Daten zu Erkenntnissen machen
Data is the new oil, traduzida literalmente para “os dados são o novo petróleo” é uma frase icónica que todos nós já ouvimos e que parece ser cada vez mais atual, apesar de ter sido dita pela primeira vez há mais de uma década (em 2006, por Clive Humby, Senior Marketer na Tesco). Mas será mesmo verdade?
Als Verbraucher erleben wir jeden Tag in erster Linie, wie unsere Daten die Unternehmen beeinflussen, um ihre Produkte und Dienstleistungen zu verbessern.
Täglich nutzen Millionen von Menschen auf der ganzen Welt soziale Netzwerke und Suchfunktionen. Heutzutage tragen große Organisationen auf globaler Ebene einen Großteil ihres Erfolges durch die Aufzeichnung und Analyse von Daten in großem Maßstab über die Nutzung ihrer Plattformen bei, da diese eine solide Grundlage für Entscheidungen bieten, die die Erfahrung der Nutzer verbessern.
Wir können bestätigen, dass die Daten eine wichtige Rolle in allen Bereichen des Lebens spielen.
No entanto, analisando a frase data is the new oil, conseguimos identificar uma grande diferença entre os dois sujeitos - o petróleo é valioso, mas escasso, enquanto que os dados têm tendência a gerar cada vez mais valor com o tempo e utilização. Organizações que recolhem grandes quantidades de dados geram mais e melhores insights que podem ser traduzidos em valor direto para as organizações. À recolha e análise de dados em grande escala dá-se o nome de big data.
A importância de um data warehouse moderno
Os armazéns de dados (data warehouses) têm um papel chave a desempenhar no processo de criação de valor para as organizações, pois são em primeiro lugar os responsáveis pela agregação de dados das mais diversas fontes de informação, podendo ser geridos tanto on-premises como na Cloud. Essencial para que os possam ser analisados em grande escala, um data warehouse moderno: suporta qualquer fonte de dados; é facilmente escalável e de simples acesso; centraliza todos os dados (internos ou externos), relevantes para a organização; fornece insights em tempo real através de dashboard; suporta modelos de analítica avançada como machine learning ou Inteligência Artificial.
Um data warehouse moderno deve armazenar dados de forma a que estes sejam facilmente acessíveis pelos seus consumidores e simultaneamente possuir a capacidade de processar e interpretar todo o tipo de dados de forma ágil e eficiente.
Como estruturar os dados em grande escala?
In der Vergangenheit waren Datenbasen die einzigen Schriftarten für Anwendungen. Heutzutage gibt es Hunderte, wenn nicht gar Millionen von verschiedenen Schriftarten und jede davon mit unterschiedlichen Datentypen, die verfremdet oder nicht verfremdet werden können.
Os dados estruturados têm padrões que podem ser facilmente interpretados. Zum Beispiel: Kundennamen; Moradas; Geolokalisierung; Daten; Telefonkontakte; Produktnamen; Lagereinheiten (SKUs).
Andererseits können nicht alle Daten der Organisationen nummerisch oder semantisch klassifiziert werden, wie z. B.: Bilder, Videos, E-Mails und Dokumente, IoT-Geräte und Sensoren.
Diese Daten sind äußerst relevant, da sie mit den anderen Daten konsolidiert und integriert werden können, um eine ganzheitliche Sicht auf die Geschäftsbereiche, wie z. B. die Kunden, zu erhalten.
Um dieses Ziel zu erreichen, ist es wichtig sicherzustellen, dass die Datenlösungen in der Lage sind, diese beiden Datentypen an einem zentralen Punkt zu integrieren.
Construir uma Data pipeline
Após identificar todas as diferentes fontes de dados, é essencial criar uma data pipeline. Os passos necessários nesta fase são:
1. transferir os dados de todas as fontes (estruturados e não estruturados) para a data warehouse;
2. armazenar os dados num data lake;
3. aplicar processos e procedimentos de data quality, preparando-os para serem utilizados em modelos analíticos avançados;
4. aplicar regras e conceitos de negócio, disponibilizando-os para serem consumidos pelos seus utilizadores;
5. exploração e visualização dos dados em plataformas como o Power BI. Data visualisation fornece uma representação rica e relevante dos dados que permitem a tomada de decisões data-driven, adicionando valor ao negócio e aos clientes.
Através desta abordagem, é construída uma arquitetura altamente escalável que serve todos os utilizadores: desde utilizadores finais, a data engineers e cientistas de dados que exploram os dados, a analistas que os interpretam para o negócio e até ao CEO que pretende compreender melhor o que acontece no seu negócio em tempo real.
Artigo de branded content na IT Insight, página 44.
Kontaktieren Sie uns:
+351 210 171 610
Commentaires