![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/05\/Oussama-Ahmad-2-copie.jpg\")
![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/05\/Karim-Hayek.png\")
1 - A cria\u00e7\u00e3o de solu\u00e7\u00f5es data deve ser orientada pela empresa, para a empresa<\/h2><\/div>No atual cen\u00e1rio de neg\u00f3cios em r\u00e1pida evolu\u00e7\u00e3o, a intelig\u00eancia data se tornou uma ferramenta essencial para as empresas que buscam se manter competitivas. As organiza\u00e7\u00f5es que n\u00e3o adotam os modelos data-driven correm o risco de ficar atr\u00e1s de seus rivais, perdendo insights valiosos e oportunidades de expans\u00e3o, otimiza\u00e7\u00e3o e inova\u00e7\u00e3o. Em suma, aproveitar a intelig\u00eancia data para os neg\u00f3cios n\u00e3o \u00e9 mais um luxo, mas uma necessidade para a sustentabilidade e a evolu\u00e7\u00e3o, e os l\u00edderes de neg\u00f3cios devem liderar a identifica\u00e7\u00e3o, a prioriza\u00e7\u00e3o e o desenvolvimento de solu\u00e7\u00f5es data e IA. Ao contr\u00e1rio da cren\u00e7a comum de que as partes interessadas nos neg\u00f3cios s\u00e3o apenas \u201cconsumidores\u201d de solu\u00e7\u00f5es de data, acreditamos que elas devem liderar todo o processo, com o apoio de especialistas em data e tecnologia.<\/p>\n<\/div>
2 - A identifica\u00e7\u00e3o das solu\u00e7\u00f5es data \u201ccertas\u201d requer uma an\u00e1lise aprofundada da cadeia de valor e dos processos de neg\u00f3cios<\/h2><\/div>A melhor maneira de realizar uma an\u00e1lise completa da cadeia de valor do neg\u00f3cio e dos principais processos comerciais \u00e9 pelos pr\u00f3prios interessados. Essa an\u00e1lise identifica as \u00e1reas em que as solu\u00e7\u00f5es data podem gerar um impacto comercial significativo na forma de aumento de receita, otimiza\u00e7\u00e3o de custos, melhoria da experi\u00eancia do cliente ou excel\u00eancia operacional. Durante esse processo, \u00e9 essencial identificar as oportunidades de neg\u00f3cios que se alinham \u00e0 estrat\u00e9gia geral de neg\u00f3cios da empresa. Por exemplo, a an\u00e1lise da cadeia de suprimentos e de seus principais \u00edndices pode ajudar a identificar poss\u00edveis lacunas e inefici\u00eancias que podem se beneficiar da an\u00e1lise e da intelig\u00eancia do data.<\/p>\n<\/div>
3 - A prioriza\u00e7\u00e3o de algumas solu\u00e7\u00f5es data ter\u00e1, em \u00faltima an\u00e1lise, o maior impacto nos neg\u00f3cios<\/h2><\/div>O objetivo n\u00e3o deve ser impressionar com uma longa lista de solu\u00e7\u00f5es data, mas sim identificar as \u00e1reas comerciais mais importantes que podem se beneficiar dos insights do data-driven. Ao evitar a tenta\u00e7\u00e3o de buscar muitas solu\u00e7\u00f5es data, as organiza\u00e7\u00f5es podem manter o foco e aumentar suas chances de criar solu\u00e7\u00f5es data bem-sucedidas. Tamb\u00e9m \u00e9 importante identificar os recursos de valor agregado das solu\u00e7\u00f5es data al\u00e9m dos simples relat\u00f3rios. Embora os relat\u00f3rios sejam valiosos para fornecer um resumo do desempenho comercial, eles fornecem apenas uma vis\u00e3o retrospectiva do data, deixando pouco espa\u00e7o para an\u00e1lise e tomada de decis\u00f5es. Para aproveitar totalmente o poder do data, as organiza\u00e7\u00f5es devem identificar solu\u00e7\u00f5es de data que forne\u00e7am an\u00e1lises de diagn\u00f3stico que identifiquem automaticamente as causas b\u00e1sicas do desempenho e an\u00e1lises preditivas que antecipem tend\u00eancias futuras.<\/p>\n<\/div>
4 - A avalia\u00e7\u00e3o da viabilidade das solu\u00e7\u00f5es de data requer uma compreens\u00e3o completa das fontes e tecnologias de data<\/h2><\/div>Antes de embarcar no desenvolvimento de uma solu\u00e7\u00e3o data, \u00e9 fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necess\u00e1rias, bem como o custo das tecnologias e dos conhecimentos necess\u00e1rios para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necess\u00e1rias para implementar e manter a tecnologia. Isso tamb\u00e9m ajuda a definir expectativas realistas para solu\u00e7\u00f5es data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necess\u00e1rios.<\/p>\n<\/div>
5 - A cria\u00e7\u00e3o eficiente de solu\u00e7\u00f5es data requer uma f\u00e1brica de IA dimension\u00e1vel e um processo de desenvolvimento \u00e1gil<\/h2><\/div>A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
No atual cen\u00e1rio de neg\u00f3cios em r\u00e1pida evolu\u00e7\u00e3o, a intelig\u00eancia data se tornou uma ferramenta essencial para as empresas que buscam se manter competitivas. As organiza\u00e7\u00f5es que n\u00e3o adotam os modelos data-driven correm o risco de ficar atr\u00e1s de seus rivais, perdendo insights valiosos e oportunidades de expans\u00e3o, otimiza\u00e7\u00e3o e inova\u00e7\u00e3o. Em suma, aproveitar a intelig\u00eancia data para os neg\u00f3cios n\u00e3o \u00e9 mais um luxo, mas uma necessidade para a sustentabilidade e a evolu\u00e7\u00e3o, e os l\u00edderes de neg\u00f3cios devem liderar a identifica\u00e7\u00e3o, a prioriza\u00e7\u00e3o e o desenvolvimento de solu\u00e7\u00f5es data e IA. Ao contr\u00e1rio da cren\u00e7a comum de que as partes interessadas nos neg\u00f3cios s\u00e3o apenas \u201cconsumidores\u201d de solu\u00e7\u00f5es de data, acreditamos que elas devem liderar todo o processo, com o apoio de especialistas em data e tecnologia.<\/p>\n<\/div>
2 - A identifica\u00e7\u00e3o das solu\u00e7\u00f5es data \u201ccertas\u201d requer uma an\u00e1lise aprofundada da cadeia de valor e dos processos de neg\u00f3cios<\/h2><\/div>A melhor maneira de realizar uma an\u00e1lise completa da cadeia de valor do neg\u00f3cio e dos principais processos comerciais \u00e9 pelos pr\u00f3prios interessados. Essa an\u00e1lise identifica as \u00e1reas em que as solu\u00e7\u00f5es data podem gerar um impacto comercial significativo na forma de aumento de receita, otimiza\u00e7\u00e3o de custos, melhoria da experi\u00eancia do cliente ou excel\u00eancia operacional. Durante esse processo, \u00e9 essencial identificar as oportunidades de neg\u00f3cios que se alinham \u00e0 estrat\u00e9gia geral de neg\u00f3cios da empresa. Por exemplo, a an\u00e1lise da cadeia de suprimentos e de seus principais \u00edndices pode ajudar a identificar poss\u00edveis lacunas e inefici\u00eancias que podem se beneficiar da an\u00e1lise e da intelig\u00eancia do data.<\/p>\n<\/div>
3 - A prioriza\u00e7\u00e3o de algumas solu\u00e7\u00f5es data ter\u00e1, em \u00faltima an\u00e1lise, o maior impacto nos neg\u00f3cios<\/h2><\/div>O objetivo n\u00e3o deve ser impressionar com uma longa lista de solu\u00e7\u00f5es data, mas sim identificar as \u00e1reas comerciais mais importantes que podem se beneficiar dos insights do data-driven. Ao evitar a tenta\u00e7\u00e3o de buscar muitas solu\u00e7\u00f5es data, as organiza\u00e7\u00f5es podem manter o foco e aumentar suas chances de criar solu\u00e7\u00f5es data bem-sucedidas. Tamb\u00e9m \u00e9 importante identificar os recursos de valor agregado das solu\u00e7\u00f5es data al\u00e9m dos simples relat\u00f3rios. Embora os relat\u00f3rios sejam valiosos para fornecer um resumo do desempenho comercial, eles fornecem apenas uma vis\u00e3o retrospectiva do data, deixando pouco espa\u00e7o para an\u00e1lise e tomada de decis\u00f5es. Para aproveitar totalmente o poder do data, as organiza\u00e7\u00f5es devem identificar solu\u00e7\u00f5es de data que forne\u00e7am an\u00e1lises de diagn\u00f3stico que identifiquem automaticamente as causas b\u00e1sicas do desempenho e an\u00e1lises preditivas que antecipem tend\u00eancias futuras.<\/p>\n<\/div>
4 - A avalia\u00e7\u00e3o da viabilidade das solu\u00e7\u00f5es de data requer uma compreens\u00e3o completa das fontes e tecnologias de data<\/h2><\/div>Antes de embarcar no desenvolvimento de uma solu\u00e7\u00e3o data, \u00e9 fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necess\u00e1rias, bem como o custo das tecnologias e dos conhecimentos necess\u00e1rios para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necess\u00e1rias para implementar e manter a tecnologia. Isso tamb\u00e9m ajuda a definir expectativas realistas para solu\u00e7\u00f5es data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necess\u00e1rios.<\/p>\n<\/div>
5 - A cria\u00e7\u00e3o eficiente de solu\u00e7\u00f5es data requer uma f\u00e1brica de IA dimension\u00e1vel e um processo de desenvolvimento \u00e1gil<\/h2><\/div>A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
A melhor maneira de realizar uma an\u00e1lise completa da cadeia de valor do neg\u00f3cio e dos principais processos comerciais \u00e9 pelos pr\u00f3prios interessados. Essa an\u00e1lise identifica as \u00e1reas em que as solu\u00e7\u00f5es data podem gerar um impacto comercial significativo na forma de aumento de receita, otimiza\u00e7\u00e3o de custos, melhoria da experi\u00eancia do cliente ou excel\u00eancia operacional. Durante esse processo, \u00e9 essencial identificar as oportunidades de neg\u00f3cios que se alinham \u00e0 estrat\u00e9gia geral de neg\u00f3cios da empresa. Por exemplo, a an\u00e1lise da cadeia de suprimentos e de seus principais \u00edndices pode ajudar a identificar poss\u00edveis lacunas e inefici\u00eancias que podem se beneficiar da an\u00e1lise e da intelig\u00eancia do data.<\/p>\n<\/div>
3 - A prioriza\u00e7\u00e3o de algumas solu\u00e7\u00f5es data ter\u00e1, em \u00faltima an\u00e1lise, o maior impacto nos neg\u00f3cios<\/h2><\/div>O objetivo n\u00e3o deve ser impressionar com uma longa lista de solu\u00e7\u00f5es data, mas sim identificar as \u00e1reas comerciais mais importantes que podem se beneficiar dos insights do data-driven. Ao evitar a tenta\u00e7\u00e3o de buscar muitas solu\u00e7\u00f5es data, as organiza\u00e7\u00f5es podem manter o foco e aumentar suas chances de criar solu\u00e7\u00f5es data bem-sucedidas. Tamb\u00e9m \u00e9 importante identificar os recursos de valor agregado das solu\u00e7\u00f5es data al\u00e9m dos simples relat\u00f3rios. Embora os relat\u00f3rios sejam valiosos para fornecer um resumo do desempenho comercial, eles fornecem apenas uma vis\u00e3o retrospectiva do data, deixando pouco espa\u00e7o para an\u00e1lise e tomada de decis\u00f5es. Para aproveitar totalmente o poder do data, as organiza\u00e7\u00f5es devem identificar solu\u00e7\u00f5es de data que forne\u00e7am an\u00e1lises de diagn\u00f3stico que identifiquem automaticamente as causas b\u00e1sicas do desempenho e an\u00e1lises preditivas que antecipem tend\u00eancias futuras.<\/p>\n<\/div>
4 - A avalia\u00e7\u00e3o da viabilidade das solu\u00e7\u00f5es de data requer uma compreens\u00e3o completa das fontes e tecnologias de data<\/h2><\/div>Antes de embarcar no desenvolvimento de uma solu\u00e7\u00e3o data, \u00e9 fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necess\u00e1rias, bem como o custo das tecnologias e dos conhecimentos necess\u00e1rios para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necess\u00e1rias para implementar e manter a tecnologia. Isso tamb\u00e9m ajuda a definir expectativas realistas para solu\u00e7\u00f5es data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necess\u00e1rios.<\/p>\n<\/div>
5 - A cria\u00e7\u00e3o eficiente de solu\u00e7\u00f5es data requer uma f\u00e1brica de IA dimension\u00e1vel e um processo de desenvolvimento \u00e1gil<\/h2><\/div>A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
O objetivo n\u00e3o deve ser impressionar com uma longa lista de solu\u00e7\u00f5es data, mas sim identificar as \u00e1reas comerciais mais importantes que podem se beneficiar dos insights do data-driven. Ao evitar a tenta\u00e7\u00e3o de buscar muitas solu\u00e7\u00f5es data, as organiza\u00e7\u00f5es podem manter o foco e aumentar suas chances de criar solu\u00e7\u00f5es data bem-sucedidas. Tamb\u00e9m \u00e9 importante identificar os recursos de valor agregado das solu\u00e7\u00f5es data al\u00e9m dos simples relat\u00f3rios. Embora os relat\u00f3rios sejam valiosos para fornecer um resumo do desempenho comercial, eles fornecem apenas uma vis\u00e3o retrospectiva do data, deixando pouco espa\u00e7o para an\u00e1lise e tomada de decis\u00f5es. Para aproveitar totalmente o poder do data, as organiza\u00e7\u00f5es devem identificar solu\u00e7\u00f5es de data que forne\u00e7am an\u00e1lises de diagn\u00f3stico que identifiquem automaticamente as causas b\u00e1sicas do desempenho e an\u00e1lises preditivas que antecipem tend\u00eancias futuras.<\/p>\n<\/div>
4 - A avalia\u00e7\u00e3o da viabilidade das solu\u00e7\u00f5es de data requer uma compreens\u00e3o completa das fontes e tecnologias de data<\/h2><\/div>Antes de embarcar no desenvolvimento de uma solu\u00e7\u00e3o data, \u00e9 fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necess\u00e1rias, bem como o custo das tecnologias e dos conhecimentos necess\u00e1rios para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necess\u00e1rias para implementar e manter a tecnologia. Isso tamb\u00e9m ajuda a definir expectativas realistas para solu\u00e7\u00f5es data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necess\u00e1rios.<\/p>\n<\/div>
5 - A cria\u00e7\u00e3o eficiente de solu\u00e7\u00f5es data requer uma f\u00e1brica de IA dimension\u00e1vel e um processo de desenvolvimento \u00e1gil<\/h2><\/div>A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
Antes de embarcar no desenvolvimento de uma solu\u00e7\u00e3o data, \u00e9 fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necess\u00e1rias, bem como o custo das tecnologias e dos conhecimentos necess\u00e1rios para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necess\u00e1rias para implementar e manter a tecnologia. Isso tamb\u00e9m ajuda a definir expectativas realistas para solu\u00e7\u00f5es data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necess\u00e1rios.<\/p>\n<\/div>
5 - A cria\u00e7\u00e3o eficiente de solu\u00e7\u00f5es data requer uma f\u00e1brica de IA dimension\u00e1vel e um processo de desenvolvimento \u00e1gil<\/h2><\/div>A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
A cria\u00e7\u00e3o e o dimensionamento de solu\u00e7\u00f5es data para empresas requerem um novo modelo operacional - uma F\u00e1brica de IA - composta por equipes de recursos lideradas por especialistas em neg\u00f3cios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as solu\u00e7\u00f5es data sejam sempre criadas com um objetivo comercial em mente. A ado\u00e7\u00e3o de um processo \u00e1gil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espa\u00e7o de tempo tamb\u00e9m \u00e9 essencial para obter um tempo de constru\u00e7\u00e3o mais r\u00e1pido.<\/p>\n<\/div>
6 - Aceitar que algumas solu\u00e7\u00f5es data falhar\u00e3o e dimensionar e manter aquelas que funcionam<\/h2><\/div>Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
Nem todas as solu\u00e7\u00f5es data ser\u00e3o bem-sucedidas; algumas falhar\u00e3o, devido a limita\u00e7\u00f5es t\u00e9cnicas ou data, apesar do planejamento e da execu\u00e7\u00e3o cuidadosos. \u00c9 fundamental que as organiza\u00e7\u00f5es reconhe\u00e7am que o fracasso \u00e9 uma parte natural do processo de desenvolvimento: isso n\u00e3o deve desencoraj\u00e1-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrializa\u00e7\u00e3o de casos de uso bem-sucedidos do data, dimensionando-os para dom\u00ednios completos do data e otimizando seus algoritmos e fontes de data. Isso tamb\u00e9m inclui o monitoramento e o aprimoramento cont\u00ednuos do caso de uso para garantir que ele continue a atender \u00e0s necessidades dos usu\u00e1rios comerciais.<\/p>\n<\/div>
7 - O compartilhamento de conhecimento \u00e9 necess\u00e1rio, mas n\u00e3o suficiente para a ado\u00e7\u00e3o ampla da solu\u00e7\u00e3o data<\/h2><\/div>Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
Fornecer treinamento sobre a solu\u00e7\u00e3o data e documenta\u00e7\u00e3o f\u00e1cil de usar para os usu\u00e1rios corporativos \u00e9 necess\u00e1rio, mas geralmente n\u00e3o \u00e9 suficiente para a ado\u00e7\u00e3o generalizada dos casos de uso do data. A ado\u00e7\u00e3o generalizada das solu\u00e7\u00f5es data pelos usu\u00e1rios corporativos \u00e9 mais bem obtida quando os usu\u00e1rios lideram o processo de desenvolvimento, integrando essas solu\u00e7\u00f5es ao curr\u00edculo de aprendizagem da organiza\u00e7\u00e3o e incluindo KPIs de ado\u00e7\u00e3o e impacto nos scorecards de usu\u00e1rios corporativos. Ao alinhar os scorecards de usu\u00e1rios corporativos com a estrat\u00e9gia data da organiza\u00e7\u00e3o, as organiza\u00e7\u00f5es podem criar uma cultura de tomada de decis\u00f5es data-driven e garantir que a ado\u00e7\u00e3o de solu\u00e7\u00f5es data leve a um impacto comercial tang\u00edvel.<\/p>\n<\/div>
8 - O aprimoramento das solu\u00e7\u00f5es data \u00e9 cont\u00ednuo; priorizar os aprimoramentos que importam \u00e9 fundamental<\/h2><\/div>Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
Para obter o aprimoramento cont\u00ednuo das solu\u00e7\u00f5es data, \u00e9 fundamental coletar regularmente o feedback dos usu\u00e1rios comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necess\u00e1rios para otimiz\u00e1-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usu\u00e1rios das solu\u00e7\u00f5es data devem registrar feedback cont\u00ednuo sobre a precis\u00e3o e a usabilidade das solu\u00e7\u00f5es data, bem como sobre as melhorias necess\u00e1rias nos processos comerciais. \u00c9 importante (1) implementar melhorias que aumentem a precis\u00e3o do resultado da solu\u00e7\u00e3o, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experi\u00eancia do usu\u00e1rio.<\/p>\n<\/div>
9 - A manuten\u00e7\u00e3o de uma governan\u00e7a robusta das solu\u00e7\u00f5es data garante resultados precisos com supervis\u00e3o m\u00ednima<\/h2><\/div>A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
A manuten\u00e7\u00e3o de fontes de data de alta qualidade para solu\u00e7\u00f5es de data \u00e9 fundamental para obter resultados automatizados e precisos com o m\u00ednimo de supervis\u00e3o. Para isso, as organiza\u00e7\u00f5es devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padr\u00f5es claros para a coleta e transforma\u00e7\u00e3o do data. Al\u00e9m disso, as organiza\u00e7\u00f5es devem implementar pol\u00edticas s\u00f3lidas de seguran\u00e7a e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a efici\u00eancia geral do fluxo de trabalho de processamento do data.<\/p>\n<\/div>
10 - O acompanhamento do impacto comercial das solu\u00e7\u00f5es data requer a defini\u00e7\u00e3o de KPIs de impacto direto e a atribui\u00e7\u00e3o de impacto comercial incremental<\/h2><\/div>Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n
Identificar os KPIs comerciais ou operacionais que s\u00e3o diretamente aprimorados por uma solu\u00e7\u00e3o data \u00e9 essencial para medir seu impacto nos neg\u00f3cios. Uma vez identificados esses KPIs, a pr\u00f3xima etapa \u00e9 desenvolver uma f\u00f3rmula para medir o impacto incremental da solu\u00e7\u00e3o data em cada um desses KPIs. Essa f\u00f3rmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementa\u00e7\u00e3o da solu\u00e7\u00e3o data e compar\u00e1-la com o desempenho desses KPIs ap\u00f3s (ou com) a implementa\u00e7\u00e3o dessa solu\u00e7\u00e3o, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redu\u00e7\u00e3o de custos ou aumento de receita. Por fim, \u00e9 sempre recomend\u00e1vel usar a medi\u00e7\u00e3o automatizada do impacto nos neg\u00f3cios das solu\u00e7\u00f5es data para garantir uma medi\u00e7\u00e3o imparcial e oportuna do impacto nos neg\u00f3cios.<\/p>\n<\/div>
\n\u201cComo as organiza\u00e7\u00f5es buscam obter resultados comerciais tang\u00edveis de seus investimentos em an\u00e1lise de data e artificial intelligence, \u00e9 fundamental adotar uma abordagem focada que crie as solu\u00e7\u00f5es certas e defina as expectativas certas. Por meio dessa abordagem, os l\u00edderes de neg\u00f3cios lideram o desenvolvimento de solu\u00e7\u00f5es de data e IA \u2018para os neg\u00f3cios, pelos neg\u00f3cios\u2019 - priorizando as solu\u00e7\u00f5es mais impactantes, criando POCs r\u00e1pidos com especialistas em data, ampliando as solu\u00e7\u00f5es de data que funcionam e aceitando o \u2018fracasso\u2019 das que n\u00e3o funcionam. O fato de as equipes de neg\u00f3cios liderarem todo o processo garante a ades\u00e3o da empresa e a ado\u00e7\u00e3o desde a concep\u00e7\u00e3o.\u201d<\/div>\nOussama Ahmad, parceiro de consultoria da Data<\/div>\n<\/blockquote>\n<\/div>\nOs projetos de acelera\u00e7\u00e3o do Data t\u00eam aumentado na regi\u00e3o MENA nos \u00faltimos anos, \u00e0 medida que as organiza\u00e7\u00f5es adotam o poder do data para o crescimento dos neg\u00f3cios. Embora persistam alguns desafios, como a manuten\u00e7\u00e3o da qualidade do data, especialmente com sistemas legados, as organiza\u00e7\u00f5es est\u00e3o buscando ativamente solu\u00e7\u00f5es para superar esses obst\u00e1culos. Desenvolver os recursos certos de data nas equipes de neg\u00f3cios e o modelo operacional certo \u00e9 a maneira mais importante de garantir a implementa\u00e7\u00e3o e a ado\u00e7\u00e3o bem-sucedidas das solu\u00e7\u00f5es de data e a realiza\u00e7\u00e3o de um impacto comercial tang\u00edvel.\u201d<\/div>\n