Chief Data Officer, o papel do gestor de dados corporativos

Sua empresa tem um líder responsável pela gestão dos dados corporativos? Algumas empresas já estão adotando em seus quadros um novo executivo, responsável pela segurança de dados, o Chief Data Officer (CDO). Entre os desafios enfrentados pelos gestores de dados corporativos está a mudança da cultura para uma baseada em dados e a busca por estratégias possíveis para migrar sistemas legados. Porém, o maior desafio é a pressão para gerir dados de maneira rápida, com menos recursos e tempo.

A maioria concorda com a necessidade de trabalhar pequenas vitórias para demonstrar o ROI. No entanto, além disso, é preciso ter em mente que mesmo a melhor estratégia não se concretiza da noite para o dia. Confira algumas dicas de CDOs de sucesso para defender suas ações na empresa:

  1. Construa parcerias com o CIO. Em uma busca rápida, “Ciência de Dados” é a palavra-chave mais associada ao Chief Data Officer. Em segundo lugar, aparece “Responsabilidades do CIO”. Enquanto devem gerir os dados de uma empresa, todo Chief Data Officer deve concordar que também está em uma relação de negócios, por isso, devem saber que estão juntos do CIO em uma estratégia de dados.
  2. Seja consciente do viés humano. Além da análise preditiva e da análise descritiva, existe também a análise presuntiva. Trata-se da influência do viés humano na análise, que pode pesar nas estatísticas.
  3. Entenda suas ferramentas. Muitas empresas dedicam boa parte do budget à compra de novas ferramentas que os tomadores de decisão mal chegam a usar. O fato é que, em certo ponto, o usuário médio não sabe explicar por que algumas métricas se movem do vermelho, para o verde ou o amarelo. Para tirar valor das ferramentas de dados, é preciso saber por que os dados fazem o que fazem, ou seja, a história por trás deles. É preciso ser capaz de identificar as diferenças na ferramenta e fazer as perguntas certas. Mais importante: saber se a informação dada pela ferramenta é útil.
  4. Preocupe-se com ameaças internas e a privacidade. Muitos CDOs estão preocupados apenas com o uso de dados para gerar receita. Por meio da análise de metadados de e-mails e dados não estruturados, por exemplo, é possível encontrar padrões do comportamento humano, incluindo o mau comportamento. Alguns indicadores mostram que indivíduos estão cometendo fraudes, passando por crises no relacionamento, divórcios, crises financeiras, drogas e até problemas com álcool. Apesar de ser benéfico na identificação de ameaças internas, isso também traz grandes implicações legais e éticas.
  5. Olhe para os dados não estruturados. A maioria das empresas ainda não organizou seus dados não estruturados. Atualmente, estima-se que 20% dos dados sejam estruturados, enquanto 80% sejam não estruturados. O maior problema é que as organizações parecem ignorar os riscos e as oportunidades trazidas por essas informações, por isso, é importante dar contexto aos dados, principalmente aos mais sensíveis.
  6. Evite violações junto ao CFO. Para evitar violações de dados, é importante ter a ajuda do CFO para lidar com controles fracos e comprar soluções de segurança melhores. Os CFOs são preocupados em criar valor e impactar positivamente a empresa e têm profundo conhecimento dos ativos críticos para a continuidade do negócio.
  7. Mude para uma cultura baseada em dados. Trabalhe primeiro as pequenas vitórias por meio de projetos de negócio que já deram resultado e tenha as pessoas certas no seu time. Além disso, dedique tempo à organização dos dados para que tenham maior qualidade e, ao fazer isso, conte apenas as tendências compreensíveis. Use ferramentas simples, que qualquer um possa entender, para obter apoio. A seguir, construa complexidade e repita de acordo com a necessidade. Com essa fundação, a empresa terá mais poder para entender quais decisões devem tomar para impactar o negócio.

 

Carlos Rodrigues
Portal Nacional de Seguros

INPE implanta novo modelo de previsão do tempo

INPE implanta novo modelo de previsão do tempoO Instituto Nacional de Pesquisas Espaciais, INPE, começou a utilizar um novo modelo de previsão do tempo, com maior confiabilidade e qualidade. O novo modelo também deve melhorar as previsões de ondas e correntes para a Baía de Guanabara, durante as Olimpíadas do Rio, em 2016.

As previsões de tempo em escala global do Centro de Previsão de Tempo e Estudos Climáticos (CPTEC), do INPE, começam a ser geradas a partir do primeiro dia do ano com um novo modelo atmosférico de circulação global, o BAM (Brazilian Global Atmospheric Model), com uma resolução espacial de 20 quilômetros e 96 camadas na vertical. Este novo modelo de previsão do tempo substitui a última versão do Modelo de Circulação Geral Atmosférico (Atmospheric Global Circulation Model – AGCM), em operação desde 2010, processado a uma resolução espacial de 45 quilômetros e 64 camadas na vertical.

Como o modelo global é utilizado para processar outros modelos do CPTEC, tais como os de previsões de tempo para América do Sul, clima sazonal, qualidade do ar, a expectativa é de que, gradualmente e muito em breve, estas previsões ganhem maior confiabilidade e qualidade. Melhorias deverão ser percebidas, em especial, para as previsões de eventos extremos, tais como chuvas intensas, períodos de seca, eventos de El Niño, etc.

O modelo antigo (AGCM) era uma versão modificada e melhorada do modelo global do COLA (Center for Ocean-Land-Atmosphere Studies), dos Estados Unidos, que começou a ser processado na inauguração do CPTEC, em 1994. Entretanto, para melhorar as previsões de tempo e clima em altas resoluções no Brasil, foi necessário desenvolver um modelo global próprio com uma nova dinâmica (equações do movimento da atmosfera) e física no estado da arte (radiação, camada limite, processos de superfície, microfísica, etc.), mais adequadas para as condições da América do Sul.

Segundo o chefe da Divisão de Modelagem e Desenvolvimento (DMD), do CPTEC, Silvio Nilo Figueroa, o BAM ficou em modo experimental durante um ano e em fase pré-operacional nos últimos três meses. Uma avaliação recente do desempenho do BAM para previsões de chuva sobre a região Sudeste apresentou níveis de acerto e qualidade similares àquelas geradas pelo modelo GFS (Global Forecast System), do NCEP (National Centers for Environmental Prediction), dos Estados Unidos. Por outro lado, em uma comparação entre os modelos antigo (AGCM) e novo (BAM) para a região dos trópicos, o BAM apresentou uma boa correlação de suas previsões em relação às observações com até cinco dias de antecedência, enquanto o antigo modelo de previsão do tempo mostrou uma queda de desempenho a partir do segundo dia das previsões.

Os desenvolvimentos realizados no BAM terão desdobramentos sobre os modelos regionais ETA e BRAMS, que cobrem a América do Sul, com resoluções iguais ou menores a 5 quilômetros, e que serão alimentados com as condições de contorno do novo modelo. Com estas implementações, a expectativa é de que as previsões de tempo para o Brasil deverão melhorar bastante nos próximos meses tanto em qualidade, com maior riqueza de detalhes, como em confiabilidade, principalmente para as previsões com mais de 2 dias de antecedência.

O bom desempenho do BAM trará impactos para os modelos regionais de 1 quilômetro que serão utilizados como condições de contorno (ventos) para as previsões de ondas e correntes para a Baía da Guanabara, durante as Olimpíadas do Rio de Janeiro, no próximo ano, compromisso assumido pelo Ministério de Ciência, Tecnologia e Inovação (MCTI). O novo modelo atmosférico também será útil para acoplar um modelo oceânico, com o qual serão produzidas previsões estendidas de tempo por conjunto (Ensemble) com até com 4 semanas de antecedência, bem como previsões de clima sazonal para até 3 meses. Finalmente, este modelo também será utilizado como componente atmosférica da nova versão do Modelo Brasileiro de Sistema Terrestre (BESM) para projeções de mudanças climáticas. Estes desenvolvimentos, incluindo um sistema de assimilação de dados próprio, deverão ser implementados no próximo ano.

Segundo Silvio Nilo, com a entrada em operação do BAM, se impõe a necessidade de melhoria da estrutura computacional do CPTEC. Um experimento realizado recentemente para avaliar o desempenho do atual supercomputador para processar o modelo BAM adaptado a uma melhor resolução espacial, de 10 quilômetros, demonstrou que mesmo utilizando toda a capacidade de processamento do supercomputador Tupã, fazendo uso de seus 30 mil processadores ao longo de 2 horas, foi possível gerar previsões para apenas 24 horas. Ou seja, para as próximas demandas de modelagem do CPTEC, que exigirão previsões de alta resolução, o atual supercomputador é incapaz de gerar previsões operacionais para até 7 dias, sendo limitado também para realizar previsões de clima sazonal (global e regional) com alta resolução espacial.

Em 2010, a capacidade computacional do CPTEC estava no mesmo nível dos grandes centros mundiais, que atualmente já contam com máquinas entre 30 e 50 vezes mais velozes (na ordem de PetaFlops ou 1015 operações de ponto flutuante por segundo). O NCEP, dos Estados Unidos, por exemplo, tem capacidade para rodar seu modelo global a uma resolução espacial de 13 quilômetros. Silvio Nilo ressalta que somente com uma nova infraestrutura computacional, mais potente, será possível dar continuidade aos avanços do BAM, implementar o seu acoplamento ao modelo oceânico e aos modelos regionais e, consequentemente, produzir melhorias em todas as previsões processadas pelo CPTEC.

O novo coordenador do CPTEC, Antonio Manzi, que assumiu o cargo recentemente, destaca que o período de vida útil do atual supercomputador do INPE, o Tupã, expira em 2017, e como os processos de compra de um novo supercomputador levam ao menos um ano e meio, a compra de uma nova máquina deve ser iniciada no próximo ano, caso contrário haverá queda na qualidade das previsões geradas pelo CPTEC, acarretando potenciais prejuízos ao país. Diversas atividades econômicas dependem da boa qualidade das previsões, como os setores agrícola, de energia, meio ambiente, transporte, e mesmo o sistema de alertas emitidos pelo Centro Nacional de Monitoramento e Alertas de Desastres Naturais – CEMADEN.