pt

Siga a modalidade de implementação multivelocidades

dezembro 20, 2016

A IMPLEMENTAÇÃO DO BI TRADICIONAL SEGUE UM PADRÃO: Estabeleça os dados que você considera serem os mais importantes para analisar KPIs, valide esses dados, crie um data warehouse e comece a modelar e visualizar dados a partir daí. Há um problema evidente para esta estratégia, porém, e que muitas vezes não é percebido até que seja muito tarde.

Tenho muitos anos de experiência na implementação de soluções de BI, e eu vi com muita frequência, as empresas com dificuldades nessa fase. Elas mapeiam este processo e, em seguida, uma vez identificados os conjuntos de dados, eles constatam que, de fato, estes não são os requisitos certos para seus objetivos de business intelligence. Isso acontece porque a verdadeira utilidade dos requisitos de dados não pode ser avaliada corretamente até que os usuários possam ver os tipos de resultados que produzem. Mas o tempo e recursos significativos já seguiram para a fase de design do data warehouse.


Isso faz com que a busca pelo data warehouse ideal configure um processo, muitas vezes interminável, de tentativa e erro. Eu vi implementações de BI demorarem muito e antes que quaisquer objetivos de análise adequados fossem finalmente obtidos, as prioridades da empresa mudaram e todo o trabalho de BI feito até esse ponto tornou-se inútil.

Nós falamos muito sobre o ambiente de BI bimodal na TARGIT, mas o que eu estou propondo é uma implementação bimodal como pontapé inicial. Com isso, quero dizer que o data warehouse tradicional é estabelecido e uma ou mais opções de implantação modernas, como Data Discovery ou InMemory, são implementadas simultaneamente.

Estas opções de implantação modernas permitem que os dados sejam significativamente mais rápidos do que um data warehouse. Estou falando de horas, não de meses. E, finalmente, os usuários mais rápidos podem adquirir, modelar, visualizar e compartilhar e realizar melhorias nos dados e elevar o valor real destes mais rapidamente.

Confira como é fácil aproveitar as fontes de dados externas com a Descoberta de Dados no webinar: Vá Além do Data Warehouse

Saiba se o TARGIT InMemory é ideal para você no webinar: InMemory, uma solução completa.

Imagine a implementação de multivelocidades como se ela fosse uma estrada

Pense no desenvolvimento de BI como uma estrada. Uma via é reservada para o data warehouse, outra para a descoberta de dados e, talvez, uma terceira para recursos in-memory. Os "veículos" na pista do data warehouse estão viajando a uma velocidade estável de 50 km/h. Aqueles nas outras pistas estão viajando a 80 e 110 km/h. É nestas pistas externas que ocorre a experimentação de dados com uma mentalidade de "falha rápida". Esta é a implementação de multivelocidades.
TARGIT Architecture
Tomemos como exemplo uma empresa de varejo que precisa da estrutura de um back-end de data warehouse tradicional. Há um pipeline de desenvolvimento de BI que se estende durante seis meses para novos modelos de dados. Essa "maneira lenta" é ótima para monitorar a parte da cadeia de suprimentos que realiza o transporte de mercadorias em um contêiner marítimo por todo o oceano. Não é necessário o acesso aos dados em tempo real neste caso.

Mas digamos que existe um problema em algum lugar na cadeia de suprimentos que resulta na diminuição em estoque de um item específico que encontra-se disponível nas prateleiras de uma loja. Os funcionários precisam de uma visão em tempo real do estado atual de seu estoque, seja com nível alto ou baixo. Os usuários não podem esperar seis meses para que um relatório seja gerado através do modo do data warehouse tradicional. Este tipo de BI de "modo rápido" é necessário para uma visão completa de toda a cadeia de suprimentos.

Em geral, os KPIs mais importantes da empresa residem no modo de monitoramento consistente e regular do data warehouse. Mas os processos departamentais, como o orçamento e a previsões, exigem a experimentação de dados existentes e novos. O BI de multivelocidades apoia todas as necessidades de uma empresa que deve ser executadas simultaneamente: a tradicional, em tempo real e outras mais.

multispeed BI implementation

O que fazer para que a implementação multivelocidades funcione?

Há três itens a serem levados em consideração para uma implementação de BI multivelocidades e ambiente bimodal bem-sucedida: 

1. As ferramentas

conforme mencionado acima, estas são a descoberta de dados ad-hoc e tecnologias in-memory que permitem a rápida movimentação de dados para um estado utilizável. Estas ferramentas permitem a exploração de dados e junção destes com dados atuais, e novas formar de realizar comparações e visualizações. E as tecnologias In-memory permitem grandes quantidades de protótipos de dados em pouquíssimo tempo, para que novos modelos possam ser investigados com facilidade.

Devido ao fato do in-memory não possuir esquemas rígidos, é possível realizar o carregamento dos dados rapidamente, construir um modelo e começar a experimentação quase que instantaneamente. Esta é a Ferrari do data warehouse tradicional. 

Ter acesso aos dados é uma coisa, mas utilizá-los de forma correta é completamente diferente. Os dados não tem utilidade alguma se os KPIs corretos não forem monitorados. Os usuários de BI devem ser capazes de visualizar e entender os dados que são relevantes para eles. Ter os dados acessíveis para utilização é a parte mais difícil. Assim, os usuários mais rápidos podem criar protótipos por meio da aquisição, modelagem, visualização e compartilhamento de dados, dessa forma, sua equipe terá algo útil.

Saiba mais sobre como identificar os KPS certos para as suas necessidades no e-book: As Métricas que importam.

2. Segurança

Estou falando de governança de dados. Enquanto o ponto inicial da multivelocidade é abrir caminhos para o modo de se trabalhar de diferentes maneiras com o BI, deve sempre haver um senso de ordem e controle. Imagine como seria se não houvessem leis de trânsito nas estradas.

Assim como existe a lei que mantêm os carros mais lentos à direita e que mantêm os mais rápidos à esquerda, assim a governança de dados deve ser aplicada. Enquanto as ferramentas de descoberta de dados estão adquirindo, modelando e visualizando dados de maneira rápida, entende-se que os dados não serão perfeitos e as informações podem passar despercebidas. Não há problema algum com isso. A governança de dados serve para alertar quando algo está errado, assim que os dados revelarem-se úteis, o processo pode ser retardado, os dados podem ser movidos por meio dos canais certos e limpos de maneira adequada e, finalmente, adicionados ao modelo de dados apropriado dentro do sistema.

A governança de dados garante que os dados corretos cheguem às mãos das pessoas certas. É uma tecnologia, mas também é uma estratégia. Na TARGIT, pregamos com frequência a importância de melhorar a qualidade dos dados com o sandbox analytics e as melhores práticas gerais de governança de dados. A mentalidade de falha rápida deve ser mantida em conjunto com o ciclo fechado do ciclo de vida do BI.

3. A adoção

Obter os dados necessários no sistema é apenas o primeiro passo na propagação de um ambiente orientado a dados. Deve haver uma estratégia criada para tratar os casos de uso analíticos. Após as etapas de carregamento e modelagem dos dados, estes devem ser compartilhados em toda a organização. Para isso, é necessário uma ferramenta que coloca os dados à disposição dos tomadores de decisão de cada departamento. Conheça seus usuários e crie um sistema de BI que faça mais sentido para eles. 

Este guia irá ajudá-lo(a) a entender como criar uma estratégia de BI mais eficiente e que seja amplamente adotada em sua empresa, independente do ramo: A Melhor Estratégia de BI.

Siga em frente ou Desista

Este é apenas o começo da implementação multivelocidades. À medida que mais empresas dizem não às consultas lentas e projetos de implementação de BI que duram vários anos, as plataformas de BI que não apoiam a velocidade e a agilidade que as empresas precisam não irão sobreviver. Diversos vendedores de renome oferecem atualmente uma ou outra opção e, muitas vezes, a um valor alto. 

Segundo a pesquisa do BARC BI Survey 16, a lentidão na velocidade de consulta foi o principal motivo para o abandono de plataformas de BI no ano passado. As empresas devem seguir a estrada da implementação multivelocidades ou colocar em risco o êxito do seu projeto de BI.

Saiba mais sobre o desempenho do TARGIT em relação á concorrência no BARC BI User Survey de 2016.


Share
BI Trends