![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/10\/Data-platform-2.0-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>NOT\u00cdCIAS \/ CONSULTORIA DE DADOS<\/p>\n<\/div>
28 de outubro de 2020
\nAs plataformas Data revolucionaram a forma como as marcas armazenam, analisam e usam o data - mas para us\u00e1-las de forma mais eficiente, elas precisam come\u00e7ar a incorporar o data governance como c\u00f3digo, escrevem Justine Nerce, Diretora de Consultoria do Data, e Jean-Baptiste Charruey, Gerente do Data Engineering, no Artefact.<\/p>\n<\/div><\/div><\/div><\/div><\/div>
\u00c0 medida que as economias globais come\u00e7am a se recuperar do choque inicial do coronav\u00edrus, podemos esperar um per\u00edodo de consolida\u00e7\u00e3o e reavalia\u00e7\u00e3o por parte das empresas. No entanto, a necessidade de inova\u00e7\u00e3o n\u00e3o est\u00e1 diminuindo, mesmo que os or\u00e7amentos estejam apertados. O lan\u00e7amento de novos produtos e servi\u00e7os ainda<\/span> \u00e9 respons\u00e1vel por mais de 25% da receita e dos lucros totais<\/span><\/a>.<\/span><\/p>\n \u00a0<\/span><\/p>\n A inova\u00e7\u00e3o precisa ser orientada por data preciso e de alta qualidade<\/strong>. No entanto, para que isso seja poss\u00edvel, as empresas precisam de uma base de facilmente acess\u00edvel, documentado e padronizado data para utilizar<\/strong>. Os ciclos de desenvolvimento de novos produtos e servi\u00e7os est\u00e3o se tornando mais curtos e mais competitivos, de modo que as organiza\u00e7\u00f5es precisam evoluir sua abordagem ao data para acompanhar o ritmo.<\/span><\/p>\n \u00a0<\/span><\/p>\n O surgimento do data platform serviu bem \u00e0s empresas para acelerar o acesso ao data, especialmente \u00e0quelas que buscam criar a pr\u00f3xima gera\u00e7\u00e3o de solu\u00e7\u00f5es de IA. No entanto, est\u00e1 claro que as marcas agora precisam de uma abordagem mais robusta, eficiente e qualitativa para tornar seu caso data platforms agn\u00f3stico - sustent\u00e1vel, operacional e dimension\u00e1vel para qualquer infraestrutura cloud, local ou h\u00edbrida<\/strong>.<\/span><\/p>\n \u00a0<\/span><\/p>\n \u00a0<\/span>As empresas revolucionam constantemente sua abordagem ao data para obter vantagem no mercado. Ao longo das d\u00e9cadas, os armaz\u00e9ns de data - grandes reposit\u00f3rios de data filtrado - deram lugar a lagos de data - vastos dep\u00f3sitos centralizados de data bruto n\u00e3o refinado. No entanto, esses enormes dep\u00f3sitos de data se mostraram pesados e dif\u00edceis de controlar. Os prazos de entrega aumentaram, pois n\u00e3o havia um processo claro e \u00e1gil para agilizar o desenvolvimento.\u00a0<\/span><\/p>\n Como consequ\u00eancia, o que estamos vendo \u00e9 a mudan\u00e7a dos ambientes monol\u00edticos de antigamente para uma arquitetura data mais distribu\u00edda, baseada em v\u00e1rios data platforms. Esses s\u00e3o conjuntos de software e servi\u00e7os que cercam um lago data para ajudar a tornar o data mais explor\u00e1vel. Com frequ\u00eancia, as organiza\u00e7\u00f5es est\u00e3o criando v\u00e1rios data platforms para cada dom\u00ednio de neg\u00f3cios e para cada novo projeto. Isso proporciona \u00e0s equipes de desenvolvimento acesso r\u00e1pido ao data e aos insights de que precisam para criar novos valores comerciais que atendam \u00e0s suas necessidades atuais<\/strong>.<\/span><\/p>\n No entanto, com a descentraliza\u00e7\u00e3o traz consigo a fragmenta\u00e7\u00e3o e a duplica\u00e7\u00e3o<\/strong>. Muitas empresas dedicam grandes quantidades de tempo e recursos para construir um data platform para um ambiente espec\u00edfico. Em seguida, precisam fazer tudo de novo para o pr\u00f3ximo projeto ou caso de uso, com discrep\u00e2ncias significativas, dependendo do conhecimento t\u00e9cnico da equipe. Os custos s\u00e3o multiplicados v\u00e1rias vezes, pois as equipes basicamente come\u00e7am do zero sempre que um novo projeto \u00e9 iniciado.<\/span><\/p>\n Grande parte do trabalho mais valioso que as empresas est\u00e3o fazendo hoje - inclusive em torno do artificial intelligence - \u00e9 interdepartamental e interdom\u00ednio. O data de alta qualidade precisa ser compartilhado entre as equipes e os diferentes data platforms para atingir todo o seu potencial, mas como manter a qualidade quando o data est\u00e1 sujeito a uma gama de pol\u00edticas conflitantes? \u00c9 preciso encontrar um meio-termo entre dar \u00e0s equipes a propriedade local do data para personalizar e criar, e a padroniza\u00e7\u00e3o da abordagem para construir uma base tecnol\u00f3gica s\u00f3lida<\/strong>.\u00a0\u00a0\u00a0<\/span><\/p>\n Sem algum tecido de conex\u00e3o entre os diferentes dom\u00ednios, o data platforms n\u00e3o conseguir\u00e1 oferecer a qualidade data e a efici\u00eancia de custo que as marcas precisam para um desenvolvimento r\u00e1pido. Felizmente, elas t\u00eam uma maneira de evoluir sua abordagem. Eles devem evoluir sua arquitetura data de uma cole\u00e7\u00e3o d\u00edspar de data platforms para o que <\/strong><\/span>Zhamak Dehghani define como uma \u2018malha data\u2019<\/a><\/strong>.\u00a0<\/span><\/p>\n Uma malha de data \u00e9 uma arquitetura em que data platforms distribu\u00eddos, de propriedade de equipes multifuncionais independentes, s\u00e3o conectados por meio de uma \u2018malha\u2019 de pol\u00edticas, governan\u00e7a e ferramentas comuns. Essa abordagem traz flexibilidade e resist\u00eancia ao data platforms, definindo uma base compartilhada e, ao mesmo tempo, dando liberdade \u00e0s equipes para personalizar seu pr\u00f3prio dom\u00ednio<\/strong>.<\/span><\/p>\n \u00a0<\/span><\/p>\n Essa abordagem transforma um data platform de um projeto \u00fanico para um ativo de longo prazo<\/strong>, O senhor pode fazer isso com a rede data, eliminando a duplica\u00e7\u00e3o de trabalho e a drenagem desnecess\u00e1ria de recursos. No entanto, a desvantagem da malha data \u00e9 que as equipes individuais precisam fazer muito trabalho para garantir que a industrializa\u00e7\u00e3o seja conclu\u00edda. Isso pode consumir muito tempo, com um resultado que est\u00e1 longe de ser perfeito. \u00c9 fundamental ter um modelo que atenda a todos os requisitos para criar uma solu\u00e7\u00e3o pronta para a produ\u00e7\u00e3o. No entanto, que forma esse modelo deve assumir?\u00a0<\/span><\/p>\n O principal componente \u00e9 um conjunto de c\u00f3digos comuns que se aplicam a todos os data platforms. Essa \u2018sentinela do data\u2019 \u00e9 uma combina\u00e7\u00e3o de solu\u00e7\u00f5es que facilitam o tratamento e a an\u00e1lise do data e a transi\u00e7\u00e3o para a industrializa\u00e7\u00e3o. Sua fun\u00e7\u00e3o \u00e9 supervisionar e agilizar todos os fluxos do data, como a coleta do metadata e a limpeza, por meio do desenvolvimento de m\u00f3dulos relacionados \u00e0 qualidade e \u00e0 documenta\u00e7\u00e3o do data<\/strong>.<\/span><\/p>\n Uma sentinela data libera as equipes e os especialistas data das tarefas mundanas e repetitivas do gerenciamento data. Em vez disso, eles podem concentrar-se em tarefas mais estrat\u00e9gicas e inovadoras que criam um novo valor para a empresa<\/strong>.\u00a0<\/span><\/p>\n No centro do data sentinela, o data governance como c\u00f3digo deve ser firmemente incorporado ao projeto da plataforma e continuado a cada novo caso de uso. Gra\u00e7as ao data governance como c\u00f3digo, o data \u00e9, desde o in\u00edcio, \u201cpr\u00f3prio\u201d, de alta qualidade, documentado, protegido e em conformidade, al\u00e9m de ser facilmente acess\u00edvel por meio de modelos data em toda a organiza\u00e7\u00e3o<\/strong>.<\/span><\/p>\n As plataformas Data devem ser produtos em evolu\u00e7\u00e3o<\/strong>, destinado \u00e0 ativa\u00e7\u00e3o do data e ao r\u00e1pido valor comercial<\/strong>. Quando mutualizado em diferentes casos de uso e requisitos, eles tornam a inova\u00e7\u00e3o e a inven\u00e7\u00e3o mais r\u00e1pidas e econ\u00f4micas<\/strong>. De fato, a mutualiza\u00e7\u00e3o de servi\u00e7os pode reduzir a velocidade de implementa\u00e7\u00e3o em 40%, ajudando os departamentos a gerar valor ao oferecer a qualidade e a variedade data necess\u00e1rias para seus casos de uso<\/strong>.<\/span><\/p>\n As empresas t\u00eam um fluxo constante de novos casos de uso e produtos a serem desenvolvidos, especialmente no clima atual. Uma abordagem mutualizada de data governance como c\u00f3digo oferece um processo de ponta a ponta no qual elas podem realmente industrializar esses casos de uso. O data preciso e de alta qualidade pode ser facilmente compartilhado entre projetos e equipes por meio de uma solu\u00e7\u00e3o robusta e altamente modelada. O senhor n\u00e3o perde tempo quando precisa de informa\u00e7\u00f5es para um novo produto<\/strong>.\u00a0<\/span><\/p>\n \u00a0<\/span><\/p>\n A tecnologia por si s\u00f3 n\u00e3o \u00e9 suficiente. Para que o data platform funcione, o senhor precisa adotar uma abordagem que seja iterativa e transversal. Essa \u00e9 a \u00fanica maneira de tornar a inova\u00e7\u00e3o comum em sua empresa.<\/strong><\/p>\n Publicado pela primeira vez pela ITPortal.com<\/a><\/p>\n<\/div><\/div><\/div><\/div><\/div>A ascens\u00e3o e a queda do data platform<\/b><\/h4>\n
Digite a malha data\u00a0<\/b><\/h4>\n
Tornar a inova\u00e7\u00e3o comum<\/b><\/h4>\n
![](\"https:\/\/www.artefact.com\/wp-content\/uploads\/2020\/06\/Global-Newsletter-Data-Digest_LinkedIn_600x315_april-1.jpg\" "\\"data-driven\\"")
<\/span><\/div><\/div><\/div>