Big Data tem sido a escolha de investimento de muitas organizações, conforme o relatório “Big Data and Analytics Spending Guide”, realizado pela empresa de inteligência de mercado International Data Corporation (IDC). A previsão é de que as receitas no mercado de Big Data e análise cheguem a US$ 187 bilhões até 2019, o que representa um crescimento de 50% em relação aos US$ 122 bilhões de faturamento em 2015.
Mas, apesar de ser uma tendência, algumas empresas ainda encontram dificuldades para colocar seus dados em uso. Muitas delas ainda estão com projetos parados, planejam iniciar em algum momento ou os evitam completamente. E aquelas que se arriscam e tiram os projetos de Big Data do papel correm grandes riscos de fracassar, geralmente pelos mesmos motivos.
É para evitar que essas falhas aconteçam que elencamos os 6 principais fatores que podem levar sua estratégia de Big Data ao fracasso. Acompanhe as dicas e minimize os riscos corridos pela sua empresa.
1. Adquirir tecnologia antes de planejar o que fazer com ela
Antes de adquirir qualquer tecnologia, é necessário entender claramente o contexto do negócio, o que envolve estudar estratégias, quais serão as prioridades e quais os problemas que se pretende atacar com o projeto de Big Data. É fato que existirão muitas áreas em que a análise sistemática de dados poderá contribuir, mas é preciso estabelecer prioridades, afinal os recursos não são infinitos. Então, escolha primeiro a iniciativa que for mais efetiva para a empresa. Uma vez concluída essa primeira iniciativa, passe para a segunda prioridade e, assim, sucessivamente.
2. Reunir uma montanha de dados para depois tentar analisá-los
É um erro reunir uma infinidade de dados sem definir um objetivo para eles. A primeira etapa deve ser definir o problema a ser resolvido para, então, passar para os dados. Comece questionando quais dados serão necessários para que a resposta seja alcançada. Construa um cenário hipotético em que todos esses dados necessários estejam disponíveis. A partir da identificação deles, siga para o cenário real e faça novas questões. Quais são os dados realmente disponíveis? Estão localmente ou fora? São acurados? Podem ser utilizados sem nenhuma violação da legislação? Essa etapa tem ainda o objetivo de descobrir se o escopo do projeto de Big Data está no caminho certo. Ou seja, esses são projetos iterativos, que são repetidos caso algum dado primordial não esteja disponível.
Leia também: COMO USAR O BIG DATA PARA ESTREITAR O RELACIONAMENTO COM O SEU CLIENTE?
3. Confiar mais na intuição do que no gerenciamento de dados
Apesar de conhecerem a precisão que os dados são capazes de entregar, muitos líderes executivos tendem a confiar mais em sua intuição do que em resultados apresentados pelo gerenciamento de dados. Uma pesquisa do Fortune Knowledge Group descobriu que 62% têm essa tendência e 61% afirmam que, quando tomam decisões, o conhecimento do mundo real é levado mais em consideração do que hard analytics. Essa atitude é um erro, uma vez que dados são levantados justamente para contribuir com decisões mais assertivas. Se eles não são usados com essa intenção, então não há motivos para levantá-los.
4. Ser ambiciosa além do que está preparada para enfrentar
Está correndo riscos de fracassar a empresa que começa com projetos excessivamente ambiciosos, além do que ela está pronta para enfrentar, seja por falta de preparo da equipe ou por falta de estrutura que permita o desenvolvimento desses projetos, ou seja, tentando resolver problemas de Big Data usando tecnologias tradicionais de dados. Em ambos os casos, a falha é um resultado comum.
5. Falhar na capacitação dos profissionais
Muitos projetos de Big Data param ou falham devido às habilidades insuficientes dos profissionais que estão envolvidos neles. Normalmente, a equipe é formada por pessoas da área de TI e elas nem sempre têm conhecimentos específicos que as levem a fazer as perguntas certas sobre os dados da empresa. Analisar dados exige um nível profundo de entendimento sobre várias áreas do conhecimento, além de expertise em matemática e estatística e experiência em programação. No entanto, muitas organizações contratam analistas de dados que possuem expertise em matemática e programação, mas que não possuem o domínio dos demais conhecimentos necessários.
6. Não prever problemas que extrapolem a tecnologia Big Data
Ao se decidir por um projeto de Big Data, é preciso que a empresa esteja preparada para enfrentar problemas inesperados e que não estejam diretamente ligados a Big Data. É claro que ser capaz de acessar e processar os dados é o mais importante, mas fatores como congestionamento da rede e até mesmo falha no treinamento de equipe, entre outros problemas, podem influenciar os resultados esperados.
Quando se trata de infraestrutura de TI para Big Data, é preciso monitorar data centers e ter bancos de dados com alta performance para armazenar e provisionar o grande volume de dados coletados. A proteção desses dados também precisa ser observada, com firewalls, controles de acesso e políticas adequadas à nova realidade.
Nesse sentido, utilizar soluções e serviços baseados em computação em nuvem (Cloud Computing) pode ser mais simples e barato do que adquirir ferramentas e administrá-las da forma tradicional. Isso porque, sem utilizar a estratégia da virtualização oferecida pela nuvem, manter-se atualizado pode custar muito mais caro e demandar muito mais tempo.
Mais do que investir em Big Data, é necessário que a estratégia da empresa esteja alinhada para que os projetos deem certo. Big Data traz resultados quando é aplicado em projetos integrados, não quando são isolados em si.
O segredo para obter sucesso com o Big Data é utilizar infraestruturas flexíveis de dados abertos que permitam aos profissionais da organização continuarem adotando as abordagens que dominam, começando aos poucos e aprendendo frequentemente, até que seus esforços resultem em frutos. Assim, a organização pode perder o medo e usar a frequência em direção ao uso efetivo do Big Data.
Interessado em Big Data? Você sabe se sua empresa está preparada para lidar e extrair o máximo de um projeto baseado em análise de dados? Leia o artigo 5 Maiores Desafios do Uso de Big Data e entenda os benefícios que ele pode trazer para a sua empresa.
