Quando os projetos relacionados a dados não conseguem entregar o retorno sobre o investimento (ROI) prometido, as partes interessadas querem saber por quê. De acordo com o relatório “Global Data Management Research” desenvolvido em 2019 pela Experian, 89% das empresas relatam que têm dificuldade em gerenciar dados. Essas dificuldades incluem atrasos nos insights e falta de confiança nos dados básicos.
Compreender os objetivos de negócios de uma organização é fundamental para desenvolver uma estratégia de dados eficaz para analytics e IA. Entretanto, para que qualquer modelo de negócios funcione, deve atender às necessidades do cliente. O sucesso depende da otimização das operações de dados, com um pipeline de dados integrado e adequado para entregar valor, e que possa fornecer uma visão completa e consistente dos negócios a qualquer momento.
Especialmente devido aos muitos silos dentro de uma organização, a busca por resultados mais rápidos e por maneiras de melhorar a eficiência e a eficácia operacional para permitir uma tomada de decisões mais assertiva deve ser uma preocupação constante. Esses dois fatores fazem com que os líderes empresariais busquem novas maneiras de enfrentar seus maiores desafios em uma estrutura única.
A tecnologia de automação pode entregar uma vantagem competitiva para as organizações que desejam uma transformação nas suas operações relacionadas com dados.
DEFININDO DATAOPS
DataOps (Data Operations) é a orquestração de pessoas, processos e tecnologias com o intuito de proporcionar dados de maneira rápida e confiável, para que sejam entregues aos responsáveis pela governança de dados ou para a aplicação direta nos negócios, tanto em operações ou em aplicativos como na inteligência artificial. O DataOps permite aumentar a velocidade e a escala das operações através de todo o ciclo de vida dos dados.
A DIFERENÇA ENTRE DATAOPS E DEVOPS
A maioria das organizações já implementou algum nível de DevOps em suas atividades de desenvolvimento. A ampla familiaridade da prática DevOps e a similaridade na nomenclatura levam a comparações com a prática emergente de DataOps. Embora ambas sejam metodologias para orientar as melhores práticas operacionais, cada uma delas tem seu lugar na organização.
Enquanto DevOps tem como foco o desenvolvimento de aplicativos e software, o DataOps se propõe a oferecer dados confiáveis e de alta qualidade, prontos para as operações de negócios e disponíveis para uso imediato, corrigindo o desalinhamento de pessoas e objetivos, promovendo vínculos mais estreitos entre o suporte dos sistemas de TI, as operações e os negócios.
PRINCIPAIS BENEFÍCIOS DO DATAOPS
Os benefícios potenciais do DataOps incluem ganhos de produtividade significativos no fornecimento de informações e dados a indivíduos e na melhoria dos processos, visando maior eficiência e otimização. Operações automatizadas de dados que incluem iniciativas baseadas em IA podem ajudar a obter os seguintes resultados:
• Entregar dados integrados prontos para os negócios, que permitam análises e uso de IA em escala;
• Obter maior eficiência operacional;
• Facilitar a segurança e a conformidade dos dados.
Para usufruir desses benefícios, a cultura organizacional deve evoluir de tal modo que as equipes sejam realmente focadas em dados. Para as empresas que querem e precisam gerenciar diariamente seus insights baseados em dados, é preciso:
• Aumentar a quantidade e a qualidade dos dados que recebem ou adquirem diariamente nas suas operações.
• Obter o compromisso por parte da equipe de liderança para garantir, manter e apoiar uma visão baseada em dados para a tomada de decisão em todas as operações do negócio.
COMO A TECNOLOGIA PODE APOIAR A IMPLEMENTAÇÃO?
O ponto central do DataOps é a arquitetura de informações de uma organização. Você conhece seus dados? Você confia em seus dados? Você consegue detectar erros rapidamente? Você pode fazer alterações de forma incremental sem “quebrar” todo o pipeline de dados? Para responder a essas perguntas, a primeira etapa é fazer um inventário das suas ferramentas e práticas de governança e de integração de dados. O ferramental adequado é necessário para apoiar qualquer prática que dependa da automação.
A obtenção de dados que trazem valor para os negócios inclui os aspectos a seguir, e qualquer prática de DataOps deve incluir uma abordagem holística que incorpore todos esses 5 aspectos2:
• Serviços de curadoria de dados;
• Gerenciamento de metadados;
• Governança de dados;
• Gestão de dados mestres;
• Serviços de autoatendimento para interação.
As empresas que concentram seus esforços em uma ferramenta, em detrimento de outra, terão dificuldades em entender os reais benefícios das práticas de DataOps. As discussões e a implementação das tecnologias não devem ser feitas de maneira isolada, mas sim, de maneira integrada ao planejamento em andamento, que envolverá as pessoas e os processos. As ferramentas existem para apoiar e manter essa cultura focada em dados.
O conceito de DataOps pode parecer assustador para as organizações que ainda estão lutando com questões básicas, como definir as funções dos administradores de dados ou criar regras de validação de dados. No entanto, a prática de DataOps oferece uma solução para muitos problemas que as organizações experimentaram em suas iniciativas de transformação digital.
O exemplo mais comum de problema é relacionado com seus data lakes. Muitas empresas estão em sua segunda, terceira ou quarta tentativa de obter sucesso tecnológico e motivam suas equipes de liderança para assumir as mudanças culturais necessárias. Mas por que as implementações de data lake falham? Muitos dos projetos se concentram exclusivamente na ingestão de dados “sujos” e não governados no data lake. Provavelmente, esses problemas ocorrem devido a abordagens equivocadas relacionadas a pessoas, processos e tecnologia.
Referências
1. 2019 Global data management research
2. IBM DataOps
3. Deliver business-ready data fast with DataOps
4. Organize your data to be AI-ready with DataOps
Veja também o artigo “IBM FLASHSYSTEM: MAXIMIZE A EFICIÊNCIA DE SUA INFRAESTRUTURA DE ARMAZENAMENTO DE DADOS” aqui em nosso blog.
Veja o artigo