Processamento de eventos complexos: identificar e agir




Muitos sistemas de BI já são capazes de trabalhar de forma eficiente com a captura e a análise de dados altamente estruturados e são bem equipados para gerar insights e possíveis ações com hipóteses pré-determinadas, usando uma larga variedade de ferramentas e soluções.


Os sistemas mais robustos de BI, aqueles que são baseados em uma arquitetura UDA (Unified Data Architecture) são muito bons em capturar e analisar a tempo dados estruturados e o enorme universo de dados não estruturados e multiestruturados, gerados por sensores incorporados, programas de lealdade e interações na web de pesquisas no Google, postagens no Facebook, feeds do Twitter e outros rastros digitais.


Por integrar um banco de dados corporativo e plataformas de pesquisa, armazenamento e filtragem de dados, uma UDA elimina a etapa cara e demorada de mover dados específicos do projeto em uma camada intermediária para análise e permite às empresas agir em alguns pontos de dados recém-adquiridos dentro de um curto espaço de tempo, em média de cinco a dez minutos.


Para colocar esses dados trabalhando em uma abordagem próxima a tempo real é necessário dispor de uma funcionalidade recente chamada de Processamento de Eventos Complexos (Complex Events Processing – CEP). As soluções de CEP podem efetivamente capturar dados brutos, rapidamente reconhecer e separar o que é útil do que não é, executando análises in-memory e transformando a análise quase que imediatamente em ação.


Em resumo, o processamento de eventos complexos ajuda as empresas a peneirar através dos “ruídos” de pegadas digitais para localizar o “sinal” que as alerta para oportunidades, separando o joio do trigo.



Os passos necessários


Um processamento de eventos complexos requer vários passos interconectados que giram em torno dos dois polos, ideias e ação e incluem o seguinte:


Captura: o ciclo começa na captura e na coleta de dados. Os dados devem incluir experiências passadas, eventos e atividades recentes, assim como o que o indivíduo ou objeto está fazendo neste momento. Tipicamente os dados são coletados em uma UDA e ficam acessíveis por meio do datawharehouse e plataformas de pesquisa (data discovery).


Compreensão: dados somente são úteis como materiais brutos para insights e compreensão. Informações históricas de clientes são normalmente usadas para segmentação, visando criar ofertas apropriadas. Para mover da segmentação à individualização é necessária uma análise mais complexa, rica em dados e dirigida por eventos, onde as funcionalidades de descoberta e visualização interativa de dados são fundamentais.


Modelagem: muitos insights de clientes são óbvios e intuitivos. Dificilmente precisam de tecnologia para reconhecer. São clientes tradicionais que em média representam 1% da base de clientes de uma empresa. Modelar os 99% restantes (que provavelmente representam 80% da receita) requer uma capacidade analítica mais robusta.


Antecipação:insights recentes descobertos são operacionalizados na plataforma de processamento, permitindo a ação em eventos selecionados. Sistemas modernos de BI monitoram fluxos de dados individuais em tempo real, permitindo antecipar oportunidades e agir imediatamente, proporcionando vantagens competitivas.


Decisão: o poder da análise de dados em tempo real reside na habilidade de permitir decisões também em tempo real. Qualquer alteração de cenário permite ações imediatas para direcionar as situações a objetivos desejados. Existem vários tipos de ações que se não forem tomadas imediatamente não terão efetividade alguma e outras que até podem causar prejuízos que podem ser evitados.


Ação: uma vez que o sistema e o especialista em BI determinaram uma resposta particular a essa cadeia complexa de eventos, a ação deve ser tomada rapidamente. Uma resposta automática deve ser enviada no prazo adequado, que permita ao interessado obter vantagem dela.


Monitoramento: a eficácia das ações deve ser medida. Ações automatizadas dirigidas por dados podem ser facilmente rastreadas e avaliadas, permitindo que as organizações aperfeiçoem o ciclo inteiro de coleta, compreensão e modelagem.



Esse processo contínuo em circuito fechado incorpora inteligência estratégica e operacional e auxilia os usuários a analisar o que funciona e o que deve ser descartado, refinando modelos dirigidos por eventos e gerando novos insights, ações e oportunidades para problemas específicos.



Fique atento a tendências e novidades de mercado lendo outros textos do nosso blog e não se esqueça de deixar suas dúvidas e opiniões.