As empresas estão sentindo a pressão para implementar análises em tempo real para acompanhar

Disruptores como Uber e DoorDash estão pressionando o resto. Mais organizações estão operacionalizando dados em tempo real, e isso está mudando a forma como operam.

Os dados em tempo real são coletados à medida que são produzidos e, em seguida, transmitidos para dispositivos downstream para análise e ação imediatas. É um desvio significativo dos dados em lote tradicionais, que são capturados em intervalos periódicos de tempo e não são transmitidos ao vivo.

As empresas hoje clamam por dados ao vivo e em tempo real em todas as suas formas, seja vídeo, Internet das Coisas ou até mesmo um sistema estruturado de dados de registros.

VEJO: Kit de contratação: engenheiro de banco de dados (TechRepublic )

“Empresas orientadas a dados, como Doordash e Uber, provaram isso construindo negócios disruptivos do setor com base em análises em tempo real”, disse Dhruba Borthakur, cofundador e CTO da Rockset, fornecedora de serviços de análise em tempo real.

“Todas as outras empresas agora estão sentindo a pressão de aproveitar os dados em tempo real para fornecer atendimento instantâneo e personalizado ao cliente, automatizar a tomada de decisões operacionais ou alimentar o ML [machine learning] modelos com os dados mais recentes. As empresas que fornecerem aos seus desenvolvedores o ir a dados em tempo real em 2022, sem exigir que eles sejam heróis da engenharia de dados, vão superar os retardatários e colher os benefícios.”

Então, quais são os benefícios de migrar para mais dados em tempo real? Tempos mais rápidos para decisão é uma vantagem clara. Se você estiver fornecendo serviços de streaming em tempo real aos clientes, um segundo benefício é o crescimento na geração de receita. E à medida que mais empresas continuam a automatizar as operações internas, os ciclos de produção e as despesas podem ser reduzidos com dados em tempo real.

“Quanto mais atualizados os dados, mais valiosos eles são”, disse Borthakur, que acrescentou que a democratização dos dados em tempo real tirou a tomada de decisão baseada em dados das mãos de alguns poucos selecionados e permitiu que mais funcionários assem e analisar dados em tempo real por si mesmos. A mudança para mais dados em tempo real também está mudando a forma como as empresas usam dados e criam software.

Uma mudança de painéis para aplicativos orientados a dados

“Os painéis analíticos existem há mais de uma década”, disse Borthakur. “Há várias razões pelas quais eles estão se tornando obsoletos. Em primeiro lugar, a maioria é construída com ferramentas baseadas em lote e pipelines de dados. Pelos padrões de tempo real, os dados mais recentes já estão obsoletos.”

Infelizmente, mesmo que os dados por trás dos painéis fossem atualizados, ainda há um problema de latência humana que Borthakur vê.

VEJO: Plataforma Microsoft Power: O que você precisa saber sobre ela (PDF grátis) (TechRepublic)

“Os seres humanos podem ser o animal mais inteligente do planeta, mas somos dolorosamente lentos em muitas tarefas em comparação com um computador”, disse ele.

A solução para a latência humana que Borthakur e outros veem é uma mudança para a automação total criada por aplicativos orientados a dados que não exigem intervenção humana. Pode ser uma linha de montagem totalmente automatizada ou um processo de atendimento ao cliente totalmente automatizado.

Maior alinhamento entre equipes de dados e desenvolvedores de software

Para criar aplicativos orientados a dados que impulsionam a automação, os desenvolvedores de aplicativos precisarão trabalhar em estreita colaboração com analistas de dados e cientistas de dados que entendam como gerenciar e usar dados.

“As equipes de engenharia e dados trabalham há muito tempo de forma independente”, disse Borthakur. “É um dos motivos pelos quais aplicativos orientados a ML que exigem cooperação entre cientistas de dados e desenvolvedores demoram tanto para surgir. Mas a necessidade é a mãe da invenção. As empresas estão implorando por todos os tipos de aplicativos para operacionalizar seus dados. Isso exigirá um novo trabalho em equipe e novos processos que facilitem o aproveitamento dos dados pelos desenvolvedores.”

O que vem a seguir para dados em tempo real?

Os aplicativos orientados a dados impulsionarão mais utilização e automação de dados em tempo real, mas ainda há desafios pela frente para as empresas que seguem nessa direção.

Um desses desafios é realinhar os desenvolvedores de TI e as equipes de dados para que trabalhem mais juntos. Isso envolverá alguma quebra de silo de área funcional. Uma segunda área de desafio será definir qual será a nova interface homem-máquina à medida que mais processos de negócios assumem maiores graus de automação.

Já sabemos que há limites para a automação no atendimento ao cliente. Por exemplo, existem algumas transações que são complicadas demais para o autômato manipular, e um especialista humano deve intervir.

O posicionamento correto das interfaces homem-máquina na automação e o realinhamento de aplicativos e equipes de dados serão duas áreas de foco principal para as organizações à medida que avançam para a operacionalização de dados em tempo real.