Artigos

5 tendências em BI para serem implementadas agora

*Bruno Guerra – CEO da IN – Inteligência de Negócios

Periodicamente, é possível identificarmos tendências nas áreas de tecnologia. Isso ocorre com mais frequência a cada virada de ano. Muitas dessas análises e previsões colocam as tendências dentro de um intervalo de tempo de 3 a 5 anos para que se tornem realidade.

Acho importante, entretanto, resgatar algumas tendências em Business Intelligence (BI) listadas recentemente por diferentes consultorias e empresas do setor que já estão disponíveis no mercado. Assim, organizações de diferentes setores podem implementá-las imediatamente a fim de incentivar a adoção de analytics e os recursos de business intelligence, gerar insights e resultados para os negócios. Como dizem: use o poder do agora em sua gestão!

1- BI incorporado às plataformas de CRM e ERP

A integração entre o BI e as plataformas de CRM e de ERP promove um incremento exponencial na gestão de dados, na análise de documentos, no relacionamento com os clientes, na gestão de processos internos, entre outros benefícios. Uma maior capacidade e agilidade na criação de dashboards, relatórios e previsão de cenários vai otimizar as tomadas de decisões, a produtividade, os resultados e os lucros.

2- Vida longa ao dashboard

Os dashboards estão evoluindo e deixaram de ser apenas quadros para visualizações dos dados. Além de oferecerem análises em tempo real, as ferramentas de BI permitem contextualizar e correlacionar mais dados nos dashboards. Por isso, o processo de tomada de decisões fica mais assertivo e rápido, a partir de uma visão geral e mais ampla dos dados estratégicos do negócio: da operação, das vendas, da concorrência, do mercado geral, seja interno e/ou externo. É possível também parametrizar a plataforma para gerar alertas sofisticados, conforme ocorrerem mudanças significativas nos dados.

3- Aproveite as vantagens da Análise Aumentada: BI, IA e ML juntas

Análise Aumentada (Augmented Analytics) é um conceito trazido pelo Gartner faz algum tempo, que representa a capacidade de automatizar a geração de insights usando machine learning e geração automática de texto. A assistência orientada por IA agrega valor a cada interação dos usuários com os dados, a partir da integração entre BI, Inteligência Artificial, Machine Learning, incluindo recursos de processamento de linguagem natural (PNL). 

4- Promover a automação de aplicativos para disparar ações

A automação de aplicativos é um recurso disponível no mercado, que elimina a necessidade de escrever códigos das integrações, tornando-os muito mais acessíveis a uma maior variedade de participantes do ecossistema. A metodologia BI DevOps permite otimizar as rotinas de produção de APIs para que se possa disponibilizar os apps para os usuários de maneira mais rápida, eficiente e assertiva.

5- A segurança tem alta prioridade

É fundamental escolher soluções que garantam maior governança e segurança sobre o acesso aos dados. As medidas de segurança englobam toda a infraestrutura utilizada de armazenamento e circulação dos dados, a criptografia, autenticação dos usuários e a definição dos perfis que terão acesso às informações. Identifique fornecedores de plataformas e soluções de analytics e BI que tenham incorporado as boas práticas do Security by Design, visando minimizar as vulnerabilidades desde o início do desenvolvimento de software. E não deixe de investir nas demais ferramentas modernas de segurança da informação, que estão sempre evoluindo como o BI.

*Bruno Guerra é CEO da IN – Inteligência de Negócios

Read More
Artigos

A jornada da Hiperautomação

Rogério Ferreira*

Segundo o Gartner, referência em pesquisa e aconselhamento para empresas, o mercado mundial de softwares de hiperautomação, que envolve aplicações para uma abordagem de automação massiva, movimentou US$ 481,6 bilhões em 2020 e deve ter ultrapassado a marca de US$ 532,4 bilhões em 2021. Este é um número que será confirmado nos próximos meses.

Em suas previsões para 2022, o Gartner incluiu a hiperautomação como uma das principais tendências tecnológicas do ano, pois o processo permite que as empresas promovam um crescimento acelerado e construam resiliência nos negócios, identificando e automatizando rapidamente o maior número possível de processos.

A hiperautomação faz parte do universo da transformação digital, sendo realizada a partir da união de técnicas avançadas como o Robotic Process Automation (RPA), Process Mining (PM), Machine Learning (ML) e Inteligência Artificial (AI). Para chegar a esse alto nível de automação, uma empresa precisará utilizar várias ferramentas, incluindo avançados softwares analíticos, de descoberta, projeto, medição, monitoramento e automação complexa. É preciso ter consciência que a hiperautomação acarretará mudanças profundas à empresa, tanto de estrutura quanto de mindset.

Para chegar ao estágio de hiperautomação, entretanto, as empresas precisam iniciar uma jornada e mudar suas práticas para criação de ambientes de trabalho inteligentes. O ecossistema interno de apoio deverá oferecer adequada infraestrutura de TI e de soluções, suporte da alta administração, suporte financeiro, treinamento das equipes e avaliação contínua dos resultados.

O primeiro passo dessa jornada em uma empresa envolve a estruturação e organização da base de dados, dos mais diferentes setores: dados comerciais, de operação, financeiros e outros que façam sentido para a empresa. Os dados, provavelmente, estarão organizados em um Sistema Integrado de Gestão Empresarial (ERP – Enterprise Resource Planning).

Vale lembrar que a automação de um processo de negócios, sem entender sua função ou suas etapas, pode representar investimentos e esforços desperdiçados. É importante ainda entender que a hiperautomação visa liberar os colaboradores de tarefas repetitivas e de baixo valor, reduzir custos operacionais e aumentar a eficiência.

 É escalável e padronizado?

Uma solução de mineração de processos é uma ferramenta relevante nessa jornada, pois permite análises dos processos orientadas por dados, que vão reconstruir o fluxo real dos processos de negócios com base em logs de transações nos principais sistemas de TI da organização. Assim, a construção do fluxo que será automatizado não dependerá apenas das informações fornecidas pelos colaboradores – às vezes, pode existir uma distância e gargalos entre o processo real e o idealmente desenhado pelos gestores.

Para implementação das ferramentas de RPA, os processos devem ser escaláveis, repetitivos e padronizados. Quando uma empresa tem processos complexos e não padronizados, a automação pode não ser viável ou demandar muito investimento, em um primeiro momento, acarretando a necessidade de revisão ou adiamento.

Os usuários que participam de um determinado processo deverão ser mobilizados para treinar os robôs nos fluxos de trabalho. Durante esta fase de “treinamento”, normalmente em um projeto-piloto, os processos que serão automatizados poderão ser avaliados, usando-se o aplicativo de mineração de processos. Uma iniciativa de RPA requer acompanhar continuamente os resultados e usar essas descobertas para melhorias.

A combinação de automação de processos robóticos com tecnologias de inteligência artificial deverá gerar mais opções de processos a serem automatizados. A utilização de soluções de IA cresce à medida que a hiperautomação avança, pois o aprendizado de máquinas para gerar conteúdo relevante e original, acelerando ainda mais a transformação digital.

 

*Rogério Ferreira é Solution Architect | Pre Sales na A10 Aanlytics e formado em Gerenciamento de Processo e Data Science 

Read More
Artigos

Alfabetização em dados para uma sociedade data driven*

“O objetivo é transformar dados em informação e informação em insights” Carly Fiorina, ex-executiva da Hewlett-Packard Co.

* Clayton Montarroyos, CEO da empresa In – Inteligência de Negócios 

Em todas as áreas da sociedade é crescente a dependência da análise de dados, como temos acompanhado neste período de pandemia, com a importância de dados qualificados na saúde, na educação, nos programas sociais, para a retomada econômica e para impulsionar a inovação. Frente a essa relevância da análise dos dados, ouviremos falar, cada vez mais, na alfabetização em dados (data literacy, em inglês). Mas, qual a implicação disso em nosso dia a dia?

A consultoria Gartner define a alfabetização de dados como “a capacidade de ler, escrever e comunicar dados em contexto, incluindo a compreensão de fontes e construções de dados, métodos e técnicas analíticas aplicadas — e a capacidade de descrever o caso de uso, aplicação e valor resultante”. Não é uma tarefa corriqueira, mas precisa ser enfrentada.

No Brasil, ainda está longe a fase na qual as crianças passam a adquirir competências de alfabetização de dados na escola, mesmo com a atualização dos currículos. Até as pessoas que estão atualmente no mercado privado, no governo ou no terceiro setor começaram, agora, a serem capacitadas em habilidades mais simples de raciocinar, manipular e visualizar os dados, tomar decisões, gerar insights e ter capacidade de análise preditiva. Tem uma pergunta que ficou famosa em apresentações: “Você fala dados?” Ainda é uma minoria, mas este número precisa crescer.

Por isso, mais do que nunca devemos fazer com que o debate em torno da alfabetização em dados faça parte do nosso cotidiano, junto com as discussões em torno de projetos de inteligência artificial, internet das coisas ou cidades inteligentes. Temos gerado petabytes de dados, mas nada adiantará se não soubermos o que fazer com tantas informações. Lembrando que, com o crescimento exponencial da geração de dados, as grandes empresas já estão enfrentando as dificuldades de armazenar um volume sem precedentes de dados.

A alfabetização em dados da força de trabalho deverá abarcar todos os níveis nas empresas, incluindo gerentes, diretores e C-levels, a fim de proporcionar efetiva vantagem competitiva. Além disso, um programa na empresa com esse foco deve ser um processo contínuo, pois os softwares de analytics, business intelligence (BI) e big data, que ajudam na gestão dos dados (estruturados e não estruturados), estão sempre evoluindo para resolver os problemas do mundo real. Além da alfabetização em dados para o maior número de pessoas, teremos ainda os especialistas, com as novas profissões relacionadas com dados, entre elas: engenheiro de big data, desenvolvedor de visualização de dados e cientista de dados.

Uma iniciativa internacional relevante, que podemos acessar no Brasil ou utilizar como referência, é o The Data Literacy Project (Projeto de Alfabetização de Dados), que reúne empresas, tais como Qlik, Accenture, Cognizant, Experian, Pluralsight, o Chartered Institute of Marketing e Data to the People, e referências do mundo acadêmico, para estimular a discussão da construção de uma sociedade alfabetizada em dados. O mercado brasileiro já carece de iniciativas com este foco, assim como já temos projetos em inteligência artificial, indústria 4.0 e IoT. Precisamos falar mais em alfabetização em dados para a criação de uma sociedade brasileira data driven.

Read More
Artigos

RPA, Inteligência Artificial e Analytics viabilizam o processo de cobrança amigável e melhoram a experiência do usuário

As tecnologias dos sistemas de cobrança evoluíram drasticamente nos últimos 5 anos. Até então, os softwares de CRM focavam a parte de cálculo da dívida e a régua de cobrança. A evolução veio melhorar a experiência dos usuários, tanto dos clientes como dos atendentes dos contact centers, com ganho de performance, além de oferecer redução do tempo médio de atendimento, dos erros e dos custos operacionais.

Uma das tecnologias que vem agregando mais valor e facilidade aos sistemas de cobrança é a RPA – Robotic Process Automation (da sigla em inglês), traduzida para o português como Automação Robótica de Processos. Esta automação é desempenhada por um software “robô”, que executa o trabalho a partir das regras.

A ferramenta de RPA consegue capturar e interpretar os processos específicos que os funcionários executam no dia a dia, são capazes de manipular dados, enviar respostas e se comunicar com outros sistemas utilizados na empresa.

O RPA tem sido cada vez mais utilizado em sistemas que envolvem o atendimento aos clientes, pois permite a automação de processos antes feitos de forma manual e as atividades muito repetitivas. Sua utilização proporciona ganho de performance e o redirecionamento dos colaboradores para atividades mais especializadas.

Os sistemas de cobrança também evoluíram para atender as demandas de facilidade de implementação e configuração. Em um mercado cada vez mais agressivo e dinâmico, as soluções em nuvem facilitam as mudanças nas estratégias de cobrança, descomplicam as movimentações da régua de cobrança, como neste momento da pandemia, com a inadimplência crescendo de um lado e a necessidade a ampliar as possibilidades de negociação de outro.

Unir RPA, inteligência artificial e as ferramentas de inteligência de negócios estão transformando a forma como as empresas atuam e como cobram seus clientes, de forma amigável e não-abusiva. A partir do momento em que uma empresa entende o comportamento dos seus clientes, entende quem são as personas, os gestores poderão elaborar as melhores estratégias para efetivar suas ações de recuperação de crédito.

As empresas precisam fazer uso de analytics para descobrir padrões e, com eles, oportunidades de ter maior efetividade nas ações de cobrança. Acrescento que, estamos em um ótimo momento, de um lado, o consumidor ávido por canais digitais disponíveis 24×7 e as empresas, de outro lado, na busca incessante de reduzir custos. A tecnologia e a automação podem unir esses dois pontos.

Read More