Data Driven Strategy 2021
Reza a lenda que, no Brasil o ano só começa de verdade depois do carnaval. Então começamos para valer!
Trocadilhos a parte, vamos ao que interessa: Estratégia orientada à Dados — Data Driven Strategy.
Mais do que nunca no mundo da transformação digital forçada, precisamos nos orientar a dados para reverter os problemas ocasionados pela pandemia e proporcionar a retomada da economia global.
Este é o foco de todos os setores produtivos ao redor do mundo e quem souber melhor explorar os dados e as tecnologias disponíveis, vai sair na frente.
Isto já é visível mediante a valorização das ações de algumas empresas inovadoras como Tesla, da valorização de moedas digitais como Bitcoin, o mundo da inovação ganhou força.
Minha ideia aqui é trazer aos empreendedores inovadores locais, as ideias que estão crescendo ao redor do mundo, em termos de estratégia orientada a dados.
Vou listar a seguir algumas ferramentas e metodologias que devem alavancar novos negócios e novas maneiras de trabalhar em 2021:
Decision Intelligence
De acordo com especialistas em cientistas de dados, cerca de 33% das grandes organizações terão inteligência de decisão, como modelagem de decisão, até 2023. A tecnologia de inteligência de decisão é capaz de realizar uma ampla gama de tarefas e atividades por meio de técnicas de tomada de decisão. Essa tecnologia inclui aplicativos como sistemas adaptativos complexos. Por exemplo, o uso de “bots” para tomada de decisão em um leilão eletrônico.
NLP Machine Learning
O Processamento de Linguagem Natural sempre foi visto como um subconjunto da IA. Ainda assim, com o tempo e a capacidade de evolução rápida, essa tecnologia se expande para se tornar uma necessidade em atividades e processos normais de negócios. A NLP ajuda a encontrar novos padrões e estudar dados. Você poderá reunir informações qualitativas e percepções para aprimorar seus negócios. Você poderá analisar como seus clientes pensam sobre sua marca, produto ou serviço. Com a programação em linguagem natural, você pode encontrar acesso à análises de sentimentos mais customizadas para o seu negócio.
Data Developers Community
Para criar experiências de dados, as empresas implantarão uma plataforma de aplicativos de dados como parte de sua estratégia de dados para 2021. Isso levará ao surgimento de comunidades de desenvolvedores de aplicativos de dados que criam soluções pontuais mais adequadas às necessidades de suas empresas. Um exemplo para esse movimento é a operacionalização do “Openbanking”, pequenas empresas ou desenvolvedores autônomos poderão desenvolver soluções para as diferentes APIs de bancos, criando novas ofertas de serviços.
No-code / Low-code citizen developer
A tendência de usar interfaces gráficas para o usuário (pense em um método visual de arrastar e soltar) para construir aplicativos já existe há algum tempo. Até agora, vimos principalmente aplicativos simples desenvolvidos dessa forma, porque as interfaces não podem lidar com muita complexidade. Vemos essa tendência mudando devido aos melhores recursos das plataformas que permitirão a popularização da programação criando o que estão denominando como “desenvolvedores cidadãos” que acessem os componentes do pacote e criem aplicativos mais rapidamente. Esses pacotes possibilitarão que as interfaces gerenciem fontes de dados mais complexas. Com isso resolveríamos o grande problema da falta de mão de obra especializada.
X Analytics
X significa qualquer palavra para a qual podemos gerar análises, como texto, vibração, emoção, áudio e vídeo. Essa abordagem levará a novas e valiosas transformações e inovações para as empresas. Os avanços em IA e suas técnicas de processamento em nuvem, estão se expandindo e criando um impacto no X Analytics. Você pode usar várias palavras ao invés de X, combinando com vídeo ou áudio. Essa abordagem pode ajudar na otimização da análise em cadeia, correlacionando palavras, áudio e vídeo, por exemplo, para controlar o tráfego ou gerenciamento do clima.
Incorporação de gráficos nas ferramentas de Machine Learning/Deep Learning
Conforme os dados estão mudando, os cientistas de dados estão usando técnicas de aprendizado de máquina não supervisionadas. Por exemplo, eles usam essa técnica para reduzir variáveis, agrupar e treinar modelos.
Os dados alterados incluem:
· Aplicativos IoT
· Transações de comércio eletrônico
· Recomendações
Além disso, eles identificam os dados e removem o ruído para maior precisão. A incorporação de gráficos está ganhando força para realizar várias atividades, como análises PCA dentre outras.
Algumas vantagens da incorporação de gráficos:
· Engenharia de recursos granulares
· Suporte matricial
· Tempo de preparação de dados diminuído
· Explicabilidade
A “Explicabilidade” então, facilitará a implementação da XAI(EXplanaible Artificial Intelligence) implantando-a estatisticamente. A capacidade de explicação pode fornecer combinações de técnica com sistemas baseados em regras ou lógica para responder ao público graficamente.
AI / ML infundido em fluxos de trabalho
Há anos falamos sobre o uso potencial de IA e ML para ajudar a tomar decisões melhores. Essas tecnologias nos dão acesso a percepções preditivas, ajudando-nos a considerar melhor o futuro enquanto avaliamos as opções. Os serviços de IA e ML agora estão disponíveis como componentes plugáveis, muitos dos quais desenvolvidos especificamente para casos de uso de setor e departamento. Por exemplo, o Google Marketing Platform (GMP) usa esses serviços de IA conectáveis e fornece insights infundidos de IA / ML para análise da web e de campanha.
Como podem ver, várias tecnologias estão ganhando visibilidade e aplicabilidade. Consequentemente muitas oportunidades de inovar e criar soluções para tantos problemas que estamos passando atualmente.
Agora é colocar em prática este conhecimento e mãos à obra!
Fontes:
Site Datascience — Datascience Trends 2021 — https://datascience.eu/wiki/2021-data-science-trends/
Site Looker — Embedded analytics trends data strategy — https://looker.com/blog/7-embedded-analytics-trends-data-strategy
