Latest news

Como começar uma adoção Cloud em menos de uma semana

Numa era de avanços tecnológicos, estamos a testemunhar um boom na modernização e transformação digital (em todas áreas de negócio). A situação pandémica atual veio acelerar ainda mais essa tendência e uma transformação digital eficaz será a diferença entre o sucesso ou o falhanço de uma empresa no futuro.

Não poderíamos abordar este tema sem trazer a computação em cloud para a discussão. Um número crescente de empresas está a estudar a possibilidade de mudar os seus sistemas para a cloud e, com isso, reduzir os custos e responsabilidades de ter uma infraestrutura local (neste estudo, feito pela Gartner, podemos perceber “mais de 1.3 triliões de dólares de gastos em TI serão afetados pela mudança para a Cloud até 2022”).

A computação em cloud possui características que o seu negócio pode aproveitar no imediato, como a alta disponibilidade, escalabilidade, tolerância a falhas, segurança, entre outras.

Mesmo com a barreira dos aspetos técnicos, a migração das suas aplicações para a cloud pode ter um impacto significativo nos custos e na produtividade do seu negócio.

Com esta mudança, é possível prever de forma mais acertada os custos (sem despesas iniciais, uma vez que os custos de infraestruturas locais são inexistentes), uma vez que só vai pagar o que usa. Além disso, considere também que só irá pagar recursos adicionais em caso de necessidade e pode parar os mesmos assim que queira.

A rápida aceitação da computação em cloud faz também com que as empresas fornecedoras destes serviços, possam aproveitar as economias de escala para oferecerem preços mais acessíveis e ajustados aos seus clientes.

Todos os recursos técnicos para construir e manter uma infraestrutura de data-center, são garantidas pelo cloud provider, para que possa assim manter todo o seu foco e produtividade nos negócios centrais da sua empresa. As suas equipas de IT vão assim concentrar-se ao máximo no desenvolvimento de novas soluções que possam ser vitais à sua organização.

Quando falamos de um processo de migração para a cloud, estamos também a falar de um plano de como uma organização deve mover os seus dados e aplicações do seu data-center local para a cloud.

A primeira etapa deste plano, consiste numa avaliação de introspeção da empresa para poder decidir quais os recursos que devem migrados, e qual a estratégia de migração que deve ser usada para cada recurso. Só depois poderá avaliar e escolher o provider e o parceiro que irá executar a migração.

Neste artigo, vamos explorar a primeira etapa, apresentando as estratégias mais usadas para migração para a cloud (com alguns exemplos práticos de casos reais).

Vamos focar-nos em dois modelos de serviços cloudIaaS – “Infrastructure as a Service” e PaaS – “Platform as a Service”.

A principal diferença entre os dois está na distribuição de responsabilidades:

Com IaaS, o fornecedor da cloud consegue gerir tudo o que está relacionado com hardware, mas os aspetos técnicos, como a manutenção do sistema operativo, configuração de rede e de aplicações, continuam a depender da organização.

Com PaaS, a sua empresa fica com menos responsabilidade, pois não é responsável pela manutenção da rede ou do sistema operativo. Apenas tem que se preocupar com os dados e configurações.

As estratégias de migração mais comuns, são:

  • Rehost (aka “lift and shift”) – migrar as aplicações “como estão” para IaaS;
  • Refactor – migrar as aplicações “como estão” com alterações de configuração para aproveitar as vantagens dos serviços cloud (ex: PaaS, DBaaS);
  • Rearchitect – Modificar a arquitetura/código das aplicações para novas aproveitar as funcionalidades da cloud;
  • Rebuild/New – (Re)construir aplicações adotando metodologias e tecnologias nativas da cloud.

A tabela seguinte apresenta uma comparação das diferentes estratégias (os objetivos têm impacto na escolha de migração a aplicar):

Mas então… como fazemos a adoção cloud?

Com uma semana para realizar a adoção em cloud, vamos nos focar nas duas estratégias possíveis, Rehost e Refactor.

Rehost, também conhecido como “lift and shift”, é uma das estratégias mais populares e com maior taxa de sucesso. Como o nome sugere, essa estratégia consiste em “retirar” a sua aplicação do host atual e “transferi-lo” para o cloud provider escolhido. Esta é uma das maneiras mais acessíveis de adotar o modelo cloud quando não há tempo para “re-desenhar” as suas aplicações.

Os custos inerentes à infraestrutura são agora redirecionados para o seu cloud provider, que trata e garante a manutenção de todos os recursos necessários para executar as suas aplicações e vende isso como um serviço (IaaS). O risco é baixo para esta estratégia e a sua empresa recebe benefícios imediatos e retorno sobre o investimento. Se não precisar dos recursos, pode “dispensar” a sua infraestrutura local.

Existem algumas ferramentas disponíveis para realizar esta migração, mas algumas empresas preferem fazê-lo manualmente. Esta estratégia é uma boa primeira opção para adoção de cloud mas, dependendo dos seus projetos, a próxima estratégia pode beneficiar mais dos recursos nativos da cloud.

Para simplificar este conceito, apresentamos um exemplo de uma aplicação que é executada em ambiente Java, usa um sistema de gestão de base de dados e é executada numa distribuição Linux.

Com o Rehost, é possível mover todas as camadas da sua aplicação para uma infraestrutura fornecida pelo seu cloud provider, mas a cloud tem muito mais para oferecer!

Com o “refactoring”, não está a alterar o core da sua aplicação, mas apenas a mover diferentes camadas da mesma para serviços geridos em cloud.

Pense em todo o tempo e recursos gastos a gerir bases de dados, backups, atualizações e muitas outras preocupações. A maioria dos fornecedores de cloud oferecem database-as-a-service, onde todas essas “preocupações” são geridas por eles. Alguns serviços oferecem plataformas onde pode executar as suas aplicações e todas as preocupações como o provisionamento de recursos, escalabilidade, balanceamento de carga e outros aspetos são geridos pelo seu cloud provider.

Esta estratégia pode exigir configurações adicionais comparando com a opção Rehost, mas a sua empresa pode beneficiar com isso.

Embora seja um grande passo em relação à estratégia de Rehost, ainda está longe de aproveitar todos os recursos nativos da cloud e dos quais você pode beneficiar. Mas com uma semana para migrar para a cloud, este é um bom passo.

Se quiser saber mais informações/ajuda com o seu plano de estratégia de migração para a cloud, entre em contato connosco.

antónio correia
joão gouveia gonçalves
António CorreiaComo começar uma adoção Cloud em menos de uma semana
read more

Jira Service Management: uma nova experiência de Service Desk

A Atlassian apresentou o Jira Service Management, a nova geração do Jira Service Desk. A partir de 9 de novembro de 2020, às funcionalidades do Jira Service Desk serão gradualmente acrescentadas novas funcionalidades, até aqui disponíveis separadamente noutros produtos da Atlassian – o Opsgenie, o Insight da Mindville e o Halp –, transformando a solução de service desk da Atlassian numa ferramenta de IT Service Management muito mais completa e moderna.

Eliminando possíveis bloqueios entre equipas que até agora trabalhavam separadamente, as soluções, resoluções de problemas e pedidos de suporte (internos e externos) podem ser executados com maior rapidez e baseados em informação mais rica e detalhada. O Jira Service Management entra em cena para dotar as organizações de uma maior visibilidade e agilidade de resposta, facilitando e promovendo uma colaboração eficiente entre as suas equipas.

Anteriormente disponível apenas como um produto separado, a integração do Opsgenie no Jira Service Management permitirá a gestão de alertas de incidentes, disrupções ou planeamento de intervenções a serviços. Pedidos de suporte a incidentes que cheguem ao Jira Service Management podem ser triados e escalados dentro do produto, despoletando automaticamente, por exemplo, alertas para as equipas responsáveis pelos serviços. Estas funcionalidades estarão disponíveis na versão Cloud. Para clientes Server e Data Center, a integração com o Opsgenie está dependente da aquisição isolada deste serviço.

O Insight da Mindville também fará parte do Jira Service Management. Uma ferramenta de Asset & Configuration Management bastante moldável, que permite uma catalogação dos ativos da sua organizaçãohardware, software, frota automóvel, material de escritório –, oferecendo uma visão mais detalhada e interligada na gestão do seu ciclo de vida. Todo o tipo de pedidos no Jira Service Management podem brevemente ser enriquecidos com a informação detalhada do Insight: por exemplo, um pedido relacionado com o suporte de um portátil ou de uma licença que precisa de ser renovada poderá agora ser enriquecido com toda a informação técnica associada, de forma automática. As funcionalidades do Insight estarão disponíveis no Jira Service Management na segunda metade de 2021.

O Halp, que permite a criação, triagem e gestão de tickets através de ferramentas conversacionais, também será incluído no Jira Service Management, durante o segundo semestre do ano 2021. Será possível a equipas integrarem o Slack (já disponível na versão standalone do Halp) ou o Microsoft Teams (em fase de testes) com o Jira Service Management e gerir os seus pedidos diretamente dessas aplicações.

Fonte: Atlassian

Para além das novas capacidades incluídas no produto, o Jira Service Management disponibilizará também novos templates para a criação de projetos de suporte. Os templates incluem configurações típicas em cenários de Incident & Change Management, Service Request e Problem Management, acelerando o processo de adoção da ferramenta. Os templates integrarão de forma natural com o Bitbucket, oferecendo novos controlos na automação e aprovação de deployments e maior rastreabilidade na análise de problemas.

O novo Jira Service Management já está disponível na versão Cloud em todos os planos – Free, Standard, Premium e Enterprise –, sendo as funcionalidades adicionais do Insight e Halp disponibilizadas gradualmente durante os próximos meses. As versões Server e Data Center chegarão via update no final deste ano.

Está preparado para amplificar a gestão de serviço na sua organização?

Tiago AlmeidaJira Service Management: uma nova experiência de Service Desk
read more

E o vencedor é… BI moderno!

Porque o Business Intelligence moderno é tão importante para uma organização tornar-se mais competitiva?

O BI moderno traz a flexibilidade necessária para construir uma cultura data-driven onde se pode decidir com factos e não apenas com suposições. Ao invés de depender somente de EDW’s (Enterprise Data Warehouse) como o BI tradicional, ele traz um conjunto de novas ferramentas de visualização interativa que direcionaram muitas tarefas do departamento de IT para os utilizadores de negócio. O BI deixou de ser apenas um projeto; o objetivo é uma empresa data-driven onde o BI é o elo de ligação entre qualquer input de dados com o utilizador final através de ETL (Extract, Transform & Load) e as ferramentas de visualização. O que queremos, é mostrar por que razão o BI moderno oferece valor para as empresas e vamos fazê-lo na trilogia seguinte.

1. Aceder a dados

Ligar a dados tornou-se muito mais fácil. Hoje em dia, é possível ligar-se a qualquer tipo de BD (base de dados), conjunto de ficheiros, como PDF ou excel, a API’s ou a dados provenientes da web usando Web Data Connectors, etc. É possivel realizar estas ligações a partir de uma ferramenta de BI como o Tableau Desktop ou Power BI, que permitem conexões diretas a essas fontes de dados. Pensemos sobre isto, muitas empresas confiam no excel como output da informação dos seus departamentos. Imaginemos um exemplo de relatórios mensais sobre vendas. Como se pode comparar, facilmente, o desempenho das vendas de 2008 com as de 2018? Abre-se os ficheiros de excel todos? Como se pode construir um mapa de vendas vs região por ano? E detalhar por mês? Felizmente, essas ferramentas de BI moderno podem oferecer isso. Tendo-se a capacidade para ligar rapidamente a um ficheiro excel, ou vários (por joins ou relationships) ao Tableau ou ao Power BI, adquire-se uma verdadeira melhoria na eficiência de análise porque em poucos minutos, pode-se limpar, normalizar e usar todos esses dados para construir relatórios e dashboards dinâmicos.

É necessário ter em conta que às vezes os dados não estão livres de erros pelo que é preciso montar um processo de limpeza, o que é relativamente simples de fazer nessas ferramentas com alguns cliques. No entanto, na existência de ficheiros muito complexos que necessitem de cálculos complicados, ou se o intuito for juntar muitas fontes de dados distintas, será necessária uma ferramenta de ETL como o Pentaho, o Tableau Prep ou o SSIS (SQL Server Integration Services) e uma BD para onde o ETL enviará os dados de todas as fontes.

2. Construir Visualizações

Ligar aos dados tem opções novas e é algo muito mais rápido de se fazer, mas o que é mais interessante é a construção de visualizações. Mais vale esquecer aqueles gráficos, tabelas e mapas velhos e estáticos. Hoje em dia, as soluções de BI oferecem a possibilidade de construir qualquer tipo de gráfico para mostrar informação da forma que se quiser. Apenas num gráfico, em poucos minutos, pode-se criar uma visualização por ano com a possibilidade de detalhar até aos dias ou detalhar hierarquias, mostrando apenas o lucro por grupos de produtos e depois detalhar até se ver o lucro por cada produto, por exemplo. Rapidamente se consegue incorporar filtros nas visualizações de forma a tornar a sua análise mais precisa. É possível construir parâmetros que habilitam os utilizadores a ver diferentes KPI’s (Key Performance Indicators) por grupos de produtos, o que quer dizer que na mesma visualização, pode-se explorar o lucro por número de vendas ou a margem por produto. Todavia, é muito fácil ter acesso a raw data construindo tabelas que apresentem a informação que se pretende.

Apesar destas funcionalidades agradáveis, há uma muito importante. A possibilidade de explorar e analisar os dados subjacentes. Escolhendo um grupo ou clicando num ponto específico de um gráfico, rapidamente se pode visualizar a informação que contribui para a construção dos valores. Com isto nunca se anda às cegas e ainda melhor, é possível exportar esses dados para um ficheiro. Usando esta funcionalidade com as visualizações, qualquer utilizador pode explorar e analisar, estando apto a encontrar tendências ou outliers para tirar conclusões interessantes.

No fim, vai estar capacitado para criar dashboards super dinâmicos cheios de filtros ou parâmetros que podem ser aplicados a todos os gráficos, tabelas e mapas. Com os dashboards podem-se criar “snapshots” para contar uma história e comunicar os dados de uma forma muito mais fácil e consistente.

Isto ainda se torna melhor porque depois de construir as visualizações, estas podem ser partilhadas com todas as pessoas da empresa sendo possível escolher quem vê o quê.

3. Governance

Se as visualizações são algo de outro mundo, partilhar conteúdo de uma forma tão simples com toda a organização ainda é melhor. Ferramentas como o Tableau ou o Power BI oferecem a possibilidade de ter todo o conteúdo centralizado num só local, dividido por projetos ou departamentos. Estamos a falar de fontes de dados e dashboards onde se podem criar grupos de utilizadores e decidir as permissões deles. Imaginemos a construção de um dashboard para o Marketing que é publicado num serviço online. Na plataforma, existem utilizadores de todos os departamentos, mas apenas os utilizadores do Marketing devem ver o dashboard. Para se atingir isto, cria-se o grupo Marketing, adiciona-se todos os utilizadores do Marketing e dá-se permissões para que eles possam ver o conteúdo enquanto que para outros grupos, Finanças por exemplo, negam-se essas permissões.

Esses serviços são online, tendo como base um servidor físico ou cloud com um alto nível de segurança. Para aceder podem utilizar-se diretorias de login como o Active Directory ou criar uma localmente. É relativamente simples embutir visualizações em páginas web que serão atualizadas cada vez que os dados subjacentes mudam. Criar horários ou alertas é algo bastante útil, horários para atualizar fontes de dados e alertas para saber quando um KPI ultrapassa um certo limite. Apesar disto, é fácil monitorizar tudo: quem acedeu o quê, desempenho, espaço livre e usado, tarefas, etc.

A melhor parte de tudo isto é o facto de o pessoal de IT continuar a ser uma peça importante para gerir os acessos aos dados, mas com as permissões certas, qualquer utilizador ganha poder para ver, customizar, criar ou editar dashboards e relatórios ou analisar dados em muito pouco tempo.

Pensamentos finais

Como dissemos, BI não é mais um simples projeto. BI é um ser vivo nas empresas. Imaginemos uma empresa como uma cidade em que por cima passa uma autoestrada de dados fluindo livremente entre cada canto dessa cidade. A escalabilidade torna-se bastante eficiente na medida em que os vários departamentos podem evoluir para uma cultura digital em muito pouco tempo ou velhas estruturas digitais de BI podem evoluir para soluções mais recentes, o que seria ainda mais rápido de se fazer.

O valor que se retira da monitorização, da tomada de decisões, da rápida análise de informação ou da partilha de intuições entre pessoas e departamentos, é um de muitos pontos positivos que BI pode oferecer, isto sem esquecer a autonomia que os utilizadores têm para fazer tudo isto.

Com certeza o BI moderno é um vencedor que apanhou a velocidade do nosso mundo competitivo em constante mudança e ganhou o seu lugar ao lado do tecido empresarial. Por isso é que o Xpand IT DIaas (Data Innovation as a Service) se tornou real. Definindo uma estratégia, implementando, mantendo e dando suporte a uma solução robusta, ajudando as empresas a construir essa autoestrada, podemos auxiliá-las a assumirem-se como competitivas e data-driven, e claro, como vencedoras, porque quando estas triunfam, nós triunfamos.

José MirandaE o vencedor é… BI moderno!
read more

Gestão de equipas de Marketing com ferramentas Atlassian

A organização de trabalho é um tema diário de todas as empresas. Quem delega o quê? Em que ponto está aquele projeto que não pode mesmo falhar? Como fazer o report da carga de trabalho que a sua equipa suporta?

Todas estas questões são legítimas, e é por isso que o vamos ajudar a tirar proveito das ferramentas Atlassian para potenciar a sua equipa e organização. Iremos também apresentar um use case, utilizando como exemplo a equipa de Marketing da Xpand IT, para que possa perceber de forma mais detalhada qual o verdadeiro potencial destas ferramentas em equipas fora do âmbito do desenvolvimento de software.

Confluence

Comecemos pelo Confluence. Esta plataforma de gestão e partilha de knowledge, permite que as equipas, independentemente da área de atuação numa organização, consigam mostrar os projetos em que estão envolvidas, partilhar resultados, iniciativas ou até mesmo conteúdos pessoais que possam ser úteis à organização. Graças à sua estrutura, a plataforma permite que os fluxos de informação corram de forma eficaz fazendo com que todas as pessoas envolvidas na empresa estejam ao ocorrente do dia-a-dia do trabalho de cada um.

Vejamos o caso da equipa de Marketing da Xpand IT. Com o acesso ao Confluence, é possível dar visibilidade à empresa de todas as iniciativas de Marketing (e não só!) que estão a decorrer. O acesso fácil à informação, faz com que todos os colaboradores se sintam envolvidos nos mesmos projetos, aumentando e fomentando a cultura do teamwork. Assim, todos têm uma voz, partilham, contribuem e dão feedback.

Podemos perceber o impacto do Confluence, por exemplo, numa interação entre a equipa de Marketing e a equipa de Sales. Mesmo trabalhando sobre alçadas diferentes, a plataforma permite que ambas as equipas partilhem os seus inputs no apoio à participação da Xpand IT num evento externo. Através da rápida e fácil edição dos conteúdos da página do evento, é possível aumentar a agilidade de todo o processo organizacional e simplificar um trabalho burocrático que, numa habitual troca de e-mails, se pode tornar moroso.

É possível, também, criar notas de reunião, planos de projetos, especificação de serviços, entre outros tipos de documentos, que fomentem o processo colaborativo das equipas e contribuam para uma execução mais ágil e eficaz.

Estes são alguns exemplos dos benefícios que o software Confluence pode trazer à sua equipa.  Poderá saber mais informações sobre o Confluence aqui. Consulte o artigo 10 razões para atualizar a sua versão de Confluence para conhecer outras funcionalidades que pode usufruir com esta ferramenta.

Jira Software

O Jira é uma plataforma de gestão de trabalho que permite que as suas equipas consigam visualizar o estado de todas as suas tarefas de uma forma mais prática, intuitiva e colaborativa. O Jira Software estende a funcionalidade base do Jira para suportar processos ágeis de desenvolvimento (não necessariamente software) e facilitar o planeamento, execução e otimização do trabalho das equipas.

Existem 4 fases ligadas ao sucesso desta plataforma e que impactam positivamente no trabalho das suas equipas:

– Plan: distribuição de tarefas por toda a equipa;

– Track: priorização e acompanhamento de tarefas para o sucesso de cada projeto onde a sua equipa está envolvida;

– Release: tempo de execução das várias tarefas. Ao longo do período de trabalho, cada elemento da equipa pode alterar o status de cada tarefa para manter o resto da equipa atualizada;

– Report: no final de cada período de trabalho, é possível a elaboração de um report que identifique onde a sua equipa teve sucesso e os pontos de melhoria.

É com base nestas 4 fases que regressamos ao exemplo da equipa de Marketing da Xpand IT. Dentro de uma equipa podem existir várias metodologias de trabalho a adotar (neste artigo poderá ver as 5 metodologias Agile que existem). Neste caso, vamos explorar a metodologia SCRUM.  Este método de trabalho carateriza-se pelos ciclos ou etapas de desenvolvimento, definidas como sprints, e pela maximização do tempo de desenvolvimento de uma série de tarefas.

Regra geral, devem existir todos os dias reuniões de 15 minutos, as daily scrum, que permitem determinar o progresso do projeto, dar visibilidade de impedimentos existentes e definir os objetivos para o dia de trabalho. Com períodos de trabalho quinzenais, denominados por sprints, a equipa inicia o seu ciclo de trabalho com uma reunião onde cada elemento da equipa cria as suas tarefas na plataforma e atribui várias métricas às mesmas: story points (de 1 a 8), que ajudam a determinar a complexidade de cada task; horas, que prevê um número mais fiável do tempo a despender  por cada tarefa; priority, que permite definir a urgência de cada tarefa; assignee, pessoa responsável pelo cumprimento da mesma. A equipa utiliza ainda labels (ou tags) para categorizar tarefas, facilitando a análise de tempo dispendido no report final de cada sprint.

Depois, o SCRUM Master – pessoa responsável por garantir as práticas do processo – dá início ao sprint.

No final do sprint, a equipa volta a reunir para fazer o Sprint Review e perceber os pontos de melhoria nos seus métodos de trabalho, dificuldade das tarefas, entre outros.

gestão de equipas

Vejamos o exemplo seguinte:

Neste caso, foi criado um issue no Jira Software para a realização deste blogpost. Foram atribuídos os story points estimados, o número de horas para escrever este artigo e a sua priority.

Como podem ver na imagem, foi atribuído um total de 12 horas para a elaboração deste conteúdo (1d e 4h), a dificuldade foi máxima (relembrando, a escala é de 1 a 8) e foram criadas 3 tags: Blog, porque se trata de uma escrita para o nosso blog; CS, porque é a nossa área de negócio associada às tecnologias referidas; Atlassian, porque é o tema que este use case retrata.

Depois de feito o upload, esta task irá afixar-se na coluna dos “To Do” e irá mudar de status, consoante o progresso da tarefa. Esta tarefa, visto estar a ler este artigo, já foi concluída, pelo que se encontra actualmente no estado “Done”. No entanto, durante a produção deste conteúdo, a mesma encontrava-se no estado  “In Progress”.

Com esta ferramenta, conseguimos perceber, enquanto equipa, a carga horária que é necessária para cada tarefa e, assim, otimizar a organização de trabalho e eficácia na alocação de recursos.

Jira Service Desk

gestão de equipas

Esta plataforma de gestão de pedidos de serviço é a solução ideal para a resolução de issues que possam surgir no dia-a-dia do seu trabalho. A missão da equipa de resolução dos mesmos é responder ao pedido com o maior e mais elevado nível de qualidade de suporte, e ao mesmo tempo conseguir otimizar o processo de resposta e a gestão da sua capacidade.

O processo de abertura de um pedido de suporte (ticket) é bastante simples. Vamos ver o caso da nossa equipa de Marketing em conjunto com a equipa de design para a abertura de um ticket para a elaboração das peças de comunicação deste blogpost. Na plataforma de Jira Service Desk, pode selecionar a categoria do seu pedido. Neste caso, vamos abrir um ticket em “Design Request”.

De seguida, detalhamo-lo da forma mais precisa possível para que a necessidade seja totalmente clara para a equipa de Design. Segue-se a indicação do projeto a que o esforço da equipa de Design sobre este pedido deve ser alocado (para imputação de custos) e a definição de um ou mais aprovadores para a realização deste pedido, se tal for necessário. Por fim, indicamos um deadline expectável para a resolução do ticket – para que a equipa de Design consiga organizar os timelines do seu fluxo de trabalho em concordância – e anexamos quaisquer ficheiros que possam ser úteis à boa resolução do mesmo.

Pensamentos Finais

Neste conteúdo abordámos um caso de uso simples do dia-a-dia da equipa de Marketing suportado em duas ferramentas Atlassian. Existem muitas outras necessidades e especificidades que podem ser mapeadas nestes produtos, cujas funcionalidades podem mesmo ser estendidas com recurso a milhares de apps presentes no Marketplace Atlassian. As possibilidades para a melhoria da colaboração entre equipas são infinitas.

A Xpand IT é uma empresa global que atua como única Atlassian Platinum Solution Partner em Portugal, desenvolvendo serviços e produtos Atlassian na área da colaboração e gestão de processos de trabalho de equipas de múltiplos sectores de atividade. O nosso know-how, aliado à experiência em tecnologia Atlassian, permite-nos prestar vários serviços de consultoria especializada para a instalação, configuração, migração e upgrade, customização, suporte, formação, assessment e empowerment em ferramentas Atlassian. Saiba tudo, aqui.

Pedro RosaGestão de equipas de Marketing com ferramentas Atlassian
read more

5 questões que precisa de responder para criar soluções Azure

São inúmeros os artigos, os blogposts e outro tipo de conteúdos que falam sobre a cloud: desde os benefícios que esta tecnologia oferece às empresas à desmistificação de mitos perpetuados, de como tirar maior partido da tecnologia ou até de como otimizar aplicações existentes. É inegável o papel de relevância que a cloud tem, atualmente, na realidade das empresas.

De facto, o tema continua a ser tão relevante que, de acordo com um recente inquérito realizado pela IDC, as organizações mostram uma inclinação forte em aumentar os investimentos em serviços de cloud no ano de 2020. Por outro lado, a situação pandémica atual, resultou numa crescente digitalização das empresas, onde o elemento cloud se revelou ser crucial, dado os benefícios que este apresenta para as empresas que foram obrigadas a adaptar-se digitalmente da noite para o dia. As exigências ao nível das infraestruturas aumentaram de forma muito significativa e o número de trabalhadores que começaram a trabalhar remotamente cresceu. Adicionalmente, ficou claro que as empresas têm que oferecer versões digitais dos seus serviços aos consumidores.

No entanto, com o número de opções distintas que estão disponíveis, pode ser algo difícil perceber por onde começar: quer seja uma empresa que já adote esta tecnologia em algumas partes do seu negócio e pretende otimizá-la ou mesmo uma empresa que ainda não adotou a cloud e está a pensar em fazê-lo, é importante fazer uma análise interna do negócio que ajude a clarificar os objetivos e propósitos a que se quer responder ao utilizar este tipo de tecnologia.

As 5 perguntas que precisa fazer para criar soluções Azure

Existem 5 coisas que precisa clarificar por forma a perceber por onde começar a sua jornada de transformação digital na cloud com o maior número de informação possível:

1) Qual é a sua necessidade?

Antes de avançar para o desenvolvimento de soluções que tirem partido da tecnologia, comece por se perguntar qual é a sua necessidade. Quer modernizar uma solução já existente, quer construir uma solução de cloud nativa, quer construir uma plataforma de dados ou ainda não sabe bem a que necessidade do seu negócio precisa de responder? Este é o primeiro passo que necessita de dar antes de sequer começar a pensar em desenvolver um projeto de migração para a cloud. Sem a resposta a esta pergunta, o propósito do investimento não ficará claro – nem os moldes em que deve fazê-lo.

2) Que tipo de solução procura?

Em segundo lugar, é preciso também perceber que tipo de solução procura: será que procura uma app web, uma app mobile, um business backend, uma streaming app ou está à procura de uma outra solução? Eventualmente, poderá chegar à conclusão que aquilo que a sua empresa necessita neste momento é mesmo um agregado destes elementos. Ter uma noção mais clara da necessidade que precisa de responder e do tipo de solução que poderá ajudar a cobrir tal necessidade, será um passo importante a dar na sua jornada de migração para a cloud.

3) Qual é o seu objetivo de negócio?

Já depois de ter percebido a que necessidade pretende responder e também que tipo de solução procura dentro do universo de tecnologia cloud, é também fundamental refletir sobre o objetivo de negócio que deseja concretizar. Aqui é o momento onde poderá, finalmente, cristalizar a visão que tem para o seu negócio e como é que esta tecnologia o poderá ajudar a concretizá-la. Comunicar essa visão de forma clara e inequívoca irá ajudar a que os especialistas estejam alinhados consigo para conseguir torná-la realidade.

4) Que tecnologias utiliza atualmente/quer vir a utilizar?

Independentemente da necessidade a que quer responder, seja por exemplo, modernizar uma solução existente, construir uma plataforma de dados ou mesmo construir uma solução de cloud nativa, é importante que tenha em conta as diferentes tecnologias que já utiliza e/ou que quer vir a utilizar, por forma a analisar qual será o impacto que essas tecnologias terão ao iniciar a sua jornada cloud. Quanto mais cedo se analisar as possíveis limitações ou obstáculos ao cumprimento dos nossos objetivos, mais eficientemente conseguiremos arranjar estratégias para os ultrapassar.

5) Quais são os principais drivers da empresa?

Por fim, mas não menos importante, é também crucial clarificar quais são os principais drivers da empresa. Que tipo de elementos são cruciais na atividade global da empresa e quais querem priorizar acima de todos os outros? Serão os custos, a performance, a escalabilidade ou outros? Por forma a garantir que a solução que é construída é altamente personalizada e focada nas necessidades individuais de cada empresa, é relevante ter visibilidade sobre que tipo de indicadores a empresa se quer guiar. Apenas desta forma será possível chegar a uma solução que endereça todos os desafios e oportunidades a que a empresa deseja responder.

O que acontece depois? Próximos passos

Mesmo depois de ter respondido a todas estas questões, pode – ainda assim – ser desafiante perceber qual será a melhor solução cloud ou qual será a melhor combinação de recursos para a sua necessidade específica. Por tal, a Xpand IT desenhou uma ferramenta intitulada Cloud Assessment Tool cujo objetivo é o de fazer uma breve avaliação por forma a que a nossa equipa de especialistas consiga ajudar as empresas a perceber o que já estão a fazer bem, que áreas pode melhorar e, finalmente, dar visibilidade às organizações sobre a melhor combinação de recursos dentro da especificidade do seu negócio e dos desafios que tem para responder.

Na Xpand IT, a unidade de Digital Xperience há já muitos anos que se foca no desenvolvimento de soluções baseadas em tecnologia cloud, nomeadamente Microsoft Azure. Todas as soluções que temos vindo a desenvolver ao longo dos anos tiram partido de uma variedade de componentes que são entre si combinados para construir a melhor solução possível: App Services, API Management, Cosmos DB, Cognitive Services, entre outros. A nossa experiência nestas tecnologias e, particularmente, em Microsoft Azure não deriva apenas do desenvolvimento de iniciativas de soluções nativas em cloud, mas também da reengenharia de soluções existentes, onde ajudamos os nossos clientes a tirar o máximo partido desta tecnologia e de todos os seus componentes.

Complete o nosso Cloud Assessment e dê um passo em frente na sua jornada de transformação digital.

Filipa Moreno5 questões que precisa de responder para criar soluções Azure
read more

Taxa de Churn – Porque devemos dar oportunidade ao Machine Learning

Data Science, Machine Learning e Taxa de Churn

A monetização de dados, regulada por termos e condições de privacidade bem definidos, é uma prática essencial para qualquer empresa que queira ser – ou continuar a ser – relevante no seu mercado. A interpretação de dados gerados pelas atividades diárias da empresa pode ser uma das formas menos dispendiosas de analisar ineficiências e problemas de performance. De facto, utilizar dados, e atuar sobre eles, deveria ser um procedimento habitual para qualquer empresa, que se queira manter à frente da concorrência. Muito provavelmente, tudo isto é um dado adquirido para todos os que trabalhem com dados. No entanto, admite-se que a importância deste tópico não seja tão evidente para alguém que não trabalhe nesta área. Para o evidenciar bastará uma contagem rápida do número de artigos publicados pela Forbes, ou pela Harvard Business Review, sobre monetização de dados e a sua importância para que se comprove que é uma tendência adquirida dentro do panorama empresarial.

Neste blogpost, iremos analisar um caso específico de como dados, combinados com técnicas de Data Science (DS) e algoritmos de Machine Learning (ML), podem ajudar uma equipa de gestão a compreender melhor o seu negócio e o comportamento dos seus clientes, ao estarem providos com mais e melhor informação no seu processo de tomada de decisões. Como o título desta publicação sugere, o seu âmbito será o churn de clientes e a forma como dados produzidos pela atividade de clientes o pode avaliar e detetar.

É por isso pertinente definir o que é o churn de clientes, como é medido, porque poderá ocorrer e o seu impacto numa empresa.

De acordo com a Investopedia, a taxa de churn de clientes é a taxa a que os clientes deixam de ter atividade com uma entidade. É frequentemente expressa como a percentagem de cancelamento de subscrições num determinado período de tempo. A associação mais óbvia deste conceito é a um modelo de negócio baseado em subscrições (SaaS), em que o cliente deixa de pagar uma subscrição recorrente. Contudo, o conceito também pode ser aplicado a outros modelos de negócio, quando um cliente frequente deixa de o ser.

É possível elaborar algumas razões óbvias para a cessação de atividade por parte de clientes: uma modificação drástica na situação financeira respetiva, melhores produtos concorrentes, uma costumer experience fraca (CX) ou expectativas não cumpridas. Tendo em consideração a atual pandemia, outra causa facilmente identificável é a falta de serviços online, especialmente relevantes durante o confinamento que alguns países experienciaram este ano.

Tendo tudo isto em consideração, é expectável que uma taxa de churn de clientes mais baixa beneficie todas as partes envolvidas numa transação: a empresa verá os seus lucros crescerem e a satisfação dos clientes será maior. Para além disso, é sabido que o custo de aquisição de novos clientes é tipicamente elevado, reforçando a necessidade que existe de se manter a taxa de churn o mais baixo possível.

A empresa Xyz, cujo modelo de negócio é baseado em subscrições, tem 5000 clientes subscritos ativos. A empresa define um cliente subscrito ativo como um cliente que tem mais do que uma transação mensal consecutiva. No mês passado, a empresa Xyz registou 125 cancelamento, ou seja uma taxa de churn de 2.5%

Uma equipa de gestão poderá querer ver respondidas várias questões quando é confrontado com altas taxas de churn. Algumas mais óbvias serão: qual foi o trigger? ou qual é o perfil típico dos clientes que estão a abandonar o serviço? O uso de técnicas analíticas avançadas provou que o churn de clientes resulta não de um, ou dois, eventos negativos, mas sim de uma sucessão de ocorrências num período de tempo. Como a Bain & Company confirma, é essencial perceber quais foram as root causes do abandono e qual a série de eventos representativa do percurso dos clientes a abandonar um serviço ou produto.

Presumivelmente a razão pela qual um cliente cessa atividade com uma empresa está implícita nos dados que descrevem a sua relação com a mesma. Algoritmos de Machine Learning são capazes de interpretar conjuntos de dados, distinguindo padrões relevantes de acordo com o objectivo pretendido. Neste caso para detectar um padrão relacionado com churn, poder-se-ia usar dados resultantes de transações, contratos, rentabilidade ou mesmo características demográficas de clientes. Uma das principais vantagens de utilizar algoritmos é o facto de revelar padrões sem vieses ou preconceitos pré-adquiridos. Padrões estes que poderão ser dificilmente detetados por product owners ou indivíduos com consideráveis conhecimentos de negócio.

Machine Learning é uma área da ciência da computação que recorre a modelos matemáticos avançados para identificar padrões e prever eventos. Genericamente, estes modelos são alimentados com dados para o efeito.

É possível traduzir o resultado destes modelos matemáticos em métricas interpretáveis através de diferentes abordagens algorítmicas, para que seja possível responder a perguntas especificas, como as em cima mencionadas.

Por exemplo, poder-se-ia computar uma probabilidade de churn para cada cliente. Este tipo de métrica aproxima-se de uma medida de similitude entre o cliente ativo X e o perfil típico de clientes inativos. Outra abordagem, focada em responder às duas ultimas perguntas referidas, passaria por construir um algoritmo capaz de identificar qual a série de eventos que leva ao churn de clientes.

É importante referir que estes dois exemplos de abordagens não precisam de ser desenvolvidos ou utilizados de modo disjunto. Poderá ter sentido usar mais do que uma métrica ou ter indicadores mais direcionados para o tipo de mercado em que uma empresa se insere, o tipo de dados que possui e gera e o próprio tipo de organização.

O objetivo de qualquer metodologia de Machine Learning usada neste contexto será sempre produzir informação relevante e acionável. Esta terá de ser específica, relativa a populações bem definidas e capaz de ser traduzida em ações financeiramente eficientes e eficazes. Este blogpost não tenciona debater maneiras de acionar esta informação, mas existem iniciativas simples de o fazer. É o caso de campanhas de marketing com alvos bem definidos, ou pequenas alterações numa UI. O resultado destas iniciativas poderá ser aferido se ocorrer uma diminuição na taxa de churn a curto e/ou médio prazo. No entanto, é de salientar que o sucesso destas experiências deverá ser medido também através de uma metodologia de A/B testing.

A influência direta de campanhas fará com que o comportamento do consumidor se altere, tal como a sua CX. Aliado a isto, tendências macro e micro económicas, alterações nas estratégias de competidores e outros fatores extrínsecos farão com que o padrão que evidencia o abandono de um cliente não seja estático ao longo do tempo. Em termos práticos, isto significa que um padrão detetado em ti será diferente do detetado em ti+período de tempo. Consequentemente, um algoritmo de Machine Learning terá de ser atualizado e mantido continuamente para que se possa manter relevante e influente nas decisões de negócio. Este fenómeno é denominado como concept drift e é bem conhecido na área de análise preditiva.

Data Science na Xpand IT

A unidade de Data Science da Xpand IT desenvolveu um processo baseado nas referências e nos standards da industria. Este guia ajuda-nos a minimizar a incerteza natural em projetos de Data Science, seguindo uma abordagem estruturada baseada em metodologias agile.

Um exercício simples, mas bastante interessante, seria aproximar o processo de Data Science a alguns dos pontos-chave mencionados ao longo deste blogpost:

– Viability Analysis:

  • definir um objetivo e uma pergunta a ser respondida, por exemplo, quais são as séries arquetípicas de eventos que resultam em churn de clientes?;
  • determinar que métricas são apropriadas, de acordo com o mercado, os dados disponíveis e a organização da empresa;
  • estudar o impacto que o concept drift poderá ter no problema e como subtrair à solução;
  • se necessário, desenhar uma metodologia de A/B testing para avaliar o outcome das ações previstas de executar.

– Modelling

  • construir algoritmos capazes de detetar o padrão de churn.

– Deployment

  • automatizar atualizações de modelos.

Pequena Conclusão

O use case aqui discutido deverá ser familiar a empresas cuja atividade se baseia no consumo de retalho ou em subscrição de serviços. Esperamos ter conseguido demonstrar de maneira sucinta porquê e como é que Machine Learning e Data Science poderão acrescentar valor a uma empresa que pretenda reduzir a taxa de churn de clientes. A unidade de Data Science é capaz de ajudar no desenvolvimento de use cases como este, em similares como Lifetime Value Prediction, ou noutros distintos de Manutenção Preventiva, Detecção de fraude, etc..

O nosso objetivo ao longo de um projeto passará sempre por gerar valor, focando-nos em perceber o negócio e ajudando a desenvolver e implementar a tecnologia necessária.

Gonçalo CostaTaxa de Churn – Porque devemos dar oportunidade ao Machine Learning
read more

Green Deal: 5 razões para que a sua empresa seja Data-Driven

Verdade seja dita, mais tarde ou mais cedo todas as indústrias terão de cumprir diretivas ecológicas, sejam elas vindas da Comissão Europeia ou de outro organismo com poder de influência. De facto, como muitos sabem, em Dezembro de 2019, a Comissão publicou “O Pacto Ecológico Europeu” (The European Green Deal). Este acordo tem o propósito de mudar a forma como a União Europeia (UE) e todos os seus cidadãos estimam o clima e o ambiente.

Não é difícil entender que as empresas europeias terão de ser as grandes pioneiras e empresas data-driven serão as que terão menos dificuldades para adotar essas diretivas. Portanto, para que a sua empresa se mantenha competitiva e absorva rapidamente as mudanças que se avizinham em matérias de produção ou processos diários operacionais, deve dar uma oportunidade a um modelo data-driven.

Porquê? Porque será capaz de analisar e agir sabendo exatamente o que está a acontecer nas operações dia-a-dia ao invés de fazer apenas suposições. Terá dados organizados em infraestruturas digitais aliadas a soluções de Business Intelligence, Data Science e Big Data.

Para que possa entender melhor, analisaremos cinco pontos, mas primeiro temos de alertar que o acordo tem muita informação e aqui apenas focamos em assuntos que importam para este artigo. No entanto, aconselhamos a gestores estratégicos a leitura do Green Deal.

1 – Energia Limpa e Eficiente

Para sermos simples e diretos, segundo o acordo, 75% das emissões de gases com efeitos de estufa na UE provêm da produção e consumo de energia em todos os sectores económicos, portanto, de forma a reduzir esses números, o sector de energia deve ser amplamente baseado em energias renováveis e ter uma estrutura interligada com total integração e digitalização.

Como empresa data-driven saberá precisamente quais os tipos de consumos e respetivos montantes. Por exemplo, será capaz de perceber se usa recursos renováveis ou não, quanta eletricidade é gasta, quanta água é usada ou qual a quantidade de aquecimento e ar condicionado que é desperdiçada. Avaliando o consumo das operações diárias e entendendo se são eficientes e baixas em recursos, melhores estratégias poderão ser construídas.

2 – Economia circular e limpa

Apenas 12% dos materiais usados pela indústria da UE são reciclados e a extração de materiais novos triplicou entre 1970 e 2017. Continua a aumentar e representa um risco global. Por causa disto, de forma a alcançar os objetivos do Pacto Ecológico Europeu, a Comissão quer que as empresas adotem a transformação ecológica e digital e sejam mais independentes da extração de novos materiais, que são convertidos em produtos e posteriormente descartados como resíduos ou emissões.

De facto, o acordo revela que a prioridade da Comissão é reduzir o uso de materiais novos e promover a sua reutilização deixando a reciclagem para terceiro plano.

Com empresas data-driven será possível monitorizar linhas de produção e retirar dados para analisar a quantidade de recursos usados para produzir um item ou medida (toneladas por exemplo), que materiais estão a ser usados e qual a quantidade de resíduos gerada.

Com esta informação, poderá redireccionar linhas de produção para propósitos ecológicos, fazendo com que estas usem materiais mais eficientes e produzam menos resíduos ou otimizando a reciclagem. Além disso, tendo uma visão digital, poderá tornar-se num modelo a seguir na sua indústria ao desenvolver modelos de eficiência ou inovando lógicas de produção que sejam disruptivas.

3 – Construção e renovação de edifícios

A taxa anual de renovação de edifícios na UE, segundo o pacto, ronda os 0.4% e os 12%. A Comissão afirma que esta taxa deve duplicar de forma a atingir os objetivos climáticos. Por outro lado, milhões de consumidores lutam para manter as suas casas aquecidas. Para resolver isto, a Comissão vai motivar a renovação de edifícios privados e públicos, vai apertar a legislação de eficiência energética dos edifícios e para seguir a lógica da economia circular e aumentar a digitalização do parque imobiliário, a Comissão vai rever o Regulamento Produtos de Construção.

Como empresa data-driven vai ter ferramentas de análise de dados para entender que tipos de materiais estão a ser usados em cada projeto e usar materiais melhores, se necessário, para diminuir os consumos dos edifícios. Tendo uma visão mais próxima de como constrói e tendo dados sobre a eficácia de cada material usado, facilmente cumprirá com as mudanças que possam surgir na legislação de eficiência energética. Saberá como organizar stocks eficientemente de forma a reduzir lixo ou resíduos.

Como empresa ligada à construção poderá desenhar soluções para os proprietários das casas ou dos edifícios que retirem dados sobre os seus consumos ou sobre a eficiência energética. Também poderá construir casas inteligentes que climatizam eficientemente fazendo uso de janelas inteligentes ou sistemas de equilíbrio de temperatura com purificação e circulação de ar ou casas com jardins verticais para renovação de ar, isolamento acústico e diminuição da humidade. Isto aplica-se tanto para nova construção como para renovação de edifícios.

4 – Mobilidade Sustentável

Segundo o acordo, para atingir os objetivos climáticos, as emissões de transporte devem diminuir 90% e por transporte entenda-se todos os tipos (desde carros a aviões ou barcos, etc.). Para abordar este desafio, a Comissão criará uma estratégia que ataque todas as fontes de emissões.

Como empresa data-driven terá controlo da sua frota com dispositivos que fornecem informação suficiente sobre os consumos e as emissões de cada veículo. Com esses dados poderá redesenhar rotas para reduzir quilometragem e emissões ou repensar estratégias e mudar a frota se necessário (de combustível para elétrica por exemplo).

Se for um fabricante de transportes será capaz de obter dados de consumos, emissões e eficiência dos seus motores e outras partes dos seus produtos que poderão dizer com precisão o que não está a ser eficiente. Saberá a performance dos produtos e o que fazer para reduzir emissões, mesmo que isso signifique menos potência.

O mesmo se aplica se for um fabricante de baterias. Terá dados sobre as suas performances e materiais para produzir uma bateria. Isto poderá dar a possibilidade de estender a vida das mesmas ou ter linhas de produção eficientes com baixas emissões, o que pode compensar a mudança de frotas de combustível para frotas elétricas.

5 – Sistema de produção de comida saudável e eco-friendly

Produzir comida polui o ar, água e solo e, segundo o acordo, afeta as alterações climáticas, contribui para a degradação da biodiversidade e consome demasiados recursos naturais quando tanta comida é desperdiçada. Hoje em dia existem novas tecnologias, descobertas e consciência pública que representam novas oportunidades para os produtores e valor para os acionistas. Para mudar a forma como a produção de comida polui o nosso planeta, a Comissão vai apresentar a estratégia “Do Prado ao Prato”. Não obstante, a proposta da Comissão define que “pelo menos, 40% do orçamento global da PAC (Política Agrícola Comum) e, pelo menos, 30% do Fundo Europeu dos Assuntos Marítimos e das Pescas deverão contribuir para a ação climática”.

Como empresa data-driven saberá exatamente a quantidade de água usada para as plantações, quanta água e erva os pastos necessitam e a quantidade de químicos pesticidas, fertilizantes e antibióticos usados, assim como outros fatos também importantes. Isto dá a possibilidade de construir novas formas de operar com consumos baixos de recursos e menos químicos na comida.

Como o futuro terá de ser diferente, poderá ser apenas uma questão de tempo até a sua empresa ser forçada a mudar de estratégia e encontrar formas de produzir produtos limpos e sustentáveis. Dados provenientes dos pastos, quintas, plantações, estufas, aquacultura, cativeiros, etc. aliados a dados originados das escolhas e necessidades dos clientes, serão um dos seus melhores amigos para atingir os objetivos do Pacto Ecológico Europeu.

Considerações finais

Estamos a falar de uma transformação massiva nos próximos 30 anos. Não é assim tanto tempo e empresas avessas à mudança viverão tempos difíceis. Empresas sustentáveis e ambientais serão mais valiosas nos anos vindouros. Não podemos esquecer que as próximas gerações são as que estão a crescer mais despertas para causas ambientais e de desigualdade. Essas serão as que forçarão as suas empresas e pais a mudar os seus costumes. Essas serão os futuros consumidores e aqueles que devemos ouvir. A Europa sabe que o futuro passa por paradigmas ambientais e quer tornar-se a pioneira desses padrões, não apenas por razões competitivas e económicas, mas porque é necessário.

Uma boa maneira de saber para onde vamos é sabermos de onde viemos, portanto, uma forma de dizer para onde a sua empresa deve caminhar é analisando os seus dados diários e ter conhecimento sobre o que ela está a fazer. Precisará de estar muito bem informado estrategicamente e ser capaz de retirar informação valiosa que ajude a construir essas estratégias e políticas. Uma boa forma de ser uma empresa data-driven com sucesso, é ter um parceiro especialista em dados com serviços de Business Intelligence, Data Science e Big Data como nós, Xpand IT, que temos uma solução Data Innovation as a Service (DiaaS) para guiá-lo na aventura de se tornar numa organização data-driven. Esta solução evolui com o tempo e vai desde os passos iniciais de construir uma estratégia ou implementar o setup, até à fase de implementação com componentes de analytics e data science e posteriormente serviços de manutenção, suporte e formação.

Em verdade isto pode levar a um aglomerado de processos automatizados que muitas vezes resultam em custos mais baixos e resultados positivos porque está a ser mais eficiente, mas desta vez a causa é mais nobre, desta vez a causa está ligada às alterações climáticas e nós estamos aqui para travar essa batalha consigo.

José MirandaGreen Deal: 5 razões para que a sua empresa seja Data-Driven
read more

WSO2: uma nova abordagem em Middleware

A integração de sistemas e de informação nas organizações tem sido uma necessidade chave para a melhoria da eficiência e qualidade dos processos, fomentando e alavancando o desenvolvimento e a inovação. Num contexto cada vez mais predominante de transformação digital, a evolução tecnológica empresarial é essencial para dar uma resposta rápida às exigências dos mercados e, assim, continuar a ser um player no jogo infinito do negócio. Esta agilidade requer um crescente esforço de descentralização e autonomia, tanto de equipas que devem tornar-se multi-disciplinares como de processos cada vez mais objectivos e eficientes, criando um organismo de células independentes e comunicantes cuja vitalidade depende fortemente dos mecanismos de integração entre si.

O papel que o Middleware desempenha na estratégia digital das organizações tem sido, desde há várias décadas, fundamental para o seu sucesso. A primeira necessidade nasceu com o crescente número de sistemas e a necessidade de partilha de informação entre os mesmos. Depois, o acesso massificado à world wide web ofereceu uma novo desafio de integração, juntamente com o crescimento da mobilidade e da proliferação de dispositivos com acesso à informação. Seguiu-se uma abstracção da infraestrutura, com as oferta SaaS (Software-as-a-Service) e com a mais recente tendência cloud. Actualmente vivemos um período de reformulação arquitectural, de propriedades mais escaláveis e flexíveis, com a aposta em ambientes serverless e em arquitecturas orientadas a microserviços. O Middleware foi, é e continuará a ser cada vez mais, presença constante e a peça basilar em toda esta evolução, onde cada vez mais a desintegração orgânica das arquitecturas exigem plataformas dedicadas para a sua gestão.

A virtude está no meio

A integração tem sido, ao longo de muitas décadas, um problema crescente e cada vez mais complexo. Nos primórdios da utilização de sistemas de informação nas organizações (décadas de 70 e 80) o problema da integração não tinha expressão:

  • As organizações possuíam apenas um sistema central (mainframe), para execução automatizada de actividades operacionais típicas;
  • Na eventualidade de existir um sistema auxiliar as necessidades de comunicação entre os mesmos eram raras e de um domínio muito limitado, justificando uma integração ponto-a-ponto.

No entanto, a partir da década de 90 assistimos a uma explosão de sistemas nas organizações, com uma descentralização cada vez maior da informação em silos e departamentos diferentes, com vista a melhor dar resposta às suas necessidades. Para tal facto contribuiu a globalização do acesso à Internet e a respectiva evolução das redes de comunicação. Nesta altura a integração passou a ser, de facto, um paradigma a abordar e daí nasceu o conceito de EAI (Enterprise Application Integration), com o objectivo de remover este fardo do desenvolvimento aplicacional do negócio e de definir e sistematizar boas práticas nestas implementações.

A década seguinte – 2000 – ficou caracterizada pela exploração da conectividade pela web, pelo que assistimos a ofertas SaaS (Software-as-a-Service) e a adopção de standards de comunicação (e.g. SOAP). Esta multiplicidade de oferta de serviços exigiu um repensar das boas práticas de desenho deste tipo de arquitecturas visto que a sua implementação começou a ser caracterizada por um volume elevado de interfaces heterogéneas orientadas à troca de mensagens entre si. Nasceu assim o ESB (Enterprise Service Bus) que nada mais é do que a instanciação de um modelo arquitectural de uma implementação EAI com o objectivo de fornecer às organizações propriedades relevantes, tais como abstracção, loose-coupling e reutilização.

Com a disseminação dos telemóveis durante a década de 2000, a década de 2010 ficou caracterizada pela diversidade e capacidade de processamento dos dispositivos móveis, passando os mesmos a ter um papel activo nas organizações como ferramenta de comunicação, trabalho e até lazer. Neste período de multi-conectividade, a importância de estar ligado em qualquer lugar tornou-se fulcral no mercado competitivo de negócios, e isso originou cada vez mais a promoção de serviços pelas organizações através da Internet e a criação destes novos canais de valor. Todo e qualquer serviço ou sistema passou a disponibilizar APIs (Application Programming Interfaces) para acesso e consumo dos consumidores, seja a própria organização ou clientes e parceiros, e permitiu criar novos canais de valor para o negócio. Esta proliferação de APIs originou uma necessidade crescente de gestão e de oferta, culminando numa abordagem complementar de integração que se designa de API Management. A gestão de APIs complementa a integração de sistemas na medida que alimenta o ciclo de gestão de vida de uma API (desde o seu desenho e testes, passando pela publicação e operação, até à sua depreciação), providenciando um ponto central de segurança e controlo, disponibilizando métricas e tendências de utilização, e acelerando a adopção dos consumidores com funcionalidades colaborativas e de self-service.

Actualmente estamos a caminhar para um paradigma de flexibilidade, onde as aplicações devem dar resposta a pedidos de informação de uma forma distribuída e independente, com tempos de resposta aproximadas do real-time. Trata-se de uma mudança disruptiva, onde se convertem arquitecturas monolíticas em modelos baseados em microserviços e containerização, de forma agnóstica em termos de localização. Da mesma forma que as aplicações evoluem neste sentido, também as arquitecturas de integração se estão a mutar, com o objectivo de agilizar e melhor responder a esta necessidade crescente de integração, decorrente da dispersão das aplicações. Estamos assim a assistir à adopção de iPaaS (Integration Platform-as-a-Service) – plataformas que facilitam e agilizam a criação de integrações entre aplicações – assim como Hybrid Integration Platforms – plataformas de integração híbridas, i.e. que funcionam de forma agnóstica on-premise e em cloud como um conjunto de células comunicantes entre si, para melhor responder às necessidades de troca de informação.

api management

A solução WSO2: nova abordagem em middleware

A WSO2 foi fundada em 2005 e desenvolve uma oferta open-source com o mesmo nome na área do Middleware. A suite é composta por diferentes produtos e serviços que permitem ter uma aproximação API-First descentralizada, capacitando as organizações na implementação rápida e ágil das suas soluções digitais. A plataforma consiste em três vectores de ataque ao problema do Middleware:

  • API Manager– potencia a promoção e utilização de APIs para a dinamização e exploração das capacidades do negócio;
  • Enterprise Integrator– facilita o desenvolvimento da integração empresarial e promove a revitalização de sistemas legacy;
  • Identity Server– promove a confiança e a segurança na gestão do acesso à informação.

Cada um dos produtos endereça uma necessidade específica de integração. O API Manager capacita as organizações do Full Life Cycle API Management, i.e. a capacidade de fazer uma gestão 360º das APIs, desde o seu planeamento e concepção, passando pela sua operacionalização e monetização, até à sua depreciação. As organizações conseguem, desta forma, responder eficazmente às tendências do seu negócio e ao estabelecimento de parcerias de valor. Através do Enterprise Integrator é possível interligar através de padrões empresariais de integração toda a informação dispersa da organização de uma forma fácil e rápida, permitindo às organizações explorarem eficiências operacionais e novas ofertas para o seu negócio. Para assegurar o acesso seguro à informação e a gestão integrada de identidades nas organizações, o Identity Server apresenta-se como a ferramenta de eleição.

Os factores diferenciadores

A WSO2 apresenta um conjunto de factores diferenciadores que as distinguem de ofertas similares:

  • 100% Open Source-​ é totalmente open source, sem diferenças ao nível da sua distribuição, ao contrário de outras ofertas baseadas em versões Community e Enterprise. Esta característica garante aos clientes uma oportunidade única para testar e validar as suas soluções finais sem qualquer custo. O próprio desenvolvimento da WSO2 é transpartente e aberto, permitindo que os seus clientes tenham toda a visibilidade e possam participar activamente;
  • Cloud-native– está preparado, e é desenvolvido de raiz, para se adaptar às actuais arquitecturas descentralizadas de IT, baseadas em containers e microserviços;
  • Modular– executa-se sobre uma base comum de funcionalidade, com um nível de coesão interna elevado e facilmente integrável nas suas diversas componentes;
  • Leve– promove uma utilização racionalizada das features necessárias, assegurando assim a melhor eficiência da solução;
  • Flexível– facilita a integração na arquitectura da organização, explorando o decoupling dos seus componentes para que possam ser dimensionados de acordo com os requisitos da solução;
  • Extensível– permite incluir código customizado, quer na extensão das funcionalidade dos seus componentes como no desenvolvimento de conectores de integração específicos para protocolos proprietários (existem mais de 200 disponíveis na Connector Store).

A nossa visão para o futuro

Ao longo da evolução dos diferentes modelos de integração, o que notamos é que não se tratou de uma substituição de conceitos. Assistimos antes a uma crescente complexidade de problemas e desafios que requerem diferentes tipos de solução para uma melhor resposta. Na nossa visão:

  • Qualquer arquitectura de integração é potencialmente válida, dependendo do desafio a que está a responder. Faz sentido adoptar os modelos que maior valor trazem à organização;
  • Ao contrário de muitas afirmações, o ESB não está em desuso. Continua a ser um paradigma altamente válido e actual, naquilo que consideramos ser uma boa arquitectura de integração. Estas afirmações existem porque muitas vezes o conceito de ESB é misturado com a noção de um backbone centralizado de integração, algo que efectivamente está em desuso no novo modelo de arquitecturas distribuídas;
  • A integração é híbrida e consiste numa combinação de cenários mistos de integração on-premise e em diferentes clouds (multi-cloud), oferecendo flexibilidade e sustentabilidade ao crescimento das organizações;
  • As API’s continuam a ser os agentes potenciadores de integração, pois facilitam e fomentam o acesso à informação de uma forma simples e rápida.

A WSO2 oferece uma solução moderna e versátil para endereçar as necessidades prementes de integração nas organizações e suportar toda o seu processo de transformação e inovação. Com os produtos da oferta WSO2 as organizações possuem à sua disposição as ferramentas para a implementação de uma plataforma de integração com a complexidade inerente aos objectivos actuais, podendo moldá-la de acordo com a evolução da organização e o contexto e exigências do mercado onde se insere.

Nuno SantosWSO2: uma nova abordagem em Middleware
read more

Quando o Excel já não chega (5 razões para utilizar Tableau)

Tableau vs Excel: são duas ferramentas utilizadas para a análise de dados, tendo cada uma delas uma abordagem diferente de exploração. Caso esteja a trabalhar no Excel e esteja cansado de escrever fórmulas, o Tableau pode tornar a exploração dos seus dados mais rápida e fácil. Com drag-and-drop pode responder a perguntas mais complexas e consegue colaborar de forma muito mais eficaz. 

O Excel é utilizado para adicionar, armazenar, localizar e classificar os dados e para executar várias operações matemáticas, financeiras e de estatística. O Excel é uma forma prática para começar com os dados, mas o Tableau leva a análise para outro nível através de representações visuais e responsivas e, o melhor de tudo, consegue ligar-se diretamente a diversos repositórios de dados incluindo o próprio Excel tornando a análise mais simples e rápida. 

Combinar e integrar os dados

Ao trabalhar com o Excel enfrentamos por vezes milhares de linhas de dados espalhadas em diferentes pastas, tornando a descoberta às nossas questões de negócio mais longa e difícil. Embora o Excel seja ótimo para armazenar os dados introduzidos manualmente, Tableau consegue reunir facilmente todos os dados que possui, não apenas no Excel, mas também ligando-se a qualquer base de dados relacional, Salesforce, Linkedin, Google Sheets, Google Analytics ou Spark. Consegue analisar facilmente os dados de uma fonte, tabelas, worksheets workbooks de uma só vez, economizando tempo através de uma vista completa dos dados. Com as opções de drill-down e data blending, consegue identificar novos padrões, tendências e correlações e ainda perceber o que levou para que isso acontecesse. 

Dados sempre atuais

O Excel e o Tableau conseguem trabalhar com dados estáticos e dinâmicos de várias fontes de dados. No entanto, a atualização automática dos dados no Excel envolve a programação de processos manualmente ou a criação de etapas que atualizam automaticamente os dados da sua sheet ao abrir o seu ficheiro. Quando um utilizador não tem experiência com ligações de dados dinâmicas, normalmente o processo é manual recorrendo ao copy-paste, o que pode levar a alguns erros. Com o Tableau, consegue configurar facilmente uma ligação dinâmica com os dados, permitindo o uso dos mesmos em tempo real nas suas visualizações. 

Gráficos e visualizações ainda mais eficazes

No Excel, é necessário ter uma ideia sobre as respostas às suas perguntas antes de decidir qual o tipo de gráfico que melhor representa os resultados à sua análise. Mesmo depois de pensar que tomou a decisão certa sobre qual gráfico usar, os seus dados podem sofrer alterações; podem existir informações adicionais que ajudem a sua análise; ou o resultado final pode não corresponder ao esperado e não responder à pergunta corretamente. Em casos como estes, geralmente é necessário reiniciar ou atualizar o ficheiro Excel. Tableau é mais intuitivo com estes processos; por exemplo, ao criar cálculos, todas as fórmulas são aplicadas a todas as linhas referidas. Desta forma a criação e a aplicação dos cálculos é facilitada. No caso das visualizações, Tableau permite que o significado dos dados seja visto imediatamente e diferencia as correlações através de labels, cores, tamanhos e formas. 

Enriquecimento de análises

Além do cálculo inteligente, Tableau possui diversos recursos de forma a ajudá-lo a obter os seus dados com uma estrutura e formato para que todos possam utilizar. Estas análises permitem que você e outras pessoas explorem os dados à vontade, permitindo descobrir e isolar rapidamente outliers, descobrir padrões escondidos nos dados, ver tendências e localizações geográficas e simular o futuro de forma a que consiga antecipar resultados. Com o Tableau, é possível analisar os seus dados sem se preocupar com a corrupção ou a perda de informação. Os dados analisados no Tableau não são inseridos na sua fonte de dados. 

Partilha e colaboração

Quando se trata de análise de dados e partilha de ideias, existem dois fatores importantes a serem considerados: a credibilidade e a confiança no que está sendo representado. Tipicamente, os utilizadores de Excel têm relatórios duplicados, perdendo por vezes a localização ou versão do ficheiro ou têm diferentes relatórios com diferentes fórmulas para o mesmo KPI. O Tableau elimina este tipo de problemas e consegue ajudá-lo nesta gestão de dados, para que uma empresa consiga partilhar uma única versão. 

Com o Tableau Server ou o Tableau Online, os seus dados são centralizados e estão disponíveis na Web. Pode assim publicar e partilhar as visualizações e dashboards com as pessoas e ter a experiência de responder a perguntas, colaborar e fazer a análise de dados com outras pessoas. A partilha no Tableau permite que numa empresa todas as pessoas utilizem as mesmas métricas e a mesma versão, evitando assim problemas típicos de administração.  

Tableau vs Excel: em suma

Ao trabalhar com muitos dados, a melhor forma é trabalhar com uma base de dados centralizada, caso estes dados sejam gerados manualmente pode utilizar o Excel como um repositório de dados simples. Em qualquer um dos casos o melhor é recorrer ao Tableau para as análises visuais. Quando for necessário inserir novos dados, pode inseri-los manualmente no Excel. Caso nem queira sair do Tableau para o fazer pode recorrer à extensão Write-Back do Tableau, que permite a qualquer utilizador adicionar novos dados diretamente num dashboard do Tableau.

Para saber mais sobre como combinar Tableau e Excel, clique aqui

Sílvia MartinsQuando o Excel já não chega (5 razões para utilizar Tableau)
read more

Cinco problemas diários que o MLFlow resolve

Na Xpand IT, temos muito orgulho no nosso workflow XP4DS e gostamos de nos rodear de ferramentas que tornem o nosso trabalho mais simples e os nossos resultados melhores. Entre essas ferramentas, existe um local especial para o MLFlow.

Se ainda não ouviu falar do MLFlow, está na altura de conectar o seu modem do séc. XX porque está na altura de se familiarizar com o mundo tecnológico!

MLFlow é uma ferramenta open-source que ajuda a fazer a gestão do ciclo de vida de uma experiência de machine learning desde o treino do primeiro modelo até ao modelo incrível que seguirá para produção e resolverá todos os problemas.

MLFlow abrange 3 grandes tópicos:

  • Tracking: guarda e faz queries sobre experiências (código, dados, configurações e resultados);
  • Projects: package para reproduzires experiências em qualquer plataforma;
  • Models: formato geral para fazer o deployment de modelos.

O MLFlow é agnóstico de qualquer biblioteca. Funciona com qualquer biblioteca de machine learning e em qualquer linguagem de programação sendo que todas as suas funções são acessíveis através de uma REST API e de CLI. O projeto também inclui uma Python API, R API e Java API.

1. Lembra-se com precisão do ROC AUC? (Métricas+ Log de Parâmetros)

Acontece aos melhores. Durante a primeira iteração obtemos um modelo com boas métricas de validação. Continuamos a iterar o modelo, esperançosos de que iremos encontrar um melhor conjunto de hiper parâmetros quando nos apercebemos que o melhor modelo era mesmo o primeiro. Ao fim de horas a queimar pestanas, é impossível lembrarmos-nos da primeira combinação de hiper parâmetros. Mas não mais! O MLFlow vem acabar com este problema. Com o registo de modelos, é possível encontrar num local toda a informação sobre esses mesmo modelos. Desde métricas de validação a hiper parâmetros, é até possível acrescentar tags personalizadas. Na API, é ainda possível comparar todos os modelos treinados e ordena-los por qualquer métrica ou tag à nossa escolha.

2. Funciona no seu computador ¯_(ツ)_/¯ (Log de Modelos + Ambiente de Trabalho)

Enquanto Data Scientist, criamos um modelo incrível que resolve todos os problemas. No entanto, quando o fazemos chegar aos nossos colegas, o mesmo não funciona. Pode ser uma biblioteca que precisa de ser atualizada ou simplesmente algum bruxedo que está a acontecer no background. Mais uma vez, MLFlow salva o dia! Paralelo ao registo de métricas, é possível guardar o modelo (treinado), o conda environment, e qualquer outro ficheiro que achemos importante. Desta maneira, os nossos colegas não terão qualquer problema em replicar a nossa experiência.

3. Para além das experiências (Registo de Modelos)

Da mesma maneira que é possível fazer o log de modelos a cada experiência, cada modelo que esteve em produção pode também ser guardado. Através da UI do MLFlow é possível aceder a todas as versões do modelo que está em deployment. Ainda mais importante, quando escolhemos o melhor modelo para produção, é possível regista-lo de forma a que toda a equipa saiba que é aquele o modelo que seguirá para staging e produção.

4. Não existe espaço para Lone Wolves no MLFlow (Trabalho de Equipa)

MLFlow leva o termo “trabalho de equipa” até ao próximo nível aumentando tanto o trabalho dentro da equipa e entre equipas. Para a equipa de Data Science, cada membro pode submeter e ver os modelos submetidos por cada membro, fazer comparações entre modelos e importar modelos dos colegas. Enquanto equipa, podem também colocar em staging o modelo que acham melhor para produção. Estes terão de ser aprovados e validados pela equipa responsável por essas tarefas. Com isto, todo o pipeline de DS está presente no MLFlow.

5. Modelo está pronto! (Deployment para Produção)

O fim está próximo. Vê a luz ao fundo do túnel e todo aquele trabalho está prestes a ser recompensado. Só falta fazer o deployment do modelo e, mais uma vez, o MLFlow tem a solução. Com MLFlow Models estamos preparados para enviar o modelo treinado para deployment em qualquer plataforma. Isto, combinado com a ferramenta de logging, cria a ferramenta perfeita para uma monitorização constante da performance dos modelos ao longo do tempo para que seja possível alterar o modelo, caso necessário!

Conclusão

Como se tornou evidente, o MLFlow é uma ferramenta que procura resolver (e com grande sucesso) muitos dos problemas que o Data Scientist enfrenta durante a sua rotina diária de trabalho. Desde o primeiro momento em que treinamos um modelo ao momento em que este entra em produção, o MLFlow é uma ferramenta com a qual podemos contar para tornar todo o processo de Data Science muito mais fácil. Sendo open source, o MLFlow é uma ferramenta que evolui a cada dia que passa e uma ferramenta essencial para o Data Scientist do século XXI!

Nuno ChicóriaCinco problemas diários que o MLFlow resolve
read more