Tracy Daugherty está à frente da equipa que gere a solução de business inteligente (BI) da AWS e está há cerca de seis anos na empresa onde tem sido responsável pelo desenvolvimento de produtos de data & analytics. No re:Invent 2023, o responsável explicou à businessIT o que tem sido feito nessa área, da evolução do QuickSight e da integração do Amazon Q.
Qual é a estratégia da AWS para a área de data & analytics e como decidiram criar o Amazon QuickSight?
A missão era clara desde o início. Se há uma coisa que me tira o sono é o facto de um número insuficiente de pessoas nas organizações ter acesso a dados que lhes permitam tomar decisões. Quando comecei a trabalhar neste domínio, há 20 anos, 20 a 30% das pessoas tinham acesso e ainda é mais ou menos assim. Queríamos um produto que permitisse que todas as pessoas pudessem ter acesso à informação. Isto significava que tínhamos de o tornar mais fácil de utilizar, mais acessível, mais barato e o mais importante era que a arquitectura subjacente tinha de permitir tudo isso, o que significava que tinha de poder ser dimensionada para mais utilizadores, ter um bom desempenho e não ter obstáculos à sua utilização. O QuickSight foi construído de raiz na Amazon, ou seja, na cloud e não um produto on-premise que foi convertido para a nuvem. A premissa é que é a “última milha” dos dados de todos os serviços de dados que temos na AWS e é aqui que se encontra a maior parte dos utilizadores. Gosto sempre de dizer que os programadores representam 5 a 10% de qualquer organização e que os outros 90% precisam de aceder à informação e é este o foco do produto.
A área de BI sempre se concentrou no analista, mas queremos dar um foco maior ao consumidor, porque há muito mais utilizadores finais do que autores e analisras e acho que há muito que podemos fazer nesse campo. A nossa missão é conseguirmos que quase todas as pessoas de uma empresa possam usar os dados e obter valor deles. É essa a visão final.
Como é que o QuickSight tem evoluído?
Quando começou era muito pobre em funcionalidades apesar de ter arquitectura rica. Passámos dois anos a adicionar funcionalidades para ser equiparado ao que existia no mercado e, em seguida, concentrámo-nos na diferenciação. É por isso que o QuickSight tem dashboards e relatórios dentro do mesmo produto para que os consumidores tenham uma experiência completa e pode ser integrado nas soluções existentes das empresas. Há dois anos e meio, acrescentámos o Amazon Q, que permite consultas em linguagem natural. E que na, na minha opinião, é a primeira iteração de um verdadeiro self-service neste sector. A maior parte das pessoas, quando fala em self service, costuma dizer que são as TI que não querem fazer e põem os utilizadores a fazer. Para mim, é quando os utilizadores fazem alguma coisa que querem fazer, ou seja, olham para um dashboard, têm dúvidas, fazem perguntas e têm respostas. Isto leva-nos ao ponto em que nos encontramos agora, em que o Q cresceu e faz muito mais do que do que responder a perguntas; também tem capacidades de criação e geração de histórias.
O foco foi colocado em permitir que um conjunto de utilizadores, como os autores e analistas, fizesse algo que já faziam, mas de forma muito mais rápida e fácil e fazer com que mais pessoas possam ser autores. Já do lado do consumidor foi dar uma capacidade que nunca foi possível antes, a de construir uma história a partir dos dados. Descobrimos que os utilizadores finais não querem partilham dashboards, mas sim criar uma história a partir dos dados e partilhá-la num formato que lhes agrade.
Consideram que na maioria das empresas, as pessoas e os líderes ainda não utilizam verdadeiramente os dados para tomar decisões? Como tem sido a adopção do QuickSight?
O que acontece é que quase todas as empresas com que falámos têm BI, mas normalmente está limitado a um conjunto de utilizadores, mas nos últimos dois ou três anos, descobrimos que quase todos os líderes querem que todos os colaboradores tenham acesso aos dados. No entanto, as soluções on-premise do passado são demasiado dispendiosas e não conseguem escalar. Por isso, o que acontece é que somos chamados para fazermos grandes implementações ou implementações numa área ou outra que depois cresce; fazemos uma implementação padrão ou incorporando em aplicações que já são usadas pelas organizações.
A razão pela qual adicionámos relatórios e dashboards é porque algumas pessoas gostam de uma coisa e outras de outra. Foram estes três aspectos que permitiram a ampla adopção do QuickSight. Se recuarmos três ou quatro anos, a nossa presença era relativamente pequena e agora temos mais de 300 mil utilizadores semanais activos, o que penso que é a maior implantação de BI do mundo. E não há uma equipa a geri-la porque é uma arquitectura serverless.
As soluções de BI dependem da qualidade dos dados. Como é que ajudam as empresas a tirar o máximo partido dos dados que têm?
Visualizar os dados dá-nos normalmente uma boa noção da qualidade dos mesmos e por isso, de certa forma, o esforço de usar soluções de BI ajuda as pessoas a validar e a verificar a qualidade dos seus dados. À medida que a IA generativa começa a ser usada, há aspectos que obrigam as empresas a olhar para os seus dados de forma ainda mais precisa, porque há vários sítios onde convertemos as coisas para texto e as descrevemos dessa forma. O texto faz uma linha muito específica que, normalmente, não pode ser interpretada de muitas maneiras diferentes e leva as pessoas a pensar se será que isso está correcto ou não. A outra coisa que facilita a vida dos utilizadores é encontrar mais facilmente a informação certa no nosso sistema.
Quais as novidades e funcionalidades de IA generativa que foram implementadas no Amazon QuickSight?
Adicionámos recentemente mais funcionalidade do Q. É possível fazer cálculos usando linguagem natural, por exemplo de uma taxa de lucro. O assistente determina os valores e mostra tudo de forma visual para uma leitura mais fácil e que pode ser adicionada a um dashboard. O QuickSight pode gerar três visualizações ligadas aos dados com informação muito complexa em apenas um minuto. Assim, reduzimos consideravelmente a quantidade de tempo e os conhecimentos necessários. Também adicionamos a possibilidade de mudar os gráficos gerados e os dashboard seja adicionar opções, mudar a cor, a região, etc. Percebemos que os autores e analistas mais avançados adoram a parte do cálculo, porque é uma tarefa muito difícil, e os mais jovens adoram tudo o que é a capacidade de alterar as coisas rapidamente. Para os consumidores finais adicionamos sumários executivos que indicam os pontos de maior interesse de um dashboard, que mudanças existiram e outros destaques importantes em bullets fáceis de ler. Apesar de muitas pessoas trabalharem melhor com formatos visuais, algumas gostam mais de texto e esta é uma forma de ter as duas coisas.
Depois há uma nova forma de fazer perguntas e ter respostas. O utilizador faz uma pergunta ou damos-lhe exemplos de perguntas para começar e pode fazer perguntas menos completas que Q dá alternativas e responde; antes era preciso fazer uma pergunta muito completa para obter uma resposta precisa. Os utilizadores apreciam muito isto às vezes não sabem exactamente o que procuram e as probabilidades de isto os ajudar a identificar o que estão realmente à procura são muito maiores e, por isso, temos uma precisão muito maior. Por último temos as histórias em que carregando num botão é possível criar um conteúdo com base nos dados e gráficos para partilhar com terceiros num formato longo em que é possível fazer scroll ou em forma de apresentação e que são personalizáveis. O objectivo é em 10 minutos ter uma história que pode ser utilizada.
Quais serão as próximas tendências na área de BI e analytics?
Espero que as ferramentas tragam cada vez mais conhecimento e penso que o objectivo deve ser tornar as coisas mais fáceis de utilizar e consumir. A AI generativa dá-nos uma grande oportunidade para fazer isso e o céu é o limite. Na AWS estamos a começar a pensar em tarefas mais complexas e a analisar uma série de ideias e não será uma surpresa se incorporarmos a tecnologia em mais aspectos do produto.
Como é que as empresas podem ter uma cultura orientada para os dados?
A minha filosofia é muito simples: tem de vir do topo e depois é preciso fornecer aos utilizadores as ferramentas de dados que lhes interessam e que possam utilizar facilmente. Têm de ser produtos que os ajudem a fazer o seu trabalho e que que se sintam bem a usar. As pessoas ficam entusiasmadas com a utilização do QuickSight porque conseguem extrair valor. Se não conseguirem tirar valor, vão voltar à forma como faziam as coisas antes e voltam a guiar-se pela intuição ou pelos hábitos ou algo do género. Penso que os líderes das empresas querem que a sua organização seja mais orientada para os dados e na AWS queremos fornecer o produto que os ajude a chegar a esse objectivo.
