Projectos de big data são pequenos, mas sofisticados

Em Portugal os projectos de big data podem ser mais pequenos, mas são também mais sofisticados que noutros países. No entanto, ainda há empresas a pedir projectos que podem ser feitos em Excel. Antes de pensar na tecnologia é preciso perceber os problemas de negócio.

Roberto Henriques (Nova IMS), Pedro Nunes (BI4All), Nuno Barreto (Xpand IT), Ricardo Ribeiro (Datasonar), Rui Rosa (SAS Institute)

No mercado português os projectos de big data são mais pequenos do que noutros países europeus, confirmou Nuno Barreto da Xpand IT, durante um debate na conferência IMShare, organizada pela Universidade Nova de Lisboa. “Mas muitas vezes são mais sofisticados”, assinalou.

Isso não impede, contudo, que haja “empresas a pedirem projectos com tecnologia de big data, passíveis de serem executados com folhas de cálculo Excel”. Foi Pedro Nunes quem o disse, alertando-as  para a necessidade de perceberem primeiro os problemas de negócio a resolver, antes de pensarem em adoptar tecnologia.

Tendo em conta a perspectiva de Nuno Barreto as iniciativas portuguesas parecem ser menos estruturadas do que no estrangeiro. Aí os projectos, “na sua maioria estão muito centrados na construção de data lakes, muito estruturados, focados na agregação [centralizada] de informação e com grandes perdas de tempo com isso”, notou.

Mais experiente, Rui Rosa, gestor de soluções de negócio do SAS Institute, não foi tão longe. Mas confirmou que as “empresas portuguesas não estão atrasadas”.

Pedro Nunes ainda foi mais comedido e defendeu que as considerações dependem dos sectores que se escolhe abordar. Na áreas das utilities e seguros há empresas portuguesas a prepararem as suas bases de dados para iniciativas de big data. Mas noutras áreas face ao estrangeiro há maior atraso, assinala.

“Acontece muito, haver falta de conhecimento interno nas empresas, porque os projectos de big data não são como os de BI, embora não se tenha essa percepção”, diz Pedro Nunes. Há organizações a optarem pela re-adaptação de recursos humanos e isso cria dificuldades, por falta das competências adequadas.

Quando as empresas compram “um produto chave na mão têm dificuldades em fazer a manutenção adequada”, nota Roberto Henriques (Nova IMS).

“São necessários profissionais com perfil multifacetado, capazes de perceber de tecnologia, de estratégia, marketing [entre outras áreas] e muitas vezes quando são adaptadas [a funções para big data] surgem dificuldades em dominar todas as áreas”, explicou Roberto Henriques professor da Nova IMS.  Os profissionais ainda não têm a preparação suficiente insiste.

Por exemplo, diz, quando as empresas compram “um produto chave na mão têm dificuldades em fazer a manutenção adequada”.  O outsourcing é uma via possível “mas é preciso saber o que pedir. E colocar as questões certas.

Surgem também “questões de governo sobre quem lidera diferentes áreas de projecto que é, no fundo, transversal”, além de estratégico.

Roberto Henriques reconhece que as universidades têm um papel a desempenhar na formação do profissionais necessários. Mas argumenta que grande parte do desenvolvimento na área de big data ocorre nas grandes empresas e fornecedores, sendo mais difícil acompanhar na academia. Nisso as parcerias com fabricantes tendem a ajudar, confirma.

Apesar disso os projectos portugueses vão avançando, Ricardo Ribeiro, COO da startup Datasonar, destaca uma implantação focada em incrementar o desempenho de sistemas já existentes para poderem suportar novos SLA (acordos de níveis de serviço), sem alterar o desempenho do operador final.

Outra implantação envolve a utilização de tecnologia de big data para, a partir da detecção da presença de consumidores, atribuir-lhes promoções personalizadas, usando analítica predictiva. Recorre a uma arquitectura de sistemas abertas, de modo a que os algoritmos sigam o seus processos de aprendizagem de forma mais automática.

Muitas empresas na Europa estão já  a evoluir para a implantação automatismos orientados ao negócio, com o emprego de aprendizagem automática procurando reduzir cada vez mais a necessidade de intervenção humana.

Isto torna-se difícil em modelos fechados ao ser necessário usar cinco a seis algoritmos em funcionamento simultâneo, para se detectarem alterações de padrões. O objectivo é desencadear abordagens mais afinadas com as necessidades do cliente ou, noutros casos, detectar mais rapidamente situações de fraude, porque estas tendem a mudar de padrão.

Rui Rosa, do SAS Institute, destacou o projecto realizado para Sociedade Portuguesa de Autores. A plataforma implementada permite produzir relatórios sobre as verbas a atribuir a artistas, por direitos de autor usados em várias plataformas digitais de música, de duas em duas horas.

Outra implementação, para a Turismo de Portugal, serve uma distribuição mais racional de recursos de publicidade direccionada. Nos mercados estrangeiros, que também não são imunes à falta de profissionais, já muitas organizações desenvolvem projectos de analítica preditiva, confirma Pedro Nunes, da BI4All.

Outras organizações estão a evoluir já para automatismos orientados ao negócio, pretendem adicionar aprendizagem automática procurando reduzir cada vez mais a necessidade de intervenção humana.

Privilegia-se a entrega rápida de valor e de forma mais ágil possível. Mas há empresas também estão focadas em obter uma visão mais abrangente e profunda sobre o cliente. “Muitas nem tinham uma perspectiva europeia e tinham a informação em silos”, notou Pedro Nunes.

Enquanto, por exemplo, no comércio electrónico interessa saber o que se pode acrescentar à oferta existente, na logística o principal desafio é reduzir tempo de entrega. No retalho, os projectos de big data servem particularmente a segmentação de clientes.

Arquitecturas em transformação

Os membros do painel concordaram que ocorrem mudanças de arquitectura de Sistemas de Informação em Portugal, pelo menos nas grandes empresas, para sustentar ambientes mais unificados, apesar de heterogéneos.

“Há uma convergência [nas estruturas] para dar suporte a ambientes de big data, BI e analítica, e isto não acontecia no passado, muitas vezes por acrescentar custos”, explica Rui Rosa (SAS Institute). Hoje as tecnologias já o permitem mais facilmente e há nisso “enorme vantagem”.

“Pode-se fazer BI e analítica [na mesma estrutura] e acrescentar valor com o mesmo processo, gerido de forma centralizada”, acrescenta. O responsável de um dos principais fornecedores de sistemas de BI do mercado, admite que estes “não estavam orientados à inovação”.

“Era difícil colocar componentes de analítica dentro das estruturas tradicionais relacionais”. Rui Rosa sublinha que os sistemas de big data permitem muito mais facilmente abrir áreas, ou laboratórios de inovação.

“Com base num conjuntos de dados estruturados, em processos de “self-service” e “ad hoc! podem trabalhar esses elementos e executar pequenos testes, sobre o que pode ser adequado oferecer a um conjunto de clientes”. Isso permite dar ao corpo de gestão, retorno sobre o que se pode fazer e de forma iterativa permitem afinar a oferta, acrescenta.

Prescinde-se da necessidade de ter abordagens do passado, demasiado disruptivas e arriscadas, em que se implantavam “novos planos de negócio ou promoções mas sem ninguém saber muito bem prever os resultados”. E torna-se possível processos de self-service e analítica, que antes eram difíceis de conjugar de forma coerente, explica.

Artigos relacionados

O seu comentário...

*

Top