Democratização da Ciência de Dados

Muito se fala sobre a disrupção que a tecnologia está causando em todas as áreas. Cada vez mais, as empresas estão buscando acelerar a adoção de tecnologia como gerador diferencial competitivo, sem afetar a continuidade do negócio.

Dentro dessa corrida por tecnologia, há uma segunda jornada em andamento: aumentar o uso de dados para fins de monetização / geração de receita, ou inteligência /geração de insights de negócio. Nesse cenário, a bola da vez é a Ciência de Dados (data science, business analytics, machine learning…).

Os cientistas de dados estão entre os profissionais mais procurados do mercado de tecnologia, no Brasil e no mundo. Esses profissionais são importantes pois trabalham como "tradutores da Matrix". Eles conseguem, através de estratégias de análise, tratamento e visualização de dados, extrair insights que ajudam a direcionar o negócio a partir das montanhas de dados gerados pelas aplicações. Essa habilidade é conhecida como fluência em dados (data fluency).

Mas rapidamente esse panorama está mudando, segundo o artigo “The Democratization of Data Science” da Harvard Business Review, não dá mais tempo de ter apenas uma área da companhia (big data/analytics) ou concentrar apenas nos cientistas de dados a responsabilidade pela fluência em dados.

Num mundo tão dinâmico e competitivo, todos da organização devem desenvolver a habilidade em data science [com objetivo de diminuir o tempo da implementação de novas análises / ações / novos produtos / novos negócios / novas fontes de receita / novos resultados.]

(tradução livre de trecho do artigo)

Segundo o artigo, as empresas que querem competir na era dos dados precisam ter três coisas:

Plataformas Compartilhadas

A maioria das ferramentas de gerenciamento de dados é utilizada exclusivamente pela equipe de ciência de dados. Embora isso possa parecer razoável, criar um silo de dados e restringir o acesso a um grupo restrito, sobrecarrega esses time. A maioria das consultas dos departamentos (Ex: produtos, marketing, finanças) são solicitações relativamente simples que qualquer pessoa com treinamento básico poderia resolver. Ao sobrecarregar os cientistas de dados com tarefas básicas, as organizações desviam sua atenção dos projetos maiores que, esses sim, exigem uma especialização.

Habilidades Compartilhadas

Para compartilhar ferramentas de dados, é necessário que as pessoas saibam usá-las. Nem toda empresa pode criar uma Universidade de Dados. Dependendo das ferramentas de dados que sua organização utiliza, existem diversas opções de capacitação, tanto on-line quanto tradicional, o que pode agilizar a curva de aprendizado da sua equipe.

Responsabilidades Compartilhadas

Uma vez que a organização esteja fornecendo o acesso e a educação necessária para democratizar os dados entre seus funcionários, talvez seja hora de ajustar papéis e responsabilidades. No mínimo, as equipes devem poder acessar e entender os conjuntos de dados mais relevantes para suas próprias funções, mas ao equipar mais membros da equipe com habilidades básicas de co-criação, as organizações também podem esperar que as equipes técnicas (que não são de dados) apliquem esse conhecimento na solução de problemas do departamento — o que leva a resultados muito melhores.

No mundo onde a tecnologia está bem mais acessível, aumentar a eficiência do uso dos dados disponíveis na sua organização, por todos seus colaboradores, (através do uso de plataformas, formação, processos e pessoas) é um dos caminhos para desenvolver seu próximo grande diferencial competitivo.

A ciência de dados não é apenas para cientistas de dados. As empresas de alta performance investem para acelerar a curva de adoção da ciência de dados por todos seus colaboradores e assim atingir resultados extraordinários.

E você? Em que etapa está nessa jornada?

Sobre a Inmetrics

A Inmetrics entende que ter plataformas tecnológicas de negócio otimizadas é fundamental para vencer na era digital e melhorar continuamente a experiência de seus clientes. Para isso, fornece soluções para os ecossistemas de QA, Hybrid Infrastructure, Cloud, DevOps, Data Science e Consulting. Visite nosso site: www.inmetrics.com.br

#DataScience #Analytics #MachineLearning #BusinessAnalytics #SomosHardTech #HardTechStrongResults #Inmetrics