A abordagem tradicional de “sistema de controle” para o Master Data Management (MDM)onde o foco é centralizar e controlar dados para melhor distribuir informações através de um sistema de controle – já não é suficiente para uma organização que deseje estar no comando de seus dados. Graças à Internet das Coisas (IoT), ao aprendizado de máquina (ML) e à inteligência artificial (AI), o mundo está se tornando cada vez mais digital. Basta perguntar ao analista do Gartner, Frank Buytendijk, para quem “em 2016, os gastos com hardware IoT excederão US$ 2,5 milhões… por minuto”.

Como resultado, o desafio de criar uma visualização confiável de todos os dados disponíveis e atender às demandas dos usuários de negócios está prestes a ficar muito mais exigente. Hoje em dia, é ainda mais crítico que as empresas se tornem ágeis no que se refere ao manejo de dados para que possam se adaptar às demandas em constante mudança e serem requeridas em vez de prejudicadas pelos dados gerados. A demanda por MDM tem se movido na direção da criação de um “sistema de engajamento”, onde a ênfase é colocada na criação da próxima geração de capacidades de comunicação e colaboração.

O rápido crescimento do conceito de IoT e sua expansão se tornarão ainda mais difundidos devido ao desenvolvimento persistente da disponibilidade de Wi-Fi. Em pesquisa recente, a Forrester prevê que “o IoT será distribuído perifericamente e através da nuvem, impulsionado pela inteligência artificial e os containers”. Em outras palavras, a disponibilidade de Wi-Fi ajudará não só no crescimento da IoT, mas também no novo modelo de aprendizado de máquina que se avizinha. Ambos os fatores permitirão que quase qualquer dispositivo possa se conectar à Internet e, consequentemente, uns aos outros também. Máquinas e dispositivos serão cada vez mais orientados por dados e, portanto, também se tornarão parte da equação geral da IoT.

O que o significa aprendizado de máquina para MDM?

Em vez de serem usadas como um sistema de controle, o mercado em breve exigirá que as soluções MDM se adaptem e reajam às demandas de dados mais rapidamente, interna ou externamente. Definido por alguns como uma espécie de inteligência artificial que fornece aos computadores a capacidade de aprender sem ser explicitamente programado, há também em curso uma grande oportunidade de alavancar o aprendizado de máquina para adaptar dados de uma fonte para o consumidor ainda mais velozmente. Em vez de se concentrar em reforçar o formato e o significado para facilitar os intercâmbios, o aprendizado de máquina permitirá às organizações descobrir padrões nos dados, bem como propor associações, correlações e adaptações.

Por exemplo, a aprendizagem de máquina usa algoritmos e a coleta de dados para criar uma predição, assim, quanto mais dados um sistema processa, mais aprenderá. Isso também permite que quaisquer dados novos sejam levados em consideração quando necessário, dependendo de interações anteriores, o que tornará as abordagens de extract-transform-load (ETL) uma coisa do passado. Então, o que tudo isso significa para o MDM? De acordo com Andrew White, do Gartner, “O deep learning não extinguirá o MDM. Nós só precisamos manter os pés no chão e entender os tipos de problemas com os quais o deep learning é capaz de lidar”.

Embora o Master Data Management tenha ajudado, as empresas ainda precisam consolidar suas opiniões sobre o cliente ou o produto a partir de suas próprias fontes internas. Essas soluções não foram dimensionadas para lidar com o mundo conectado. Não importa quantos dados existam ou quão rápido eles possam se mover, o objetivo é entregar informações oportunas que os usuários possam converter em insights. As soluções de MDM fortalecem os esforços de Big Data de uma organização de várias maneiras, provendo informações para esforços maiores e fornecendo:

– Uma fonte conectada para eCRM, personalização, social commerce e atividade offline
– A capacidade de combinar dados mestre de produtos e clientes com informações dinâmicas baseadas na análise de dados da web e de mídias sociais
– A oportunidade de um dia criar uma única fonte de informações comportamentais que podem se originar de várias fontes de dados
– Uma única fonte de dados para todos os canais

Soluções MDM continuarão como fonte da verdade e servirão como um ponto de partida lógico para análises de Big Data. As empresas que consideram usar aplicativos de Big Data precisam estabelecer uma estratégia MDM completa uma vez que o gerenciamento de dados mestres servirão como espinha dorsal dos aplicativos de Big Data. Essss apps, por sua vez, complementarão os fluxos de Big Data, permitindo que as organizações obtenham melhor análise e insights mais precisos de todos os tipos de dados e fontes, independentemente de como foram obtidos.

Fonte: insideBIGDATA