padronização de IoT, casos de uso mais fortes e muito mais

As resoluções de Ano Novo não são apenas para perder peso e construir sua conta poupança. Aqui estão alguns sonhos para big data em 2021.

O ano ado foi… interessante. Embora não pudéssemos prever tudo o que 2020 jogou em nós (e foi muito), isso não nos impedirá de tentar novamente este ano, especialmente em tecnologia.

O big data, como toda tecnologia, está evoluindo, então todo ano traz novas oportunidades e desafios. Aqui estão algumas mudanças que eu gostaria de ver em 2021.

VEJO: Relatório: PMEs despreparadas para lidar com privacidade de dados (TechRepublic )

1. Padronização de IoT

O governo federal aprovou uma legislação em dezembro de 2020 que exige que os contratados da Internet das Coisas (IoT) forneçam segurança de IoT que esteja em conformidade com as diretrizes governamentais específicas. Isso levará os fornecedores de IoT a padronizar a segurança de seus dispositivos, um primeiro o para padronizar outros elementos de IoT, como o conjunto diversificado de sistemas operacionais.

VEJO: Padrões de IoT: o governo dos EUA deve criá-los e as empresas seguirão (TechRepublic)

Até que os fabricantes de dispositivos IoT e fornecedores de soluções atinjam a padronização, será difícil para as empresas clientes alcançarem a integração total em suas redes IoT.

2. Casos de uso de negócios mais fortes

Há muitos guias disponíveis que descrevem como desenvolver um caso de uso de negócios, mas e se você não conseguir encontrar um bom caso de uso de negócios para começar?

Os casos de uso para big data precisam fazer duas coisas:

• Eles precisam definir um problema de negócios específico que antes era insolúvel, mas que poderia ser solucionado e fornecer benefícios se o big data e a análise puderem resolver o problema.
• O caso de uso deve retornar valor mensurável e tangível.

VEJO: 7 estratégias de big data no terreno para 2021 (República Tecnológica)

Isso nem sempre é fácil. Por exemplo, você pode ser solicitado pela contabilidade a desenvolver uma análise de tendências que aborde uma pequena área de “necessidade de conhecimento” e que melhore as operações internas, mas que não agrega muito valor à empresa em geral.

As perguntas que os usuários de TI e de negócios devem se fazer antes de lançar um projeto de big data são:

• O caso de uso fornece receitas aprimoradas, custos reduzidos ou outra coisa que a istração considera altamente valiosa?
• Qual é a probabilidade de sucesso do projeto?

3. Transformação digital intencional

Ainda estamos em um ponto em que muitas organizações consideram a digitalização um sucesso depois de digitalizar e armazenar informações. Mas até você começar a integrar e usar ativamente esses novos tesouros de ativos digitais com outras TI corporativas, você não estará oferecendo benefícios suficientes para os negócios com sua digitalização.

VEJO: Transformação digital: 3 coisas que sua organização não pode ignorar (TechRepublic)

Em 2021, será importante que as organizações comecem a alavancar seus dados digitais integrando-os e usando-os com outros sistemas corporativos.

4. Mais sensibilidade ao cliente

O uso de big data e análises para prever as preferências dos clientes e, em seguida, apresentar produtos aos clientes tem sido um sucesso retumbante no varejo e em outros setores. Mas quando os clientes chegam a um ponto em que basta?

Há alguns sinais agora de que os clientes querem sentir que têm alguma privacidade, bem como o alcance preventivo das empresas na forma de e-mails, mensagens de texto, telefonemas e apresentações na web.

2021 é o ano em que as empresas devem começar a determinar o ponto ideal para recomendações e respostas de boas-vindas aos clientes sem cruzar a linha da privacidade pessoal.

5. Melhor segurança

O ataque cibernético e o roubo de dados de várias agências governamentais em 2020 aumentaram a conscientização sobre uma nova geração de vulnerabilidades de segurança. A vigilância de rede, o monitoramento de endpoints e a detecção de malware em estações de trabalho não são mais adequados. Agora, os maus atores podem vir por meio de uma atualização de segurança de um fornecedor confiável.

VEJO: Ciberataques relacionados à SolarWinds representam um grave risco para o governo e o setor privado, diz CISA (TechRepublic)

É um alerta de segurança para es de dados grandes e padrão — e é hora de a TI revisar suas medidas de segurança e governança para todos os tipos de dados recebidos.

As verificações de segurança devem ser executadas em grandes arquivos de dados de vídeos, imagens e gravações de voz; e auditorias de software e certificações de atualizações de segurança devem ser analisadas com os fornecedores. Igualmente importante é a reunião sobre segurança com vendedores de dados de terceiros que você compra para suas análises.

6. Eliminando o ruído

O big data está cheio de ruídos que não significam absolutamente nada para a análise e causam sobrecarga excessiva de processamento e armazenamento. O ruído pode vir na forma de handshakes de rede e dispositivo que você não deseja em seus dados ou dados estranhos que seus casos de uso não exigem.

Para reduzir o ruído e otimizar o processamento e o armazenamento, as empresas devem eliminar antecipadamente os dados estranhos.

7. Entendendo ML, IA e PNL

Os fornecedores estão incorporando aprendizado de máquina (ML), processamento de linguagem natural (NLP), inteligência artificial (AI) e redes neurais em suas soluções, mas muitas dessas tecnologias e algoritmos subjacentes não são bem compreendidos por seus clientes.

Os fornecedores precisam fazer um trabalho melhor de educar os clientes nessas áreas.