políticas de uma maneira centralizada, se aplicar a todas as fontes e usufruir das estruturas ou políticas de segurança que já tenham sido elaboradas nas camadas de origem.

No entanto, tais procedimentos nem sempre são fáceis de executar, pois grande parte das empresas enfrentam ainda barreiras relacionadas à organização dos dados. Uma delas é o chamado caos digital, quando uma organização apresenta um emaranhado de dados e sistemas espalhados por diversos locais. Outro empecilho é a complexidade excessiva de alguns sistemas. Governança e segurança de dados são um desafio adicional. Para ilustrar o último ponto, o palestrante citou um estudo da Harvard Business Review, que constatou que 70% dos funcionários de empresas têm acesso a dados que eles não deveriam acessar.

Diferentes arquiteturas de gerenciamento de dados

Ao lidar com este cenário, as empresas devem empregar uma abordagem lógica para o gerenciamento de dados. "O gerenciamento se dá quando o acesso aos dados é centralizado em um único modelo semântico, abstraído da localização e características físicas, com recursos para impor restrições de acesso e governança de dados", define Duarte. Isso pode ser feito com o auxílio de arquiteturas lógicas e distribuídas, como o data fabric, o data mash e o logical data warehouse.

O data fabric é uma solução de gerenciamento e integração de dados de ponta a ponta, que consiste em uma arquitetura de serviços que promove a integração e o gerenciamento de dados. Esta malha de dados simplificados e integrados facilita o acesso a informações estratégicas para as empresas.

O data mash, por sua vez, é um modelo de arquitetura de dados que funciona de maneira altamente descentralizada, permitindo que vários domínios autônomos gerenciem e exponham seus próprios dados. Enquanto o data fabric armazena todos os dados em um só lugar e encarrega uma única equipe de gerenciá-los, o data mash descentraliza a propriedade e a administração desses dados.

Já o data warehouse consiste em um repositório central de informações, em que os dados fluem de sistemas transacionais, bancos de dados relacionais e de outras fontes para um repositório central. O objetivo desse sistema é alimentar relatórios, funções analíticas e business intelligence (BI), além de atender às exigências regulatórias para que as empresas tomem decisões inteligentes e baseadas em dados. É recomendável que cada organização avalie qual arquitetura faz mais sentido para si, considerando suas particularidades.

Conclusões

Para encerrar, Duarte resumiu as principais ideias sobre o tema da democratização: "Primeiramente, sabemos que uma camada de acesso lógica simplifica o uso comercial dos dados". Isso significa garantir o acesso a todos os dados a partir de um só local e formato. "É preciso ter um catálogo de dados integrado e sincronizado e múltiplas formas de acesso para atender às necessidades de diferentes perfis", comenta o palestrante.

Além disso, uma camada de acesso lógica adiciona flexibilidade às equipes técnicas de TI. Ao proporcionar segurança e governança centralizada, é possível adquirir mais agilidade para a integração de dados e flexibilidade para modificar back-ends sem afetar o consumo das empresas.

Por fim, o especialista enfatizou que as arquiteturas de dados são tecnologias que permitem a implementação de uma estratégia global de entrega e gestão de dados, possibilitando soluções ágeis e de baixo custo.