tendncias de inova§µes tecnol³gicas para anal­tica de neg³cios

Download Tendncias de inova§µes tecnol³gicas para  anal­tica de neg³cios

Post on 19-Oct-2014

761 views

Category:

Documents

0 download

Embed Size (px)

DESCRIPTION

 

TRANSCRIPT

Tendncias de Inovaes Tecnolgicas para Analtica de Negcios

Outubro/2013

Relatrio preparado pela Cysneiros Consultores Associados para a Secretaria de Cincia e Tecnologia do Estado de Pernambuco.Pesquisador ResponsvelTecnologias da Informao e Comunicao: Jos Carlos Cavalcanti

Sumrio1Introduo52Anlise das Tendncias de Inovao para Tecnologia da Informao e Comunicao (TIC)62.1.1Anlise da Tecnologia de Analtica de Negcios102.1.1.1Como se classifica a Analtica?112.1.1.2Como tem evoludo a Analtica em termos de inovaes?122.2Macrotendncias em Analtica162.3Recomendaes s Empresas de Tecnologia da Informao e Comunicao (TIC)242.3.1Gerando Oportunidades em Analtica293Concluso354Referncias365Glossrio e Acrnimos37

ndice de TabelasTabela 1. Dados Tradicionais x Big Data14

ndice de FigurasFigura 1. Demanda de profundo talento analtico nos EUA pode ser 50 a 60% maior que sua oferta projetada para 20187Figura 2. Etapas de maturidade de otimizao de informao para melhoria no desempenho dos negcios12Figura 3. Forma tradicional de processamento de dados para Analtica13Figura 4. Arquitetura Moderna de Dados para Analtica15Figura 5. Justificativa da IBM porque Analtica importante17Figura 6. Investimentos e posio da IBM em Analtica17Figura 7. Estratgias de Analtica que possibilitam materializar com sucesso capacidades organizacionais voltadas ao crescimento18Figura 8. Vendas mensais da Ford Figura 9. Google Trends da Ford21Figura 10. Pergunta e resposta do WolframAlpha22Figura 11. Pergunta e resposta completa do WolframAlpha23Figura 12. Quadrante Mgico do Gartner para Inteligncia de Negcios e Analtica26Figura 13. Forrester Wave TM : Big Data Predictive Analytics Solutions, Q 1 201328Figura 14. Crescimento do termo Analytics no Google Trends30Figura 15. Matriz- Questes chave a serem enfrentadas pela analtica30Figura 16. Estgios de Maturidade Analtica33

Introduo

Este relatrio foi produzido no mbito no projeto CICTEC - Centro de Inteligncia Competitiva para Parques Tecnolgicos, e apresenta o panorama da Inovao Tecnolgica para o setor de Tecnologias da Informao e Comunicao (TICs) em Pernambuco, no Brasil e no Mundo, suas principais caractersticas, as tendncias em suportes e ferramentas tecnolgicas, e as oportunidades de inovao tecnolgica para as empresas pernambucanas. Nele ser abordada a inovao tecnolgica em Analtica para o setor de TICs e as potenciais tendncias de inovao que esta nova tecnologia oferece. Tambm analisaremos as oportunidades para as empresas do Porto Digital e ilustraremos o uso de ferramentas tais como o Google Trends.

Anlise das Tendncias de Inovao para Tecnologia da Informao e Comunicao (TIC)

Vivemos hoje num mundo inundado por uma quantidade de dados sem precedentes. Redes (ou Mdias) Sociais tais como Facebook, Twitter, YouTube, Linkedin, e outros servios baseados na Internet tm levado a uma exploso de dados em nosso cotidiano. Setores como varejo, telecomunicaes, cuidados com sade, aerolinhas, hospitalidade e mesmo a indstria dos esportes, esto coletando e analisando massivas quantidades de dados.As ferramentas de Analtica (tecnologia da descoberta e a comunicao de padres - com significado - em dados) podem ajudar as empresas a sintetizar estes dados em insights (discernimentos) que podem aumentar tanto receitas dos negcios quanto eficincias das organizaes. O maior desafio tem sido fazer um timo uso destes dados. Em um relatrio publicado em 2011, intitulado Big Data: the next frontier for innovation, competition and productivity, publicado pelo McKinsey Institute, da McKinsey & Company, apontava-se que uma significativa restrio em materializar o efetivo valor de big data seria a falta de talento, particularmente pessoas com profunda expertise em estatstica e aprendizado de mquina, e os gerentes e analistas que sabem como operar empresas ao usar insights (discernimentos) a partir de big data.Segundo aquele relatrio, nos EUA se espera que big data se torne rapidamente um determinante chave na competio entre os segmentos econmicos. O Instituto projetou que a demanda para posies em Analtica, em um mundo de big data, possa exceder a oferta sendo produzida nas tendncias presentes de 140.000 a 190.000 posies (Figura 20). Alm do mais, este tipo de talento difcil de produzir, levando anos de treinamento no caso de algum com habilidades matemticas. Apesar da anlise quantitativa do relatrio ter usado os EUA como ilustrao, os autores acreditam que as restries neste tipo de talento sero globais, com a cautela de que algumas regies podem ser capazes de produzir a oferta que preencha os gaps em outras regies.Adicionalmente o relatrio projeta uma necessidade de 1,5 milhes de gestores e analistas nos EUA que podem perguntar as corretas perguntas e consumir os resultados da anlise de big data efetivamente. Os EUA e outras economias enfrentando escassez semelhante no podem preencher este gap simplesmente ao mudar os requisitos de graduao, e esperar por pessoas graduarem com mais habilidades, ou ao importar talento (apesar disto constituir importante ao a tomar). Ser necessrio, por seu turno, retreinar uma quantidade significativa de talento; felizmente este nvel de treinamento no requer anos de estudo dedicado.Figura 1. Demanda de profundo talento analtico nos EUA pode ser 50 a 60% maior que sua oferta projetada para 2018 Fonte: Mckinsey (2011).

Alm da questo do talento para analisar big data, existem outras questes que afetam a capacidade de produzir Analtica, tais como a segurana inerente ao tratamento do big data. Em adio, a crescente importncia econmica do big data tambm levanta um nmero de questes legais, especialmente quando confrontadas com o fato de que dados so fundamentalmente diferentes de muitos outros ativos. Os dados podem ser perfeita e facilmente combinados com outros dados. A mesma poro de dado pode ser usada simultaneamente por mais de uma pessoa. Todas estas so caractersticas nicas dos dados quando comparadas com ativos fsicos. Questes sobre direitos de propriedade intelectual associadas aos dados tero que ser respondidas para que se possa produzir Analtica. Afinal, quem o dono do dado e que direitos vm associados com a base de dados? O que define um uso justo dos dados? Quem responsvel quando um conjunto de dados impreciso e leva consequncias negativas? Tais tipos de questes legais precisam de clarificao, provavelmente ao longo do tempo, para capturar o potencial completo do big data.Mas que outros determinantes tm que ser levados em considerao para uma efetiva Analtica de big data? O relatrio da McKinsey aponta algumas, tais como:

- Tecnologia e Tcnicas. Para capturar o valor de big data, as organizaes tero que empregar novas tecnologias (exemplo, armazenamento, computao, e software de analtica) e tcnicas (i.e., novos tipos de anlises). O leque de desafios de tecnologia e o conjunto de prioridades para enfrenta-las vo diferir dependendo da maturidade dos dados da instituio. Sistemas legados e padres e formatos muito frequentemente previnem tanto a integrao de dados quanto a Analtica mais sofisticada que criam valor a partir de big data. Novos problemas e crescente poder computacional iro expandir o desenvolvimento de novas tcnicas analticas. H tambm a necessidade de inovao em tecnologias e tcnicas que iro ajudar os indivduos e organizaes para integrar, analisar, visualizar, e consumir a crescente torrente de big data;- Mudana Organizacional e Talento. Lderes organizacionais frequentemente padecem do entendimento do valor de big data bem como despertar o seu valor. Em setores competitivos isto pode ser um calcanhar de Aquiles para algumas empresas desde que seus competidores, bem como novos entrantes, alavanquem big data para competir contra elas. Ademais, muitas organizaes hoje no tm o talento para extrair insigths (discernimentos) de big data. Muitas organizaes no estruturam fluxos de trabalho e incentivos de forma que otimize o uso de big data para tomar melhores decises e aes mais informadas.- Acesso aos dados. Para proporcionar oportunidades transformadoras, empresas iro de forma crescente necessitar integrar informao a partir de mltiplas fontes. Em alguns casos, as organizaes iro estar aptas a comprar acesso aos dados. Em outros casos, no entanto, ganhar acesso a dados de terceiros no algo fcil. As fontes de dados de terceiros no so compartilhados. Algumas vezes os incentivos no esto alinhados para encorajar os interessados a compartilhar dados. Um interessado que detm uma certa base de dados pode considera-la ser a fonte de uma vantagem competitiva chave e, ento, estaria relutante a compartilhar com outros interessados. Outros interessados devem achar modos para oferecer proposies de valor atrativas para os detentores de dados valiosos;- Estrutura Industrial. Setores com um relativo hiato de intensidade competitiva e transparncia de desempenho, ao longo de indstrias onde as cestas de lucros so altamente concentradas, so provveis de serem lentas em alavancar plenamente os benefcios de big data. Por exemplo, no setor pblico, onde tende a ter um hiato de presso competitiva que limita a eficincia e a produtividade; como resultado, o setor enfrenta barreiras mais difceis que outros setores no modo como capturar o valor potencial de usar big data. O setor de sade dos EUA outro exemplo de como a estrutura de uma indstria impacta em quo fcil pode ser extrair valor de big data. Este um setor que no somente tem um hiato de transparncia em desempenho em termos de custo e qualidade, mas tambm uma indstria em que pagantes iro ganhar (de poucos no pagantes de tratamento desnecessrio) pelo uso de dados clnicos. No entanto, os ganhos oriundos para pagantes iro vir s expensas dos provedores (poucas atividades mdicas para pagar) de quem os pagadores teriam de obter de big data. Como os exemplos sugerem lderes de organizaes e fazedores de polticas tero de consider

View more