A pandemia CoVID-19 intensificou a urgência em torno da transformação digital. A capacidade de derivar rapidamente as idéias dos dados e usá -los para navegar pelo incerto não é mais um bom de se ter, mas uma questão de sobrevivência. Ao mesmo tempo, espera -se que as empresas façam mais com menos e estiquem mais os recursos existentes, descartando opções caras, como a criação de produtos de análise personalizada ou a contratação de mais cientistas de dados. Crise. Essa abordagem reduz o custo de desenvolvimento e manutenção, reduz o tempo de implementação de meses para semanas e traz o benefício do apoio do fornecedor com treinamento e adoção. Por exemplo, uma empresa que deseja adicionar o poder da inteligência artificial à sua função de vendas encontrará 73 plataformas de análise e BI, 24 soluções de inteligência de dados de vendas e 15 soluções de gerenciamento de desempenho de vendas em

In my recent webinar with B2E consulting, How to Harness AI Without Writing Code, I proposed two complementary approaches for business leaders to navigate this challenge and use analytics to thrive in a crisis.

The first approach is to use off-the-shelf analytics software instead of custom builds. Such software solutions cater to specific business functions (sales, marketing, finance, or HR), are often tailored to industry-specific needs and include built-in integrations for most common data sources. This approach lowers the cost of development and maintenance, reduces implementation time from months to weeks, and brings the benefit of vendor’s support with training and adoption.

The market for data and analytics solutions is mature and offers a broad range of options. For example, a company looking to add the power of artificial intelligence to its sales function will find 73 analytics and BI platforms, 24 sales data intelligence solutions and 15 sales performance management solutions on Gartner Peer Insights. (Gartner Peer Insights é um recurso gratuito e também pode ser usado para desenvolver uma lista restrita comparando recursos e análises de clientes). Que soluções de software eles já tentaram? É provável que encontre uma solução adequada e econômica e econômica quando sua necessidade comercial não for única ou essencial para o seu modelo de negócios. Por exemplo, uma empresa farmacêutica pode não precisar desenvolver algoritmos de aprendizado de máquina personalizados para apoiar a tomada de decisões para equipes de marketing e vendas. Como muitos de seus colegas têm necessidades de suporte de decisão semelhantes, o volume de demanda tem sido suficiente para desencadear o desenvolvimento de soluções prontas para uso.

To help my clients select the right solution for their business need, I ask these questions:

• What solutions are your peers and competitors using to solve this challenge?
• Who else in your organisation is tackling this challenge? What software solutions have they tried?
• What are the critical capabilities for you (e.g. deep industry or functional specialisation, breadth of functionality, built-in integrations, or access to 3rd party data)?
• Can you experiment with multiple vendors and products?
• How will the new product fit within the current system architecture and your other IT and business transformation initiatives?

You are likely to find a suitable and cost-effective off-the-shelf solution when your business need is not unique or core to your business model. For example, a pharmaceutical company may not need to develop custom machine learning algorithms to support decision making for marketing and sales teams. As a lot of its peers have similar decision support needs, the volume of demand has been sufficient to trigger development of off-the-shelf solutions.

Exemplo: Aktana, uma plataforma que fornece suporte a tomada de decisão com AI-I ativado para equipes de marketing e vendas farmacêuticas. Mais da metade das 20 principais empresas farmacêuticas do mundo usam a Aktana para avaliar rapidamente montanhas de dados, extraindo o que é relevante e valioso no momento da decisão. Durante a pandemia de coronavírus, a Aktana ajudou seus clientes a adaptar rapidamente sua estratégia de marca à situação volátil do mercado, reprimindo as atividades de vendas e mantendo seus representantes de vendas informados sobre novas políticas governamentais. Tipos de soluções de ciência de dados e incorporar essas soluções em processos de negócios, infraestrutura e produtos ao redor. Eles ajudam os líderes empresariais a se adaptarem ao ambiente de mudança, obtendo informações de dados em toda a empresa. Eles também atendem às necessidades dos analistas de negócios e funcionários da linha de negócios com interfaces intuitivas, fáceis de aprender e sem código. Enquanto tornando os cientistas de dados especializados mais produtivos, eles também capacitam as pessoas mais próximas dos desafios de negócios (analistas de negócios, finanças ou especialistas em marketing) para ingerir, compartilhar e explorar dados. O aumento da capacidade de análise melhorará a compreensão dos líderes empresariais do ambiente externo (por exemplo, o comportamento de clientes, concorrentes, reguladores) e seus recursos internos (por exemplo, produtos, serviços, redes de funcionários, conhecimentos e habilidades) e os ajudarão a focar seus recursos em scieções em emergência. Cientistas, analistas de dados e engenheiros para explorar, prototipo, construir e entregar seus produtos de dados. Em fevereiro, foi posicionado como líder no quadrante mágico do Gartner 2020 para ciência de dados e plataformas de ML. Para analistas de negócios, ele permite preparar dados por meio de uma poderosa interface visual, criar e compartilhar conjuntos de dados, gráficos e painéis em um único clique e experimente recursos mais avançados (como o aprendizado de máquina). Para os cientistas de dados, libera tempo para um trabalho de alto impacto, reduzindo tarefas repetitivas e facilitando o compartilhamento de insights e atualizações de status com colegas, partes interessadas e gerentes de projeto. As soluções de análise pronta para uso e as plataformas modernas de ciência de dados e ML capacitam esses indivíduos a colocar esses dados para trabalhar em uma escala sem precedentes, mantendo os custos administráveis.  O FMI está prevendo uma queda de 6,5 pontos percentuais no PIB global para 2021. Juntamente com a incerteza em torno de cronogramas da vacina e ações de mitigação de coronavírus, fica claro que as organizações continuarão enfrentando grandes desafios nos próximos meses. No entanto, as empresas que se adaptam a esses desafios e aproveitam o poder da análise agora prosperarão e se tornarão os altos desempenhos do futuro. Ela ajuda as organizações globais complexas a obter valor de seus dados convertendo desafios de negócios em casos de uso e identificando, fornecindo e implantando as melhores soluções de análise de classe. Seus clientes anteriores incluem 10 principais empresas farmacêuticas globais, provedores de soluções de tecnologia da saúde, bem como cursos de petróleo e gás e instituições de serviços financeiros. 2025

The second approach is to use modern data science and machine learning platforms that serve enterprise-wide business needs. These platforms are cohesive software applications that offer a mixture of basic building blocks essential both for creating many kinds of data science solutions and incorporating such solutions into business processes, surrounding infrastructure, and products. They help business leaders adapt to changing environment by deriving insights from data across the enterprise.

Data science and ML platforms no longer cater exclusively to expert data scientists; they also meet the needs of business analysts and line-of-business employees with intuitive, easy to learn and no code interfaces. Whilst making expert data scientists more productive, they also empower the people closest to the business challenges (business analysts, finance, or marketing specialists) to ingest, share and explore data.

The democratisation of who can explore data and create models will dramatically increase the number of people analysing data and, as a result, improve the speed with which a business can move. Increased analytics capability will improve business leaders’ understanding of both the external environment (e.g. the behaviour of clients, competitors, regulators) and their internal resources (e.g. products, services, employees’ networks, knowledge and skills), and help them focus their capabilities on meeting emergent customer needs.

Example: Dataiku DSS is a collaborative data science software platform for teams of data scientists, data analysts, and engineers to explore, prototype, build, and deliver their data products. In February, it was positioned as a Leader in Gartner 2020 Magic Quadrant for Data Science and ML Platforms. For business analysts, it enables to prepare data via a powerful visual interface, create and share datasets, charts, and dashboards in a single click, and experiment with more advanced features (like machine learning). For data scientists, it frees up time for high-impact work by reducing repetitive tasks and making it easier to share insights and status updates with peers, stakeholders, and project managers.

The challenges businesses face are significant and varied, but the means to solve them are largely present in existing internal and external data as well as in the ideas, observations, knowledge, and networks of individual employees. Off-the-shelf analytics solutions and modern data science and ML platforms empower these individuals to put that data to work on an unprecedented scale, all while keeping the costs manageable.

We are in a historic period of economic and social disruption.  The IMF is predicting a 6.5 percentage point drop in global GDP for 2021. Coupled with uncertainty around vaccine timelines and coronavirus mitigation actions, it is clear that organisations will continue to face big challenges in the next few months. However, the companies that adapt to these challenges and harness the power of analytics now will thrive and become the high performers of the future.

About the author, Marina Borozna

Marina is a Director at Pragmata Consulting and has recently partnered with B2E to deliver data and analytics services to their clients. She helps complex global organisations derive value from their data by converting business challenges into use cases and identifying, sourcing, and deploying best in class analytics solutions. Her past clients include top-10 global pharma companies, healthcare technology solution providers, as well as oil and gas majors and financial services institutions.