A corrida pelos dados nos últimos anos transformou negócios e impulsionou um novo mercado que tem sido imprescindível para auxiliar nas tomadas de decisão, otimizar custos e processos e promover o aumento da receita. Dentro desse novo contexto, uma frase se tornou célebre: “os dados são o novo ouro”.
A ideia por trás dessa colocação é que, em um mundo cada vez mais digital, as “pegadas” que deixamos na internet revelam muito sobre nossos hábitos, interesses e perfil de consumo. Logo, são um insumo desejado, capaz de fazer brilhar o olho dos profissionais que desenvolvem e executam estratégias de negócio.
O motivo é fácil de entender. No cenário atual, as companhias que conseguem organizar e extrair inteligência do oceano de dados adquirem uma vantagem competitiva decisiva. Quem patina, por outro lado, tem grande chance de ficar para trás.
Essa nova era no mercado parece irreversível e deve se intensificar nos próximos anos. Conforme o mundo se torna mais digital, a produção, a captura e a análise de dados crescem exponencialmente e exigem uma estratégia de Data Analytics mais avançada.
De acordo com relatório Data Age, do IDC (International Data Corporation), o mundo produzirá 175 trilhões de gigabytes em dados em 2025. Isso é quase três vezes mais do que os 59 trilhões vistos em 2020. Quem ignorar os fatos e continuar tomando decisões desassociadas de dados, portanto, terá dificuldades crescentes na competição.
Data Collaboration: o que é e qual a importância?
O cenário, naturalmente, desencadeou uma corrida por pessoas e tecnologias capazes de transformar dados em valor. Todas as grandes companhias contam com infraestrutura robusta e um time com engenheiros e data scientists preparados para o desafio.
Mas nem tudo são flores, já que se trata de um desafio altamente complexo. Algumas organizações entenderam que os dados aos quais tinham acesso eram limitados e revelavam um cenário fragmentado. Outras perceberam que havia uma grande curva de aprendizado pela frente para conseguir monetizar os gigabytes acumulados ao longo do tempo a partir da sua expertise.
Não demorou para que ficasse evidente que há uma resposta eficaz para esses obstáculos: a colaboração. Quem não se restringiu a olhar para dentro de suas dependências, descobriu que o trabalho conjunto pode acelerar e potencializar a sua experiência com Data Analytics.
Imagine que as bases de dados, temas de expertise e infraestruturas de tecnologias são peças de lego, que podem ser articuladas para dar origem a infinitas formas. Se você tem peças de um único modelo, pode montá-las de diferentes formas, mas há uma limitação. Se alguém lhe fornece blocos variados, no entanto, suas possibilidades crescem exponencialmente.
Como funciona a colaboração de dados na prática?
Na B3 já vivemos diversas vezes esse tipo de situação. No ano passado, por exemplo, estabelecemos uma parceria com a DataLand, plataforma de DataScience voltada para o mercado imobiliário de construção civil.
Por meio de um processo de georreferenciamento, a empresa fornece dados detalhados sobre diferentes regiões do país, como as regras de urbanização. Em posse dessas informações, nichos importantes da economia, como as incorporadoras, podem tomar decisões de maneira técnica e embasada.
Mas imagine se, além de conhecer dados sobre uma determinada região, as companhias tivessem em mãos informações precisas sobre o perfil do público que reside ou habita nessa localidade. A junção das duas bases comporia um perfil completo do território.
Essa foi a proposta da parceria. Como a principal infraestrutura dos mercados financeiros e de capitais do Brasil, a B3 consegue gerar dados sobre o histórico de investimentos e patrimônio vinculado dos seus clientes, e ainda agrupá-los por região.
Unindo a nossa base com a da DataLand, criamos um produto baseado em dados anonimizados que permite entender melhor o perfil de cada bairro de São Paulo, com um mergulho nos aspectos socioeconômicos. Isso contribui para as incorporadoras definirem o tipo de empreendimento e até o preço final do produto que vão oferecer.
O mais notável é que o nível de profundidade alcançado seria inviável para qualquer uma das três partes trabalhando individualmente.
Atuação em rede
Casos como este são uma forte tendência e as razões são simples de entender.
- Para a empresa contratante, manter uma grande estrutura analítica não é simples nem barato, de forma que muitas vezes vale mais a pena contratar serviços de Data Analytics fornecidos por especialistas do que fazer tudo sozinho.
- Para as provedoras, é notório que companhias de setores diferentes podem ter dados e especialidades complementares, sugerindo que trabalhar em colaboração pode ser a única forma de viabilizar determinadas soluções.
Dessa forma, todas as partes têm um incentivo não apenas para adotar, mas para escalar o modelo colaborativo. E este é um ponto central no futuro do Data Analytics: com novas tecnologias, será possível evoluir de parcerias pontuais e localizadas para a criação de redes de colaboração, capazes de conectar as peças de lego com mais agilidade e transformá-las em novas soluções.
Um conceito essencial nesse caminho é o de Data Mesh. Ao fornecer uma arquitetura de dados descentralizada, essa abordagem permite conectar uma pluralidade de fontes de informação. Isso potencializa as possibilidades de parceria, de forma geral, e a análise de dados, em particular.
As novidades que estão chegando ao mercado
O mercado de D&A se move cada vez mais rápido. Se você quer estar atualizado, sempre é uma boa dica ficar atento a quem está na fronteira da inovação. Para conhecer uma grande novidade sobre colaboração em escala, fique de olho no DDB 2022, o maior evento de D&A do Brasil, que acontece em 30 de agosto.
