“O dado é o novo petróleo”. Movidas por essa afirmativa, muitas empresas iniciaram projetos voltados à implantação de novas tecnologias de dados como big data e analytics. De forma geral, podemos considerar que esses projetos, em sua grande maioria, foram executados de forma satisfatória, mas nem sempre otimizados como poderiam ser. Afinal, organizar dados não é o mesmo que extrair valor e recursos aplicáveis aos negócios.
Isso acontece, principalmente, porque as empresas ainda ignoram a prática de produtização dos dados, ainda focando em alimentar seus repositórios com dados desordenados, conflitantes, duplicados, sem propósito ou com um grau muito baixo de confiabilidade, com o objetivo único de ter uma grande massa de informações para “trabalhar”.
Para reverter esse processo, é estratégico que as empresas escolham a melhor forma de adquirir, manipular e até mesmo descartar dados. Isso auxilia na adequação a essa nova de forma mais natural e sem gerar grandes impactos estruturais.
Para um varejista, por exemplo, é mais importante ter o estoque assertivo (relação estoque x volume de vendas) do que estoque cheio. Estoque cheio é sinônimo de perdas financeiras e esses produtos, ao longo do tempo, estão perdendo valor. Por isso, é imprescindível procurar uma fórmula para garantir a quantidade ideal para uma venda mais saudável e evitar perdas desnecessárias com produtos fora de linha em seus estoques. O mesmo se faz necessário para os dados: as empresas precisam passar a entender o dado como um ativo, e, como todo o ativo, precisa de um ciclo de vida com objetivos bem claros.
Um objetivo fundamental para um bom aproveitamento dessas novas tecnologias deve ser a concepção desse modelo de “ciclo de vida dos dados”, que equilibre democratização, controle de acesso, monetização, regulação e segurança.
Continua depois da publicidade |
Os quatro estágios recomendados para um ciclo de vida de dados incluem: aquisição e captura: definição clara dos seus tipos de dados; gerenciamento e manutenção: criação de políticas de governança e segurança; backup e recuperação: implementação de um plano de redundância, contingenciamento robusto e alta disponibilidade; retenção ou destruição: criação de políticas orientadas ao negócio da empresa, por se tratarem de características individuais para cada organização e setor.
Para empresas que buscam aumentar a agilidade e a eficiência com dados, ter uma estratégia de governança sólida não é negociável. O fato é que, se essas empresas não mudarem radicalmente a forma como lidam com a governança de seus dados, o caminho para a monetização desse “petróleo” estará cada vez mais longe da realidade, e, em algum momento, o custo desse armazenamento irá inviabilizar a estratégia data driven.
Dado é o novo petróleo, mas trará muito mais valor quando refinado.
Gostou? Então compartilhe: