Prontidão organizacional para ciência de dados
A prontidão em ciência de dados é essencial para qualquer organização — independentemente de você atuar ou não em um setor tradicionalmente associado à ciência de dados e analytics. A KDnuggets resume os quatro componentes da prontidão organizacional como: prontidão estratégica, de domínio, cultural e operacional.
Definindo prontidão em ciência de dados
As organizações precisam incorporar com intenção esses quatro elementos ao se preparar para iniciativas de ciência de dados. A prontidão estratégica ajuda a construir o business case que conecta ciência de dados às prioridades da organização e garante o patrocínio executivo. A prontidão de domínio diz respeito ao investimento em infraestrutura — ou seja, nas ferramentas e nas habilidades necessárias para acessar e analisar dados com facilidade. A prontidão cultural cria as condições para que todos os colaboradores aprendam a falar a linguagem dos dados e gerem resultados mais orientados por dados. Já a prontidão operacional possibilita a execução e a otimização das funções de ciência de dados com o devido planejamento. As empresas devem considerar suas necessidades específicas de dados e buscar um encaixe precoce em todas essas áreas para se posicionar para o sucesso.
A hierarquia de necessidades da ciência de dados
IA está em alta e muitas empresas querem mergulhar de cabeça. Mas é preciso dar um passo de cada vez: antes de escalar a IA, você precisa ter o nível de prontidão adequado para isso. É disso que se trata construir uma base de dados sólida. A hierarquia de necessidades da ciência de dados, de Monica Rogati, é uma forma prática de abordar a prontidão em ciência de dados.
Consumo de energia orientado por dados com medidores inteligentes
Em alguns casos, as organizações podem nem estar buscando ativamente se preparar para ciência de dados, mas são forçadas a fazê-lo para atender a demandas externas. Vamos ver um exemplo com concessionárias no Reino Unido, onde o governo determinou a instalação de medidores inteligentes em todas as residências e pequenos negócios até o fim de 2020. No relatório de progresso de 2018, o governo cita a adaptação às necessidades modernas de dados e às preocupações dos consumidores como motivação: acredita-se que os medidores inteligentes ajudarão os clientes a usar energia de forma mais eficiente e economizar na conta ao dar mais visibilidade sobre o consumo real.
Insights de ciência de dados para IoT
Os medidores inteligentes fazem parte de um campo em rápido crescimento chamado Internet das Coisas (IoT), que muitas vezes é combinado com ciência de dados. IoT se refere a dispositivos que não são computadores tradicionais, mas ainda assim conseguem transmitir dados. A ciência de dados pode extrair ótimos insights das informações geradas por IoT. Para que o programa de medidores inteligentes do Reino Unido seja bem-sucedido, os dispositivos precisam transmitir dados, identificar padrões de consumo de energia e informar o usuário sobre como ajustar hábitos para economizar energia.
Como as concessionárias estão adotando ciência de dados
As concessionárias no Reino Unido estão correndo para cumprir o prazo de 2020, e há muitas frentes em movimento. No âmbito estratégico, é preciso conquistar patrocínio executivo para investir em analytics e acompanhar o progresso. Elas devem ter prontidão de domínio para monitorar a evolução do programa de medidores inteligentes em relação às metas, o que exige acompanhar instalações e custos e garantir a operabilidade. Também é necessário promover a prontidão cultural para que todos na empresa — de executivos a instaladores — entendam o product-market fit e as capacidades de IoT dos medidores inteligentes. Por fim, precisa haver prontidão operacional para quantificar o impacto da instalação dos medidores no consumo e no custo de energia — e avaliar se os medidores inteligentes realmente entregam o que prometem.
Se você quer se aprofundar em aplicações práticas de ciência de dados para IoT, faça nosso curso de análise de dados de IoT. Nele, mostramos exatamente como acessar dados de IoT, processá-los, analisar tendências e outliers e usá-los para construir um pipeline de machine learning com previsões em tempo real.
Se você é líder de negócios e se interessa por prontidão organizacional para ciência de dados e analytics, saiba mais em datacamp.com/business. Clique aqui para agendar uma demonstração da nossa plataforma.
