Renovação dos RH’s esbarra no mindset das companhias

Renovação dos RH’s esbarra no mindset das companhias

* por Antonio Loureiro, CEO da CQ1

Desde que criamos a CQ1 Lab, pudemos imergir ainda mais no “mar” de inovação que é possível trazer para a área de recursos humanos. Boas ideias e iniciativas não faltam.  As HRtechs têm trabalhado para solucionar os inúmeros problemas burocráticos do setor: alta rotatividade, profissionais insatisfeitos, reforma trabalhista, e-social entre outros.

No entanto, a concepção frenética de inovações encontra no mercado uma barreira de maturidade e cultura, que dificulta, ou até impede, a implementação dessas soluções dentro das corporações. Os projetos voltados para a área de recursos humanos têm um tempo maior de maturação e retorno financeiro, se comparado com outros mercados. Isso ocorre porque dependem de adaptações significativas nos clientes. Em muitos casos, a adoção de um novo sistema demanda mudanças culturais não só para o departamento de RH, como para toda a companhia.

Contudo, não há outro caminho possível: mais cedo ou mais tarde a mudança no mindset das empresas deverá acontecer.  Elas passarão a compreender a transformação digital como sinônimo de ganho de produtividade. A tecnologia e a qualidade dos planejamentos estratégicos na gestão de pessoas estarão cada vez mais correlacionadas dentro das companhias, apesar da atual resistência do setor e das restrições aos investimentos.

Big Data e IA

Consequentemente a utilização da análise de dados e da inteligência artificial na tomada de decisões para a gestão estratégica de pessoas deverá ser estabelecida com muito mais força em um futuro próximo, como já acontece fora do Brasil há pelo menos três anos. Além da implantação da tecnologia em si, que facilita processos burocráticos, os RH’s devem entender a importância de uma leitura estatística para uma gestão mais inteligente e com melhor direcionamento.

Neste novo cenário, os profissionais de recursos humanos e até mesmo os líderes das empresas deverão se abrir para atualizações tenológicas e relacionadas à interpretação dos dadosc. A partir de agora, esses novos elementos estarão ada vez mais presentes na vida desses profissionais e, utilizar a tecnologia como aliada será crucial para este processo de mudança.

 

Multicloud: qual é a chave para o gerenciamento proativo de custos?

Multicloud: qual é a chave para o gerenciamento proativo de custos?

A marcação de recursos pode ser útil, mas dificilmente é uma maneira eficaz de controlar os custos da nuvem. Veja como melhorar

Como podemos manter o orçamento multicloud sob controle? Primeiro precisamos entender com o que estamos trabalhando. Quando os custos são acumulados por várias equipes, usando várias contas, envolvendo vários produtos em várias regiões geográficas, em várias plataformas de nuvem, obter uma ideia clara pode ser uma tarefa quase impossível. Por esse motivo, as equipes de infraestrutura e operações geralmente recorrem a soluções de gerenciamento de nuvem para obter melhor visibilidade dos custos.

Medidas proativas de controle de custos serão sempre mais eficazes no gerenciamento de orçamentos de nuvem. Infelizmente, existem poucas soluções que ajudarão as equipes a fazer isso agora. Eu diria que a melhor prática é definir políticas orçamentárias a nível do projeto e da equipe e aplicar essas políticas por meio de ferramentas automatizadas. Dessa forma, os aplicativos podem ser agrupados em projetos associados a orçamentos de equipe ou de unidades de negócio.

A TI e o Financeiro podem definir controles de custos para unidades de negócios. Unidade de negócio ou equipes individuais podem definir orçamentos para projetos. Essas políticas podem servir de proteção, garantindo que os aplicativos e projetos não excedam o orçamento esperado, ao mesmo tempo em que deem às equipes liberdade para serem produtivas por meio de métodos como o autoatendimento automático.

Com essas práticas implementadas, mesmo no lado reativo, as equipes de TI e finanças terão maior percepção de onde vêm os custos. Eles podem atribuir e reatribuir orçamentos com flexibilidade e podem se adaptar às mudanças sem perder o contexto. Além disso, você precisará usar um poderoso mecanismo de análise que possa analisar os aplicativos e as tendências de uso e fazer sugestões para as equipes melhorarem os custos antes da cobrançaPor exemplo, uma análise de custo pode recomendar o uso de instâncias reservadas, quando elas proporcionam economias significativas de custos e sugerem o dimensionamento correto da carga de trabalho, e sempre que as equipes puderem autorizar esse uso automaticamente ou aprovar manualmente.

Ao habilitar um sistema de controle de custos proativo e um mecanismo de análise de custos mais poderoso e contextual, você pode tornar o descontrole dos custos multicloud  algo do passado.

Rapidez, agilidade, flexibilidade  e eficiência de custos – esse é o santo graal e o futuro multicloud.

 

Leia mais: http://cio.com.br/tecnologia/2018/07/16/multicloud-qual-e-a-chave-para-o-gerenciamento-proativo-de-custos/  

Colaboração: o caminho para um trabalho digital mais eficiente

Colaboração: Um Trabalho Digital Mais eficiente

Ferramentas de colaboração são fundamentais para que as organizações aumentem a eficiência da troca e do tratamento de dados

As ferramentas de colaboração promoveram uma rápida evolução no tratamento e armazenamento da grande quantidade de dados – ou o big data – inserida diariamente no ambiente digital. São muitas as soluções que permitem a interação entre usuários nos espaços de trabalho persistentes. Consequentemente, as organizações vivem uma transformação cultural e são pressionadas por respostas mais eficientes e maior agilidade na tomada de decisões.
A consolidação da colaboração entre equipes no ambiente digital – que transitam, inserem e organizam dados – ocorre no ambiente de nuvem. Isso significa que os usuários podem interagir de diferentes maneiras: seja com a troca de mensagens, documentos, a criação de whiteboards, anotações ou vídeos. E todas essas informações ficam centralizadas em um só espaço.
Uma das preocupações em relação ao tratamento virtual de tanta informação é justamente a segurança. Espera-se que ninguém de fora consiga invadir o ambiente para interceptar e roubar informação, e, por outro lado, que os usuários internos sejam capazes de manipular dados confidenciais de maneira responsável e segura.
Por isso, a criptografia inteligente de ponta a ponta, controles de acesso específicos, de acordo com o perfil do usuário, e políticas de compliance, como por exemplo a Prevenção de Perda de Dados (Data Loss Prevention, ou DLP) são fundamentais. Isso também se aplica ao tráfego, ao armazenamento, à gestão e, por fim, à entrega dos dados até o dispositivo ou cliente final. Ou seja, a ideia é garantir que quando um usuário se comunique com o outro e compartilhe, por exemplo, um arquivo, esse processo esteja criptografado de ponta a ponta.
Todas essas mudanças promovem uma transformação cultural nas organizações. As respostas se tornam rápidas e as decisões das equipes de trabalho – muitas vezes multidisciplinares -, mais ágeis. Além disso, processos desnecessários são evitados, como a troca de centenas de e-mails sem a garantia de que serão lidos por todos os destinatários, evitando a perda de continuidade nas comunicações.
A incorporação dessas ferramentas melhora a comunicação interna das empresas, mas para que haja um aumento ainda maior de eficiência, é importante integrá-las aos processos de negócios. Por exemplo, que a “aplicação x” se comunique com a “aplicação z”, e que esta esteja programada para gerar uma ação a cada nova entrada na “aplicação x”. Nos universos da manufatura ou do varejo , por exemplo, essa integração pode ser muito útil para aumentar a produtividade do negócio.
Essas ferramentas também ganharam espaço em ambientes de atenção ao cliente de entidades de saúde e até órgãos governamentais, para citar alguns exemplos. Fora do Brasil, alguns hospitais já fazem consultas e acompanhamento dos pacientes remotamente, graças a sistemas de videoconferência. Além disso, ministérios de alguns países já permitem que cidadãos registrem queixas sem a necessidade da presença de um funcionário, mas com soluções que integram uma câmara de vídeo, um sistema que capta as informações e uma impressora que emite o protocolo de atendimento.  
Os chatbots, por sua vez, substituíram funcionários em atendimentos telefônicos. Graças à integração da tecnologia a sistemas de inteligência artificial, há uma redução de burocracias custosas e aumento da satisfação do cliente – tanto interno quanto externo
Há um ambiente tecnológico escondido, porém, essencial para suportar o processamento de tantos dados gerados no universo de colaboração, big data, Internet das Coisas (Internet of Things, ou IoT), entre outros. A rede de baixa potência, ou LPWAN, que é muito mais viável economicamente, por exemplo. Além disso, a otimização do armazenamento na nuvem com a utilização do edge computing, rede de dispositivos de borda, que melhora o desempenho dos aplicativos, reduz a latência e os custos pela utilização de uma internet com menor banda larga.
É preciso prestar atenção a tudo isso para pegar a direção correta na estrada rumo à automatização dos processos e à cada vez mais eficiente estratégia de dados.
Fonte: http://computerworld.com.br/2018/7/19/colaboracao-o-caminho-para-um-trabalho-digital-mais-eficiente  

Como obter real valor do Big Data na nuvem?

Como obter real valor do Big Data na nuvem?

A computação em nuvem tornou o Big Data acessível, mas muitas empresas ainda não sabem o que fazer com os dados disponíveis. Recomendo um bom planejamento de dados, por diversos motivos

De acordo com mais recente relatório da IDC, “as receitas mundiais para Big Data e Business Analytics crescerão de quase US$ 122 bilhões em 2015 para mais de US$ 187 bilhões em 2019, um aumento de mais de 50% no período de cinco anos”. Qualquer pessoa, em qualquer empresa, sabe que Big Data é um grande negócio. Se você conseguir gerenciar e analisar grandes quantidades de dados – estou falando de petabytes – terá acesso a todos os tipos de informações que ajudarão a administrar melhor os negócios. Certo? Infelizmente, para a maioria das empresas, não. Aqui estão alguns fatos concretos: a computação em nuvem tornou o Big Data acessível. Antes, você teria que construir um novo datacenter para abrigar a consolidação de dados. Agora, você pode consolidar dados na nuvem a preços bem em conta. Mas uma coisa é ter dados estruturados e não estruturados em um local central. Outra coisa é fazer bom uso desses dados por razões táticas e estratégicas. Com muita frequência, as empresas reúnem os dados, mas não sabem o que fazer com eles. Eles não têm uma compreensão sistêmica das oportunidades de negócios e dos valores que poderiam ser obtidos com o aproveitamento desses dados. O que muitas vezes falta é um planejamento de dados. Recomendo que todos os empreendimentos tenham um planejamento de dados completo antes que os dados sejam consolidados na nuvem. Isso significa ter um conjunto claro e detalhado de casos de uso para os dados (incluindo propósito e valor), bem como uma lista de ferramentas e tecnologias (como Machine Learning e Analytics) que serão usadas para extrair valor comercial dos dados. O planejamento de dados precisa ser feito antes da consolidação por vários motivos: – Saber quais dados serão aproveitados para fins analíticos. Acho que alguns dados consolidados não são necessários. Então, você acaba pagando pelo armazenamento do banco de dados sem nenhuma finalidade comercial sólida, além de prejudicar o desempenho da análise, pois os dados desnecessários também precisam ser processados. – Entender o significado dos dados, incluindo seus metadados. Isso garante que você esteja analisando os dados corretos para os casos de uso especificados.  – Considerar um plano de desempenho. Se você classificar petabytes de dados, gastará muito tempo e dinheiro na nuvem. Como otimizar?   – Ter uma lista de ferramentas de análise de dados. Embora muitas empresas comprem as ferramentas mais populares, você pode descobrir que sua jornada de Big Data leva você a uma tecnologia menos popular que se encaixa melhor. Certifique-se de explorar o mercado antes de decidir sobre o seu conjunto de ferramentas. Um pouco de planejamento vai levá-lo longe. Seu negócio vale esse investimento. Fonte: http://cio.com.br/tecnologia/2018/07/14/como-obter-real-valor-do-big-data-na-nuvem/

10 ferramentas de BI para visualização de dados

10 ferramentas de BI para visualização de dados

A análise visual é o núcleo da inteligência de negócios. Aqui estão as ferramentas que você precisa ver através dos dados

Há um norte dourado no mar de dados em que as empresas estão nadando. Ser capaz de pescar a inteligência de negócios de que você precisa – quando precisa – é a chave para dirigir seu navio. Nesta apresentação de slides, discutiremos 10 ferramentas de BI que apresentam visualização e análise de dados. Algumas dessas ferramentas começaram como ferramentas de relatórios corporativos e se expandiram para BI self service. Outros começaram como ferramentas de visualização de dados de autoatendimento e podem ou não ter adicionado relatórios avançados. Algumas ferramentas podem ler grandes conjuntos de dados no local, a partir de um data lake ou do Hadoop; outros devem importar todos os dados. As implementações podem ser apenas em nuvem ou permitir a instalação no local. 1 – Birst Birst se apresenta como um Enterprise BI com uma rápida descoberta de dados. A arquitetura Birst conecta toda a organização por meio de uma rede de instâncias de BI virtualizadas interligadas, além de uma estrutura analítica comum compartilhada. O Birst tem uma arquitetura multi-tenant. Ele pode ser implantado na nuvem pública, na AWS ou on-premise como um appliance virtual. De acordo com a Gartner, três quartos dos clientes de referência da Birst disseram que era o único padrão corporativo para análise e BI, e  98% dos clientes de referência da Birst esperam continuar usando o produto. Ambas são expressões impressionantes de validação dos usuários. Por outro lado, o Gartner relata que uma grande parte dos clientes de referência da Birst está usando o produto principalmente para painéis e relatórios com parâmetros, com apenas pequenas partes usando o produto para tarefas analíticas mais sofisticadas. O produto suporta modelos de dados complexos. 2 – Domo O Domo combina uma grande variedade de conectores de dados, um sistema ETL, um armazenamento de dados unificado, uma seleção de visualizações, mídias sociais integradas e relatórios em uma ferramenta de BI online. Destina-se diretamente a executivos seniores e usuários de linha de negócios que precisam de um painel intuitivo voltado para os negócios. O Domo afirma ser mais do que uma ferramenta de BI porque sua ferramenta de mídia social pode levar a “insights úteis”. Mas, na prática, todas as ferramentas de BI levam a ações que beneficiam o negócio ou acabam sendo jogadas no lixo. O Domo é, no entanto, um sistema de BI muito bom e capaz. Destaca-se dos outros oferecendo suporte para muitas fontes de dados  muitos tipos de gráficos. O recurso integrado de mídia social é  bom, apesar do hype. No entanto, o Domo é mais difícil de aprender e usar do que o Tableau, o Qlik Sense e o Power BI, e por US$ 2 mil por usuário por ano é muitas vezes mais caro que outras ferramentas. 3 – Microsoft Power BI O Microsoft Power BI é um conjunto de ferramentas de análise de negócios executadas principalmente no Azure e que se conectam a centenas de fontes de dados, simplificam a preparação de dados e conduzem análises ad-hoc. É também uma das soluções de BI de mais baixo custo do mercado, com um preço de US$ 9,99 por usuário/mês, para o Power BI Pro, uma ferramenta gratuita de análise do Windows e aplicativos gratuitos para visualizações móveis. O Power BI Premium, um servidor virtual com preço de US$ 4.995 por mês, dependendo da capacidade, não exige licenças de usuário nomeadas e inclui o Power BI Report Server, que pode ser executado no local. O Power BI tem uma alta pontuação na facilidade de uso, mas de acordo com a Gartner, as pontuações de seus clientes de referência o colocam no quartil inferior para a amplitude de uso. A maioria dos clientes de referência da Microsoft (59%) usa principalmente relatórios e painéis parametrizados do Power BI, em vez de usá-lo para tarefas mais complexas. A proporção média de usuários comerciais que criam seu próprio conteúdo com o Microsoft Power BI é de 20%, o que é muito baixo. 4 – MicroStrategy A MicroStrategy combina a descoberta e análise visual de dados de autoatendimento com análises e relatórios corporativos adequados para sistemas de registro em larga escala. Ele oferece uma única plataforma integrada com muitas opções de licença diferentes para funções de consumidor de dados e usuário avançado. Os clientes estão disponíveis para web, desktop e dispositivos móveis. Os servidores estão disponíveis para relatórios, inteligência, análises na memória, transações, distribuição, colaboração, serviços geoespaciais, emblemas e telemetria. Os drivers estão disponíveis para bancos de dados relacionais, OLAP e Hadoop. A MicroStrategy fez uma longa jornada desde seu foco histórico em relatórios corporativos até agora também ser capaz de satisfazer usuários de autoatendimento e permitir implementações departamentais fáceis na AWS. Fora de sua base de clientes, no entanto, permanece quase desconhecido. 5 – Qlik Sense O Qlik Sense oferece descoberta de dados controlada, análise ágil e BI. E usa um mecanismo associativo escalável na memória que também pode ser usado como um data mart. Ele também pode fornecer relatórios corporativos usando seu módulo opcional do servidor Qlik NPrinting. Ao trabalhar com o Qlik Sense, você pode salvar um marcador na seleção atual na planilha atual. Então você pode combinar marcadores em histórias e adicionar texto e outras anotações para tornar a história auto-explicativa. Se você estiver usando uma história para uma apresentação ao vivo, pode pesquisar a origem de qualquer visualização para responder – e ilustrar – as perguntas que surgem. Depois de ter respondido à pergunta, você pode facilmente retornar à história. Diferentes cores para os valores exibidos (selecionado, selecionável, não selecionável) ajudam a identificar dados relacionados e não relacionados. Também gosto da maneira como o Qlik define expressões, mas não tanto quanto eu gosto do Tableau. O Qlik Sense oferece um bom controle sobre a aparência das visualizações – melhor que o Microsoft Power BI, mas não tão bom quanto o Tableau. A empresa afirma que seu mecanismo associativo pode descobrir insights perdidos pelas ferramentas de BI baseadas em consulta. O Qlik DataMarket oferece acesso a dados externos com curadoria que você pode usar para aumentar e fazer referência cruzada a seus dados internos. 6 – Salesforce Einstein Analytics O Salesforce Einstein Analytics oferece uma visão clara dos dados do Salesforce, ajudando a destacar métricas e tendências de desempenho críticas. A Einstein Analytics Platform permite que você crie visualizações, painéis e análises interativas personalizadas com a preparação de dados de autoatendimento integrado usando o Salesforce e (para obter mais dinheiro) dados que não são do Salesforce. Além disso, o Salesforce Einstein oferece aplicativos especializados para vendas, serviços, marketing B2B e descoberta assistida por IA. 7 – SAS Visual Analytics A SAS, uma empresa mais conhecida por sua ciência de dados e produtos de análise estatística, oferece o SAS Visual Analytics, que fornece relatórios interativos, descoberta visual, análise de autoatendimento, escalabilidade e governança, usando um ambiente de memória. Inclui análise preditiva para avaliar possíveis resultados e tomar decisões baseadas em dados, o que, segundo a SAS, é bastante fácil para um analista de negócios. O SAS Visual Analytics pode ser implantado on-premise, em datacenters SAS ou na nuvem pública. É forte na exploração visual interativa e nos painéis analíticos. Suporta tipos avançados de gráficos, bem como análises avançadas, e permite modelos R, Python, Java e Lua, bem como modelos SAS.

visualizacao

8 – Sisense O Sisense é uma plataforma de análise e BI integrada, de ponta a ponta, construída em um banco de dados in-memory, que oferece exploração de dados visuais, painéis e recursos avançados de análise avançada. Pode ser implantado on-premise; em cloud pública, privada ou híbrida; e como um serviço gerenciado. Um diferenciador reivindicado pela Sisense é  fazer uso pesado de memória na CPU (cache) para mover dados de 50 a 100 vezes mais rápido que na RAM. Embora a Sisense enfatize sua escalabilidade, seu tamanho médio de implantação é de 300 usuários, de acordo com o Gartner. 9 – Tableau O Tableau é uma plataforma de análise como um serviço com forte descoberta de dados visuais. As plataformas de base são o Tableau Server (Windows ou Linux) e o Tableau Online (hospedado). Os usuários podem ser Criadores, Exploradores ou Visualizadores. Os criadores têm licenças para as versões Server ou Online, bem como para o Tableau Prep (preparação de dados) e o Tableau Desktop (Windows e macOS). A descoberta visual no Tableau é poderosa e o Tableau definiu um padrão para sua implementação fácil de usar e controle preciso da exibição do gráfico. Você constrói uma visualização do Tableau clicando ou arrastando as dimensões (normalmente categorias ou características discretas) e medidas (valores numéricos) de interesse e escolhendo uma marca (o tipo de exibição, como barras, linhas e pontos), ou usando a seleção automática de marcas, ou usando o método “mostrar-me” para selecionar a visualização. Para obter mais controle, você pode arrastar dimensões e medidas para características de marcas específicas ou “prateleiras”. Quando você entende o que está acontecendo em sua análise, é possível compartilhar painéis e histórias com outras pessoas. Isso é feito facilmente ao publicar no Tableau Server ou no Tableau Online, esteja você trabalhando no Tableau Desktop e precise fazer o upload, ou já fazendo sua análise online. O Tableau também oferece dois aplicativos de área de trabalho gratuitos para Windows e macOS: Tableau Public e Tableau Reader. O Tableau Public pode abrir e criar análises que residem no seu perfil do Tableau Public. O Tableau Reader pode abrir e interagir com arquivos de visualização de dados criados no Tableau Desktop. 10 – ThoughtSpot O Thoughtspot apresenta uma abordagem baseada em pesquisa para análise visual e a capacidade de integrar, preparar e pesquisar bilhões de linhas e terabytes de dados. O Thoughtspot afirma que pode responder em segundos a pesquisas de bilhões de linhas. O Thoughtspot também é compatível com o SpotIQ, uma análise “orientada por IA”, que os usuários podem executar nos resultados da consulta para descobrir anomalias, linhas de tendência, clusters e outros recursos de dados usando algoritmos estatísticos e de Machine Learning. O SpotIQ gera narrativas de linguagem natural para qualquer insight que ele descubra. Se isso soa como o Google-ization do BI, isso não é um acidente: vários dos fundadores são ex-alunos do Google. Fonte: http://cio.com.br/tecnologia/2018/07/05/10-ferramentas-de-bi-para-visualizacao-de-dados/

Quais são as tendências de carreira de TI?

Basta uma pesquisa rápida em sites de oportunidades profissionais para constatar que o mercado de tecnologia da informação se sobressai como um dos mais promissores. E são duas as regras de ouro para ser bem-sucedido nesta profissão: acompanhar a evolução das tecnologias e qualificar-se para atender às necessidades das organizações. Pensando nisso, elencamos a seguir as principais tendências a que os profissionais da área devem estar atentos para se manterem competitivos no mercado. Confira! Continue reading “Quais são as tendências de carreira de TI?”

Emprego quente! Especialista em Java entra na mira de empresas brasileiras

Para quem pensa em seguir carreira na área de tecnologia da informação, aqui vai uma dica: busque conhecimentos em temas como Java, mobile, Big Data e Python. Segundo a empresa alocação de mão de obra Conquest One, que realiza um levantamento anual sobre oportunidades de trabalho, especialistas nessas áreas estarão em alta nos próximos meses. Continue reading “Emprego quente! Especialista em Java entra na mira de empresas brasileiras”