O impacto dos dados ruins e por que a observabilidade agora é imperativa

Você acha que o impacto de dados incorretos é apenas um pequeno inconveniente? Reveja seus conceitos.

Dados ruins custaram à Unity, uma empresa de desenvolvimento de software de videogames de capital aberto, US$ 110 milhões.

E isso é só a ponta do iceberg.

As ações da Unity caíram 37% em 11 de maio de 2022, depois que a empresa anunciou seus resultados do primeiro trimestre, apesar do forte crescimento da receita, margens adequadas, bom crescimento de clientes e alto desempenho contínuo na expansão líquida baseada em dólares.

Mas houve um ponto de dados nos resultados da Unity que não era tão positivo.

A empresa também compartilhou que o crescimento da receita operacional ainda estava alto, mas desacelerou devido a uma falha em sua plataforma que reduziu a exatidão de sua ferramenta Audience Pinpointer.

A falha na plataforma da Unity?  Dadosruins.

A Unity ingeriu dados incorretos de um grande cliente em seu algoritmo de aprendizado de máquina, o que ajuda a colocar anúncios e permite que os usuários monetizem seus jogos. Isso não somente resultou em diminuição do crescimento, mas também arruinou o algoritmo, forçando a empresa a fazer as correções para remediar o problema daqui para frente.

A administração da empresa estimou o impacto nos negócios em aproximadamente US$ 110 milhões em 2022.

A Unity não é a única empresa que sentiu profundamente o impacto de dados ruins. Veja o X, por exemplo.

Em 25 de abril de 2022, o X aceitou um negócio para ser comprada pelo fundador da Tesla e da SpaceX, Elon Musk. Apenas 18 dias depois, Musk compartilhou que o negócio estava "em espera", ao confirmar o número de contas falsas e bots na plataforma.

O que se seguiu demonstra o profundo impacto de dados ruins nesse negócio de perfil extremamente alto para uma das plataformas de fala mais usadas do mundo. Notavelmente, o X vem lutando contra esse problema de dados há anos. Em 2017, o X reconheceu exagerar a sua base de usuários por vários anos, e em 2016 uma fazenda de trolls usou mais de 50.000 bots para tentar influenciar as eleições presidenciais dos EUA. O X reconheceu contas falsas pela primeira vez durante seu IPO em 2013.

Agora, esse problema de dados está chegando ao auge, com Musk investigando a alegação do X de que contas falsas representam menos de 5% da base de usuários da empresa e tentando reduzir o preço de compra anteriormente acordado como resultado. O X, assim como a Unity, é outro exemplo de destaque do impacto de dados ruins, mas exemplos como esses estão por toda parte — e custa milhões de dólares às empresas.

A Gartner estima que dados ruins custam às empresas quase US$ 13 milhões por ano, embora muitas nem percebam a extensão do impacto. Enquanto isso, uma pesquisa da IDC revela que os trabalhadores do conhecimento passam cerca de metade do tempo corrigindo problemas de dados. Imagine quanto esforço eles poderiam dedicar a outro lugar se os problemas não fossem tão prevalentes.

Em geral, dados ruins podem levar a oportunidades de receita perdidas, operações ineficientes e experiências ruins do cliente, entre outros problemas que somam esse preço multimilionário.

O fato de que dados ruins custam às empresas milhões de dólares a cada ano é ruim o suficiente, e que muitas empresas nem percebem isso porque não medem o impacto é potencialmente ainda pior. Afinal, como você pode consertar algo do qual não está totalmente ciente?

Antecipar-se a problemas de dados ruins requer observabilidade de dados, que engloba a capacidade de entender a integridade dos dados em seus sistemas. A observabilidade de dados é a única maneira pela qual as organizações podem realmente entender não apenas o impacto de quaisquer dados incorretos, mas também as causas deles, que são imperativas para corrigir a situação e conter o impacto.

Também é importante incorporar a observabilidade de dados em todos os pontos possíveis, com o objetivo de encontrar problemas o mais cedo no pipeline, porque quanto mais esses problemas avançam, mais difíceis (e mais caros) eles se tornam para correções.

Criticamente, essa observabilidade deve ser um imperativo para os líderes de diretoria executiva, como dados ruins podem nos impactar seriamente na receita da empresa (basta perguntar à Unity e X). Tornar a observabilidade de dados uma prioridade para a diretoria executiva, diretores executivos ajudará a organização toda, não apenas as equipes de dados, a se unir em torno dessa iniciativa importante e garantir que ela se torne responsabilidade de todos.

Esse foco na observabilidade de dados de ponta a ponta pode ajudar, em última análise, a:

• Identifique problemas de dados antecipadamente no pipeline de dados para conter seu impacto em outras áreas da plataforma e/ou negócios
  
  
• Identificar problemas de dados mais rapidamente após o pop-up para ajudar a chegar a soluções mais rapidamente
  
  
• Entender a extensão dos problemas de dados que existem para obter uma visão completa do impacto no negócio

Por sua vez, essa visibilidade pode ajudar as empresas a recuperar mais receita mais rapidamente, tomando as medidas necessárias para mitigar os dados ruins. Espero que o resultado final seja uma correção antes que os problemas acabem custando milhões de dólares. E a única maneira de fazer isso acontecer é se todos, começando com a diretoria executiva, priorizarem a observabilidade de dados.

Saiba mais sobre a plataforma de observabilidade contínua de dados do IBM® Databand e como ela ajuda a detectar incidentes de dados mais cedo, resolvê-los mais rapidamente e entregar dados mais confiáveis para a empresa. Se você está pronto para fazeruma análise mais detalhada, agende uma demonstração hoje mesmo.