Considerações para melhorar a maturidade do gerenciamento de dados em nuvem
Especialmente no ambiente competitivo de hoje, você deseja — e precisa — ser orientado por dados para dimensionar a transformação de seus negócios. Mas onde você está em sua jornada de maturidade de dados? E como você planeja acelerar essa jornada? O dimensionamento da transformação orientada por dados exige a adoção e melhoria das principais práticas de gerenciamento de dados e o aumento da maturidade dos dados.
O recente White Paper da IDC, “ The Current State of Modern Data Management: Building an Intelligent Data Enterprise to Improve Business Outcomes ,” ¹ pesquisou mais de 800 líderes de dados em todo o mundo. Com base em suas respostas, aqui estão as quatro principais considerações para otimizar e melhorar sua maturidade de gerenciamento de dados.
Funções de dados padronizados
Os requisitos de negócios estão mudando constantemente à medida que as organizações buscam novas maneiras de impulsionar o crescimento. Como parte desse processo, você sem dúvida adotou várias soluções pontuais devido à necessidade de dar suporte a requisitos legados e silos funcionais. De acordo com o White Paper da IDC, quase 20% do orçamento de uma organização é gasto na integração de soluções pontuais. Se não forem abordadas, as implicações vão além do custo total de propriedade, resultando na incapacidade de dimensionar casos de uso, agregar valor em tempo hábil e muito mais.
As organizações maduras consideram e buscam a padronização do gerenciamento de dados como um imperativo fundamental para enfrentar esses desafios. Eles entendem que a padronização melhora a eficiência, acelera as iniciativas de negócios e fornece dados confiáveis em tempo hábil. Ele também garante a repetibilidade, permitindo a proliferação de decisões baseadas em dados em toda a organização e a escala para oferecer suporte a mais funções de negócios e casos de uso.
De fato, a pesquisa da IDC identificou que 40% das organizações que otimizaram o gerenciamento de dados padronizaram todas as funções, enquanto apenas 7% das organizações com práticas reativas fizeram o mesmo. Isso significa que as organizações otimizadas têm quase seis vezes mais chances de padronizar todas as funções.
Automação Inteligente
Embora a maioria das organizações adote a automação, há espaço para uma adoção ainda maior. A eliminação de tarefas manuais demoradas pode melhorar a eficiência e o tempo de resposta aos clientes. Pense nisso. Seus processos de negócios exigem a mesma quantidade de tempo para serem executados do que antes de serem automatizados? Por exemplo: Você processa os empréstimos mais rapidamente? Você atende os pacientes mais rapidamente? Você envia produtos mais rápido?
A automação ajuda a liberar as pessoas em sua organização para se concentrar em iniciativas de alto valor, dimensionando e melhorando a eficiência de processos repetíveis. O uso de AI/ML na automação de gerenciamento de dados continua a crescer na busca de reduzir as tarefas manuais de gerenciamento de dados e melhorar o tempo de retorno.
Por exemplo, soluções modernas de gerenciamento de dados utilizam AI/ML para descobrir e estruturar dados, identificar anomalias, classificar dados, recomendar e aplicar regras de qualidade de dados e automatizar o desenvolvimento de pipelines de dados e processos de gerenciamento de dados. A crescente dependência de dados, escassez de talentos e o grande volume de casos de uso e consumidores de dados tornam os processos de negócios ineficazes e obsoletos sem a automação adequada.
A Figura 1 descreve o uso da automação de IA nas organizações.
De acordo com a pesquisa, quando questionados sobre o grau de satisfação da organização com o valor obtido com a automação do gerenciamento de dados, 95% das organizações otimizadas ficaram totalmente ou totalmente satisfeitas. Apenas 22% das organizações reativas se sentiram da mesma forma. Embora mais organizações otimizadas estejam satisfeitas com o valor da automação inteligente, quase a mesma porcentagem (93%) acredita que há espaço para melhorias no uso da automação para melhorar a tomada de decisões de negócios. Apenas 29% das organizações reativas veem a necessidade de melhorar o uso da automação.
Metadados unificados e compartilhados
Os metadados são a cola que conecta silos de dados e silos funcionais. No entanto, as organizações agora são confrontadas com silos de metadados que impedem a entrega de valor a partir dos dados. Quanto mais cada função de gerenciamento de dados estiver vinculada a outras funções de gerenciamento de dados, maior será a eficiência, compreensão, conformidade e precisão das decisões. A unificação dos metadados em repositórios de metadados em silos é essencial para atender diversas pessoas em sua organização, facilitando a automação do gerenciamento de dados e fornecendo visibilidade e transparência completas aos consumidores de negócios.
A Figura 2 identifica a necessidade de compartilhamento de metadados em toda a organização.
De acordo com a pesquisa, as organizações otimizadas também gerenciam os metadados de maneira muito diferente das organizações reativas. Sessenta e oito por cento das organizações otimizadas têm um repositório central para todos os metadados, enquanto apenas 5% das organizações reativas têm um repositório.
Medição eficaz de dados e análises
A noção de que você não pode melhorar o que não pode medir é perfeita para o gerenciamento de dados. Para ser eficaz, você deve rastrear, monitorar e medir os processos de gerenciamento de dados e as métricas associadas em áreas como qualidade de dados, riscos de dados, produtividade e tempo de valorização. As soluções de gerenciamento de dados devem fornecer métricas prontas para uso, permitindo que você avalie os benefícios de seus investimentos. Organizações maduras utilizam métricas de dados para entender vários aspectos, como custo, risco, eficácia de dados e ROI. Isso permite que eles otimizem os investimentos, alinhem as estratégias de dados com as estratégias de negócios, alcancem a aceitação dos negócios e relatem o sucesso.
A Figura 3 identifica algumas das métricas rastreadas pelas organizações.
¹ White Paper da IDC, patrocinado pela Informatica, “The Current State of Modern Data Management: Building an Intelligent Data Enterprise to Improve Business Outcomes,” (Doc# U S49666322, setembro de 2022)
Créditos: Informatica