<p> </p>
<p>Basicamente, a Análise Aumentada, é a automatização de todo o processo prévio à análise de dados realizada pelo cientista de dados. Com alto poder tecnológico, pela a associação do Machine Learning com a Inteligência Aumentada, sua capacidade permite a coleta, limpeza e preparação de um grande volume de dados, sendo capaz de identificar padrões ocultos e disponibilizar insights baseados em análises descritivas e preditivas.</p>
<p>Segundo dados do Gartner, a estimativa hoje, é de que um cientista de dados gaste cerca de 80% do seu tempo de trabalho reunindo, preparando e limpando os dados. Ao utilizar-se da Análise Aumentada o cientista de dados será capaz de fornecer análises avançadas, explorando os dados mais relevantes ao valor do negócio, uma pequena fração do tempo gasto atualmente.</p>
<p>Ferramentas de Análise Aumentada podem ainda incluir o processamento de linguagem natural e interfaces de conversação, permitindo que os usuários interajam com dados e insights, guiando as organizações a melhorarem sua produtividade e outros aspectos essenciais de suas operações.</p>
<p>Ainda, segundo o Gartner, até 2020, a análise aumentada será um fator dominante para novas compras de BI, plataformas de ciência de dados e machine learning. Até 2021, a análise de conversação e o processamento de linguagem natural (PLN) impulsionarão essa metodologia, levando a adoção da tecnologia a quase 50% das empresas.</p>
<p>Os gestores de dados, que planejam adotar análises aumentadas para modernizar as soluções, devem se preocupar os seguintes itens:</p>
<p><strong>Piloto e validação</strong>: identifique onde a automação de algoritmos pode detectar padrões nos dados para reduzir a exploração na fase de análise e melhorar a produtividade dos cientistas de dados altamente qualificados, reconhecendo que ainda precisam validar modelos, descobertas e aplicações;</p>
<p><strong>Escale em toda a empresa</strong>: eduque os líderes empresariais e tomadores de decisão sobre o potencial impacto transformacional que a análise aumentada pode ter e se usada por um público mais amplo. Também desenvolva diretrizes para o uso apropriado de ferramentas e recursos de análise aumentada, com ênfase em pessoas e processos;</p>
<p><strong>Mitigue a interpretação incorreta do usuário</strong>: use ferramentas de análise aumentada para confirmar ou contestar as descobertas, a partir, das interpretações realizadas por humanos. Além disso, recrute pessoas com habilidades analíticas em todas as funções da empresa para agilizar o processo de adoção;</p>
<p><strong>Avalie os fornecedores</strong>: familiarize-se e monitore os recursos analíticos dos fornecedores de plataformas de análise e BI, ciência de dados, ML e de preparação de dados de autoatendimento, assim como startups emergentes à medida que amadurecem;</p>
<p><strong>Explore oportunidades</strong>: para complementar as iniciativas existentes de análise e dados, teste as análises aumentadas para problemas de negócios de alto valor que atualmente exigem análise manual demorada;</p>
<p><strong>Construa confiança em modelos assistidos por máquina</strong>: promova a colaboração entre cientistas especialistas em dados e usuários para testar e provar o valor. Entenda as limitações dos modelos assistidos por máquina, que funcionam melhor com algoritmos comprovados versus técnicas avançadas;</p>
<p><strong>Melhoria contínua</strong>: Avalie continuamente a configuração inicial, a preparação dos dados, a abertura, modelos, número de variáveis suportadas, a gama de algoritmos e a precisão do modelo adotado.</p>
<p><em>(*) CEO da Global TI.</em></p>
