Por Luís Gonçalves, Data Analytics & AI Director na Noesis
Hoje em dia, os dados são dos ativos mais valiosos de uma empresa, e, na maior parte das organizações, essa consciência de que os dados são críticos para o seu futuro e para a sua capacidade de se adaptarem a um mercado cada vez mais concorrencial e em constante mutação, já está enraizada.
De facto, após anos a ouvir que os dados são o novo petróleo, a verdade é que o Data começa a deixar de ser apenas um chavão e está cada vez mais no centro das preocupações e das estratégias das Organizações, com o objetivo de utilizar os dados em seu proveito, quer para um controlo mais rigoroso do seu negócio, quer para melhor conhecer os seus clientes, por exemplo.
Neste contexto, a qualidade dos dados assume uma importância capital, embora ainda não esteja no topo das preocupações das organizações, o que origina situações de falta de confiança nos mesmos, atrasando a adoção de estratégias data centric, e, num fim último, a más tomadas de decisão ou custos acrescidos de reengenharia de processos posteriores.
Habitualmente, ainda se associa a qualidade de dados à falta de ferramentas e a questões técnicas. Ou seja, a qualidade dos dados é encarada como um problema do IT, uma visão limitada e errada do problema.
O conceito de Data Trust surge como a ligação entre os processos de tecnologia e os humanos, enquanto bastiões da tomada de decisão. Esta união irá garantir que são tomadas decisões preventivas que permitem identificar problemas que existam nos dados na organização e na sua fiabilidade, e, ao mesmo tempo, definir processos de controlo manuais e automáticos (algoritmos de AI por exemplo) que resolvam esses problemas.
No nosso mercado, apesar do Data Trust já ser um tema de atenção, sobretudo em algumas grandes empresas com maturidade no que toca aos dados, este é ainda um tema onde há um longo caminho afazer, especialmente nas organizações que se encontram ainda num estado de menor maturidade no que toca à sua estratégia de dados.
O caminho que as empresas estão a fazer para que sejam cada vez mais data-centric torna obrigatória uma progressiva sensibilização para o tema da qualidade dos dados e, como em todos os processos data related, o suporte da Gestão de Topo que permita suportar esta prática dentro das organizações, é crucial. Sejamos claros.
Não é possível tomar boas decisões de negócio se os dados que as suportam não forem fidedignos, atuais e de confiança. A democratização do Machine Learning para apoio à decisão, por exemplo, não se coaduna com maus inputs de dados. Se fornecermos dados incorretos a um algoritmo, ele garantidamente irá inferir erradamente, detetar mal anomalias ou fazer más recomendações, apenas para dar alguns exemplos.
Só com a implementação de uma estratégia e filosofia Data Trust nas organizações é possível garantir que os dados que disponibilizamos aos utilizadores são acessíveis, exaustivos, coerentes, up-to-date, rastreáveis, em termos de fontes e de conceitos, e com "carimbo" de qualidade dado por outros utilizadores. Só assim podem ser usados com confiança e influenciar assertivamente a estratégia das organizações e a tomada de decisão.
Publicado em business.IT
