A Transformação Digital deixou para trás muitas lacunas processuais e documentais, e trouxe novos desafios à comunidade científica e ao mundo dos Dados de organizações de Tecnologia e de quem dela faz uso para governação de Informação.
Neste artigo o paradigma sai do campo do hardware, do storage e do alojamento de informação, e foca-se de uma forma mais clara nas Plataformas Analíticas e no Big Data que tiram partido dos dados e dos milhões de registos criados diariamente. É indiscutível que milhões de registos implicam novas abordagens onde o Big Data se tornou o novo “Rei”. Baseado em dados estruturados ou dados não estruturados, do qual tira partido, ao entrar neste novo ecossistema encontramos um conjunto de várias tecnologias em detrimento de um produto único e que se complementa com as ferramentas de BI Analíticas tradicionais.
Ao mergulhar no setor das Utilities, esta realidade veio colmatar algumas lacunas e melhorar o processamento de grandes tranches de informação, permitindo assim otimizar modelos analíticos, sejam baseados em dados atuais ou históricos, do negócio. Se olharmos para o campo da Energia, poucas são as organizações que disponibilizam tantas ferramentas ao end-user para explorar e capturar os seus indicadores e extrair daí novas métricas. Ser cientista de dados, nas Energias, torna-se, portanto, um desafio ainda maior, pelo grande volume de informação a explorar, pela oferta de ferramentas com interface mais amigável e intuitivo, e pelas competências técnicas analíticas vs. conceitos de negócio, a retirar no momento certo e levando à melhor tomada de decisão. Dessa forma, a qualidade dos dados é também um fator determinante para as organizações, independentemente do setor de atividade. A inconsistência/incoerência de dados e a forma como os processos de enriquecimento de Informação são feitos podem ditar tempo e custos elevados, irreparáveis, trazendo consequências negativas à atividade.
Na verdade, que habilidades deverá ter um Cientista de Dados para o setor das Utilities?
Existem diferentes abordagens e, consoante a área em estudo, surgem novas necessidades. Implementar sensores nos postes de iluminação para rastreio e substituição e até ligar/desligar luzes, ou implementar sensores nas turbinas das barragens para limitar ou acelerar o débito de água no caudal dos rios, são alguns exemplos práticos onde há necessidade de recolher informação tendo em vista uma sociedade mais inteligente e que requer necessariamente tecnologia para apresentar métricas em dashboards em tempo real. Na prática, a equação é tão simples ou tão complexa quanto a diversidade de conhecimentos e a carência de profissionais especializados. Por um lado, poderemos apostar em profissionais com formação matemática ou estatística, por outro, em profissionais com formação em ciências da computação ou até em profissionais com visão de negócio.
Qual é, então, a essência desta diversidade? Exatamente pelo papel que exige e pelas curtas margens nos tempos de resposta. Para a gestão de dados estruturados (BI e ETL) recorremos a ferramentas especializadas, onde são desenhados os habituais fluxos de processos de negócio que posteriormente são executados em batch, maioritariamente, nocturno. Para análise de Marketing e/ou outras análises de negócio ad-hoc, recorremos a outras ferramentas, onde cada utilizador pode potenciar os seus processamentos e realizar estudos com os dados que tem à sua disposição. Para visualização recorremos a ferramentas de reporting, onde o limite de cada report/dashboard é quase infinito. Para exploração de dados (Data Mining) recorremos a ferramentas de construção de modelos e que nos permitam identificar um padrão de comportamentos, onde exige uma grande compreensão de negócio e uma forte capacidade analítica de correlação de dados para extrair nova informação. Se quisermos ver a perspetiva de um profissional em Big Data, a amostra reduz-se, e confina-se ao conhecimento de novas linguagens de programação para análise de dados, multiplicando oferta, e gerar insights poderosos.
Em suma, todas juntas, estas tecnologias e polivalências, darão respostas assertivas e eficazes. O tema, de particular interesse, deverá ter uma abordagem focada no mindset de futuro a curto/médio prazo, tornando-se assim numa aposta onde academias, universidades e empresas estão intrinsecamente envolvidas e 100% comprometidas.
Uma certeza: ainda pouco mergulhámos na perscrutação destas plataformas. Por um lado, a falta de recursos humanos qualificados na vertente Analítica, Big Data, Cloud, CyberSegurança e/ou Real Time, em Portugal, é uma séria ameaça ao próprio crescimento das empresas e à sua maturação. Por outro lado, esta temática traz algumas preocupações - de melhoria - quer na vertente Ambiental, Demográfica ou em Novas Tecnologias - complexidade, flexibilidade, eficácia, solução customizada a cada cliente, redução de custos, novos modelos de negócio, e novos serviços.
Autor Convidado:
Rui Salsas
Consultor Sénior SAS na Mind Source
