Além da tecnologia: desafios de gerenciamento na era de Big Data [Versão traduzida]

Beyond technology: management challenges in the Big Data era
Más allá de la tecnología: Desafíos de gestión en la era de Big Data
Citar

APA

Francisco, E. de R., KUGLER, J. L., Kang, S. M., Silva, R., Whigham, P. A. (2019). Além da tecnologia: desafios de gerenciamento na era de Big Data [Versão traduzida]. RAE-Revista de Administração de Empresas, 59(6), 375-378. http://dx.doi.org/10.1590/S0034-759020190603

ABNT

FRANCISCO, E. de R.; KUGLER, J. L.; KANG, S. M.; SILVA, R.; WHIGHAM, P. A. Além da tecnologia: desafios de gerenciamento na era de Big Data [Versão traduzida]. RAE-Revista de Administração de Empresas, v. 59, n. 6, novembro-dezembro, p.375-378, 2019. http://dx.doi.org/10.1590/S0034-759020190603

Eduardo de Rezende Francisco - FGV EAESP - Outros artigos deste autor
JOSÉ LUIZ KUGLER - FGV EAESP - Outros artigos deste autor
Soong Moon Kang - University College London, School of Management, London e United Kingdom - Outros artigos deste autor
Ricardo Silva - University College London, Department of Statistical Science, London e United Kingdom - Outros artigos deste autor
Peter Alexander Whigham - University of Otago, Department of Information Science, Dunedin, Otago e New Zealand - Outros artigos deste autor

 

RESUMO

A capacidade das organizações de produzir, coletar, gerenciar, analisar e transformar dados aumentou rapidamente na última década (Delen & Zolbanin, 2018). Isso gerou novos desafios significativos em relação a como os dados podem ser aproveitados para melhorar as decisões de negócios e como esse novo cenário altera os processos e as operações de negócios (Vidgen, Shaw, & Grant, 2017). A adoção generalizada de métodos analíticos avançados (por exemplo, aprendizado de máquina) tem atraído bastante interesse (Gupta, Deokar, Iyer, Sharda, & Schrader, 2018; Vassakis, Petrakis, & Kopanakis, 2018), principalmente porque o armazenamento de dados e os métodos necessários podem ser acessados remotamente por meio de interfaces baseadas na web, como serviços em nuvem. Isso gerou uma crença crescente de que as empresas devem envolver-se ativamente com essa tecnologia para se manterem competitivas. No entanto, esse cenário de corrida da Rainha Vermelha (que pressupõe um desenvolvimento contínuo por parte das empresas) tem um custo, pois a coleta, a curadoria e o gerenciamento de grandes conjuntos de dados requerem experiência e uma equipe dedicada, o que, muitas vezes, consome recursos que não contribuem para as principais atividades do negócio. É preciso considerar também que cientistas de dados e engenheiros de dados, entre outros, cada vez mais exercem um papel relevante dentro das organizações (Davenport & Patil, 2012). Cargos como Chief Data Officer (CDO) e Chief Analytics Officer (CAO) agora são comuns na maioria das organizações.

 

ABSTRACT

The ability of organizations to produce, collect, manage, analyze, and transform data has increased rapidly over the past decade (Delen & Zolbanin, 2018). This has resulted in significant new challenges regarding how data can be leveraged for improving business decisions and how this new scenario changes business processes and operations (Vidgen, Shaw, & Grant, 2017). The widespread adoption of advanced analytical methods (e.g., machine learning) has attracted significant interest (Gupta,Deokar, Iyer, Sharda, & Schrader, 2018; Vassakis, Petrakis, & Kopanakis, 2018) particularly because the required data storage and methods can be accessed remotely through web-based interfaces such as cloud services. This has resulted in an increased belief that businesses must actively engage with this technology to remain competitive. However, this Red Queen scenario comes at a cost as collecting, curating, and managing large datasets requires expertise and dedicated staff, often consuming resources that do not contribute to core business activities. Consider the fact that there is an increasing role for data scientists and data engineers, among others, within organizations
(Davenport & Patil, 2012). Roles such as Chief Data Officer (CDO) and Chief Analytics Officer (CAO) are now commonplace within most organizations.

 

Num. Páginas: 
375-378

Envie seu comentário

O conteúdo deste campo é privado não será exibido ao público.
To prevent automated spam submissions leave this field empty.

Portal FGVENG

Escolas FGV

Acompanhe na rede