As empresas que já estão trilhando essa jornada de dados devem evoluir ainda mais, adotando técnicas como análise prescritiva (Prescriptive Analytics) para identificar as melhores ações a serem tomadas num determinado contexto, ou análises aumentadas (Augmented Analytics), que utiliza técnicas de Aprendizado de Máquina e Inteligência Artificial para agregar valor às análises de negócios.
Nesse contexto, a análise preditiva (Predictive Analytics) deve se tornar cada vez mais comum, habilitando as organizações a utilizar dados para identificar tendências ou prever eventos futuros que possam afetar suas decisões de negócios.
Outro movimento que deve se intensificar é a democratização da ciência de dados dentro das organizações, aproximando dados e analytics das pessoas que realmente participam das operações e das decisões de negócios das empresas. Nesse contexto, deve ganhar destaque a educação em dados (Data Literacy) desses profissionais não especialistas (Citizen Data Scientists) para entender e manipular dados, realizar análises e gerar insights de negócios.
Ferramentas de Self-Service Data e Analytics, que simplificam o processo de análise de dados, assim como soluções de Embedded Analytics, que embarcam relatórios e dashboards diretamente nas ferramentas operacionais, vêm se tornando cada vez mais comuns, auxiliando no processo de democratização de dados.
Mas a evolução da experiência de geração e consumo de informações de analytics não deve parar por aí. Esse novo mundo, em que estamos o tempo todo conectados através de diferentes dispositivos e em experiências imersivas (como Metaverso), está inspirando novos conceitos, como o Data Storytelling, Multiexperience Analytics e Immersive Analytics, que devem tornar a análise de dados uma parte ainda maior do nosso dia a dia.
A evolução da engenharia de dados para atender a essa crescente demanda de dados também tem sido notável. Ferramentas para armazenamento e análise de grandes volumes de dados (Data Warehouses, Data Lakes, Lakehouses, Data Fabrics) já são oferecidas como serviços de cloud (Cloud Analytics). Processos de DataOps e ferramentas que auxiliam nas etapas do processo de análise de dados (Data Analytics and AI Frameworks) também estão sendo desenvolvidas para melhorar a eficiência desses processos.
O uso crescente dos dados dentro das organizações também deve trazer desafios relacionados ao uso ético dos dados.
A governança dos dados (Data Governance and Responsible Analytics) será essencial para atender a políticas internas ou mesmo requisitos regulatórios que estão sendo definidos. Ferramentas baseadas em Inteligência Artificial são uma das apostas do setor para ajudar a viabilizar a gestão do grande volume de dados gerados e manipulados pelas empresas (Augmented Data Quality and Management).
A crescente percepção do valor dos dados para as organizações, agora considerados por muitas como parte essencial de seus produtos, deve impulsionar ainda mais avanços na área, promovendo o desenvolvimento de novas tecnologias, ferramentas e gerando oportunidades na área.
