"Os dados são o novo petróleo" ou "Os dados são a engrenagem da economia digital." Se você é como eu, provavelmente já ouviu essas frases — ou talvez até a expressão mais típica das escolas de negócios, "monetização de dados residuais" — tantas vezes que elas se tornaram clichês. Mas, como todo bom clichê, elas se baseiam em uma verdade fundamental ou, neste caso, em duas verdades complementares. A primeira é a constatação de que os dados gerados como subproduto dos processos operacionais normais contêm, de fato, valor latente. A segunda, relacionada à primeira, mas muitas vezes não mencionada, é que o processo intensivo de extrair esse valor latente é uma jornada de várias etapas, embora apresente estágios naturais de evolução e maturidade ao longo do caminho.
Dando um passo atrás, o conceito de aproveitar os dados das operações para gerar valor para os negócios certamente não é novo. Na verdade, setores que dependem da otimização da logística — como os segmentos de supermercados e entregas — há muito tempo compreendem e adotam esse conceito. Da mesma forma, a tendência das empresas modernas rumo à "transformação digital" é uma generalização dessa ideia, normalmente aplicada primeiro aos processos e fluxos de trabalho internos. Vale destacar que há uma evolução análoga no universo dos aplicativos e serviços de aplicativos. Neste artigo, gostaria de abordar como a evolução dos aplicativos e serviços de aplicativos interage e se harmoniza com a megatendência mais ampla de extração de valor dos dados, em que ponto essa simbiose se encontra hoje e, por fim, para onde ela se encaminha no futuro próximo.
Etapa 1: Colete e relate
Essa jornada começa com a coleta de dados. É útil pensar nos dados como o combustível do sistema: sem combustível, não é possível alimentar os mecanismos que realizam o trabalho. Superficialmente, isso parece ser um fato consumado, já que as soluções de serviços de aplicações disponibilizam uma infinidade de eventos e estatísticas para segurança, confiabilidade, gerenciamento de desempenho e orquestração. No entanto, os dados muitas vezes não são estruturados, a sintaxe varia e a semântica costuma ser definida de forma pontual. Pense em um exemplo simples, mas comum: como o conceito de tempo é representado nos seus dados? Normalmente, algo conceitualmente tão simples quanto um carimbo de data e hora pode ser representado de várias maneiras. Isso demonstra a necessidade de uma língua franca, uma representação comum dos “átomos” básicos que descrevem eventos e estatísticas. Em termos tecnológicos, chamamos isso de “ingestão de dados”, baseada em um esquema de dados consistente e que utiliza adaptadores/tradutores conforme necessário. Historicamente, essa necessidade foi um dos principais fatores que impulsionaram o crescimento e a geração de valor dos fornecedores de SIEM, que supriram a demanda por esse vocabulário padronizado para oferecer uma visão holística da segurança em meio a uma profusão de soluções pontuais de segurança. A capacidade de gerar como resultado uma apresentação integrada dos dados — um relato organizado e holístico, como o de uma testemunha ocular, sobre o que está acontecendo agora e o que aconteceu no passado — é a etapa da jornada em que se encontra atualmente a maior parte do setor. No ecossistema de aplicações atual, isso é exemplificado principalmente pelos segmentos de mercado de SIEM e APM.
Etapa 2: Refinar e descrever
A próxima etapa da jornada consiste em interpretar os relatos das testemunhas oculares: buscar pontos em comum, sintetizar os dados em padrões que possam ser descritos e identificar anomalias. Devido ao volume de dados envolvido, as pessoas geralmente contam com o auxílio de computadores ou têm suas capacidades ampliadas por eles nessa atividade. Esse auxílio pode envolver o uso de técnicas avançadas de classificação estatística, muitas vezes não supervisionadas, por vezes complementadas pela exploração e visualização de dados orientadas por pessoas.
Um exemplo no domínio de proteção contra DoS é a visualização da distribuição geográfica do tráfego de entrada, frequentemente usada para identificar tráfego malicioso proveniente de um pequeno grupo de países. Outro exemplo são as ferramentas de análise do comportamento do usuário ("UBA"), que caracterizam os atributos dos comportamentos humanos em comparação com os de bots. Essas soluções costumam usar análises estatísticas para determinar a probabilidade de uma interação na web ter sido realizada por uma pessoa.
Esta fase da jornada — "Destilar e Descrever" — é uma evolução da etapa anterior, "Coletar e Gerar Relatórios". Ela ainda depende, fundamentalmente, de um grande conjunto estruturado de dados ao qual a análise possa ser aplicada. Como mencionado acima, essa abordagem serve de base para algumas das soluções pontuais mais recentes (embora com foco restrito) voltadas à segurança de aplicações.
Etapa 3: Inferir e prever
A terceira etapa dessa jornada consiste em ir além da análise modesta de "Destilar e descrever" e fazer inferências analíticas mais profundas que resultem em previsões e projeções sobre observações futuras esperadas. Isso faz com que a solução deixe de ser puramente reativa, realizando extrapolações inteligentes do comportamento futuro esperado. Um exemplo na camada de infraestrutura de aplicações pode ser encontrado no campo do Gerenciamento de Desempenho de Aplicações (APM), especificamente na identificação de padrões de comportamento ao longo do tempo e no uso desses padrões para prever futuras necessidades de recursos. Outro exemplo, usando um caso de uso da lógica de negócios de uma aplicação, é a forma como sites de viagens utilizam técnicas de aprendizado de máquina (“ML”) para prever a oferta e a demanda de rotas específicas em datas futuras. As tecnologias mais empregadas nesse caso são as de análise avançada, especialmente aquelas baseadas em técnicas de séries temporais e regressão linear, aproveitando os padrões de dados identificados na etapa anterior.
Etapa 4: Raciocinar e prescrever
A quarta e última etapa envolve "fechar o ciclo" para implementar ajustes e correções práticas em todo o sistema. A análise das duas etapas anteriores é convertida em um conjunto de recomendações proativas. Nesse ponto, o sistema se torna adaptável e resiliente a ataques e mudanças em seu ambiente. Por exemplo, uma infraestrutura de aplicações conceitual que utilizasse esse recurso seria capaz de criar ou eliminar proativamente instâncias de cargas de trabalho em contêineres, com base na demanda prevista. Ou, no contexto da segurança de aplicações, poderia filtrar proativamente o tráfego gerado por botnets com base em comportamentos de botnets aprendidos anteriormente. Um exemplo notável já existe atualmente no âmbito da lógica de negócios: a precificação dinâmica, também baseada na oferta e na demanda previstas.
A tecnologia subjacente geralmente é baseada em regras, que são usadas para transformar previsões em ações. No entanto, no contexto da infraestrutura e dos serviços de aplicações, essa abordagem costuma ser combinada com diretrizes de configuração e orquestração mais declarativas ou baseadas em intenção.
Acelerando a jornada
Essa jornada — de "Coletar e Relatar" para "Destilar e Descrever", depois para "Inferir e Prever" e, por fim, para "Raciocinar e Prescrever" — é uma progressão natural. Cada avanço incremental se baseia nos anteriores e possibilita um novo e mais profundo nível de geração de valor. Atualmente, as soluções para os desafios nas áreas de infraestrutura e serviços de aplicações apresentam níveis desiguais de maturidade ao longo dessa progressão de extração de valor dos dados e, em geral, não são bem integradas diante da profusão de soluções pontuais.
A etapa preliminar que viabiliza esse processo — o proverbial “combustível” para o “motor” de dados — consiste em obter visibilidade sobre um amplo conjunto de serviços de aplicações. Essa instrumentação, implantada em vários pontos da cadeia de entrega de aplicações e aliada aos princípios de semântica de dados consistente e repositórios de dados federados, é uma das maneiras pelas quais a F5 está acelerando nossa jornada rumo ao futuro dos serviços de aplicações. Pretendemos acelerar ainda mais nosso ritmo de geração de valor para os clientes, ampliando simultaneamente o funil de dados para possibilitar melhores integrações entre soluções pontuais e agilizando o desenvolvimento avançado dos componentes tecnológicos relevantes.
Em artigos futuros, espero explorar mais a arquitetura orientada por dados, tanto em uma análise mais detalhada das principais tecnologias envolvidas quanto em uma visão mais ampla das interações entre diversos ecossistemas de dados em vários pipelines de dados soberanos.
Sobre o autor
Publicações relacionadas no blog
O estado da maturidade digital empresarial: a transformação digital ainda não terminou
Explore como a IA impacta as empresas, as aplicações da IA generativa, as estratégias para modernizar as operações de TI e os benefícios da maturidade digital com a F5.
Como a IA generativa acelera a transformação digital
Veja como a IA generativa impulsiona a transformação digital nas empresas, acelerando tendências como a integração de APIs, os desafios dos modelos operacionais de TI híbrida e a adoção de AIOps.
Seis capacidades técnicas para acelerar a transformação digital
As arquiteturas empresariais atuais carecem dos fatores necessários de agilidade, escalabilidade, segurança e observabilidade, essenciais para impulsionar a mudança tecnológica. No entanto, estas seis capacidades fundamentais ajudarão as empresas a gerenciar riscos e desafios ao longo de sua transformação digital.
Inverter a API é a transformação digital de que as empresas precisam para participar e competir em uma economia de APIs
As organizações detêm um valor latente — na forma de APIs internas — que precisam explorar para competir em uma economia de APIs. Embora os desafios técnicos e de segurança possam desestimular algumas delas, as empresas precisam reconhecer que inverter suas APIs permitirá liberar o valor da organização como plataforma.
A modernização da TI começa pela infraestrutura
O hardware e o software evoluíram rapidamente desde os primórdios da internet, mas, para aproveitar ao máximo os benefícios resultantes dessa evolução, as organizações precisam avaliar e modernizar sua infraestrutura e a entrega de aplicativos. Acelere os esforços de modernização com a nova F5 rSeries.