Competir com dados não é novidade. As startups e as empresas estabelecidas no setor sabem há muito tempo que aproveitar o poder de conjuntos de dados proprietários pode ser uma fonte de sustentação de vantagem competitiva. No entanto, à medida que muitas fontes de dados se tornam comoditizadas e as ferramentas para manipular dados em escala se tornam mais baratas e acessíveis, as regras da concorrência estão mudando. As empresas precisarão se tornar mais criativas na origem dos dados e na forma como os utilizam. Os dados obscuros ou dark data apresentam uma oportunidade empolgante para os pioneiros garantirem uma vantagem competitiva sobre os rivais mais lentos.
Uma pesquisa encomendada pela Seagate e conduzida pela IDC descobriu que os dados corporativos crescerão a uma taxa anual de 42% nos próximos 2 anos. No entanto, apenas 32% desses dados estão sendo usados de forma eficaz, com mais de dois terços parados em silos pela organização. O Gartner define esses “dados obscuros” como ativos de informação coletados como um subproduto das atividades normais de negócios, mas que as empresas deixam de usar para outras atividades potencialmente geradoras de receita. Muitos desses dados são armazenados para fins de conformidade com o custo do armazenamento seguro, criando uma sobrecarga cara e improdutiva.
Uma proporção considerável desse desafio de dados emergente virá da proliferação de iniciativas corporativas de IoT. O IDC prevê que, em 2025, haverá 55,7 bilhões de dispositivos conectados em todo o mundo. Setenta e cinco por cento deles serão conectados a uma plataforma de IoT, gerando 73,1 ZB de dados anualmente, ante 18,3 ZB hoje. Normalmente coletados para aplicações específicas dentro da empresa, os dados de IoT também podem ser aproveitados para outros fins.
Sem escassez de dados para trabalhar, o desafio das empresas experientes em dados é encontrar maneiras de usá-los de maneira eficaz. Inicialmente, isso pode ocorrer melhorando produtos e serviços existentes, bem como simplificando processos de negócios. Por exemplo, por meio da análise de dados da equipe relacionados a dados demográficos, salários e opções de transporte, provedor de catering da companhia aérea, a Gate Gourmet percebeu que a distância da casa dos funcionários ao aeroporto e suas opções de transporte eram os principais fatores da rotatividade de pessoal. Um foco mais concentrado nesses fatores no processo de contratação melhorou a taxa de perda de pessoal em 27%.
Em outro exemplo de aproveitamento de dados obscuros internos, uma grande rede europeia de 27 hotéis com 13.000 quartos analisou os dados de uso de suas redes Wi-Fi de hóspedes para melhorar o serviço ao cliente. Os dados foram coletados por vários anos, mas não foram avaliados quanto ao valor potencial de negócios. Ao rastrear os dados ao longo do tempo para variáveis como o total de dispositivos conectados em cada hotel, o total de dispositivos por área, como restaurantes ou piscinas, e o tempo médio gasto em cada área, melhorias consideráveis foram feitas. Foi detectado e corrigido um problema de espera excessiva nas áreas de check-in e check-out, bem como uma melhor distribuição do pessoal nas áreas do hotel em momentos importantes.
Embora abrir silos de dark data dentro de uma organização possa revelar ativos valiosos e não utilizados, geralmente é necessário trazer dados externos para maximizar os retornos. Alternativamente, enquanto a organização em questão pode não encontrar uso para os dados obscuros que contém, outras podem. Para obter esses benefícios, as trocas de dados têm um papel vital a desempenhar. A Accenture acredita que as trocas de dados no espaço da IoT desbloquearão US $ 3,6 trilhões em valor até 2030.
Isso pode incluir dados de sensores em plataformas de petróleo offshore, que podem ser adquiridos por agências meteorológicas para melhorar os modelos de previsão do tempo. Os dados de unidades de ar condicionado em grandes edifícios podem ser vendidos para incorporadores imobiliários que tentam garantir uma vantagem competitiva para seus novos projetos de desenvolvimento. Vídeos de vigilância de alta definição em centros urbanos movimentados podem ser analisados em velocidade e escala por meio de IA para ajudar os designers a identificar as novas tendências da moda antes que se tornem populares.
As trocas de dados podem fornecer liquidez para que empresas e startups combinem fluxos de dados anteriormente díspares e subvalorizados para criar novos produtos e serviços inovadores. Os vencedores serão as empresas com mentalidade aberta e vontade de experimentar. Antes do Google lançar seu serviço AdWords em 2000, a exaustão de dados de pesquisas na web tinha pouco valor percebido. Ao colocar anúncios contextualmente relevantes em torno dos resultados de pesquisa, um negócio de US $ 135 bilhões nasceu e o setor de publicidade mudou para sempre.
Embora seja muito mais fácil falar do que fazer, criar uma cultura de dados dentro da empresa é a etapa mais importante para lucrar com dados obscuros. De acordo com a Harvard Business Review, isso deve começar do topo com os gerentes estabelecendo o princípio de que as decisões devem ser ancoradas em dados. As empresas com uma equipe de ciência de dados precisam garantir que não fiquem ocultas das operações principais do negócio, mas integradas aos departamentos. Isso ajudará a educar as equipes em alguns princípios básicos de gerenciamento de dados, mas também dará aos cientistas de dados uma visão melhor de onde os silos de dados podem estar escondidos.
Em última análise, as empresas precisam pensar além de suas linhas tradicionais de negócios e processos de backoffice se quiserem aproveitar ativos de dados subutilizados. Aqueles que aplicam uma mentalidade aberta e criativa para encontrar usos para dados obscuros provavelmente encontrarão alguns diamantes brutos muito lucrativos.
