Analytics / Big Data Google Cloud

Data Cloud: 5 lançamentos do Google Cloud que impulsionam a estratégia de dados das empresas

maturidade analítica
Escrito por Karen Ferraz

A digitalização dos negócios transformou os dados em ouro digital, impulsionando o uso da nuvem. Contudo, extrair valor dos dados ainda é um obstáculo, uma vez que eles estão disponíveis em diversos formatos em uma nuvem ou em um sistema de nuvem híbrida.

Quando uma organização analisa seus dados e constrói o ecossistema de dados baseado em aplicativos e ferramentas, o caminho mais rápido e eficiente para o valor do negócio é prioridade. Tornar os dados mais acessíveis e facilitar a transformação de dados em insights é o que atrai muitas empresas para o Google Cloud. Atualmente, mais de 800 empresas de software utilizam o Data Cloud do Google para criar seus produtos.

Leia mais: BigQuery: conheça as novas capacidades de análise de dados não estruturados e de streaming no Google Cloud

Nesse sentido, o Google fez diversos anúncios durante seu evento Google Cloud Next’22 para acelerar a jornada de dados e IA dos clientes. Confira os principais a seguir.

  1. Suporte contínuo a mais de 40 parceiros de plataforma de dados que oferecem integrações validadas por meio do BigQuery. Dentre eles: Collibra, Elastic, MongoDB, Palantir Foundry e ServiceNow.
  2. De acordo com o Google, até 90% de todos os dados de uma organização são dados não estruturados. Pensando nisso, a big tech anunciou que agora o BigQuery (data warehouse do Google) é capaz de analisar dados não estruturados e de streaming. Esses dados não estruturados podem ser documentos brutos e PDFs, vídeo e áudio, até mesmo registros de call center.
  3. O BigLake do Google agora suporta todos os principais formatos de dados, incluindo Apache Iceberg e Linux Foundation Delta Lake, com perspectiva para adicionar o APachi Hudi em breve.
  4. Nova experiência integrada no BigQuery para Apache Spark que integra pipelines SQL aos procedimentos do BigQuery. Mesmo que unificar dados seja uma tarefa cada vez mais complexa para as empresas, a gigante de tecnologia quer facilitar o acesso aos dados.
  5. Lançamento do Vertex AI Vision, uma extensão do Vertex AI que ajuda os profissionais de dados a visualizar melhor os dados. A ideia é que a ferramenta facilite a criação e implantação de aplicações de visão computacional para entender e utilizar dados.
  6. Outro destaque é o Looker e o Looker Studio. Com eles, os clientes podem permitir que os analistas de autoatendimento protejam e governem os dados, com suporte empresarial e recursos de governança. O Looker também funciona com outras ferramentas populares, como o Tableau.

Data Cloud aberta

Os dados são o ativo mais valioso em qualquer transformação digital. Porém, as limitações no uso de dados impedem as organizações de avançar nessa jornada. E quanto maior o volume de dados, mais eles estão distribuídos em diferentes nuvens, mais são usados para diferentes cargas de trabalho e acessados por mais pessoas.

Somente um ecossistema de nuvem de dados abertos pode dar conta dessa complexidade e liberar todo o potencial dos dados, removendo as barreiras da transformação digital. É por isso que a grande aposta do Google em dados está ancorada na abordagem “open Data Cloud”. Com o Data Cloud, o Google permite que os clientes ganhem valor exponencial de seus dados de negócios, combinando flexibilidade e inteligência. Com esses anúncios, o Google fortalece uma visão integrada de dados estruturados e não estruturados juntamente com dados em silos e ambientes multicloud.

Durante o evento, Thomas Kurian, CEO da Google Cloud, reforçou que o foco da companhia para a computação em nuvem é simplificar toda a tecnologia de que as organizações precisam. Isso reflete, por exemplo, na capacidade do BigQuery de analisar dados armazenados na AWS da Amazon, Microsoft Azure e outras nuvens, sem precisar mover a taxa de saída de economia de dados.

No BigQuery, os clientes podem usar consultas SQL e executar programas escritos em Spark, aproveitando os recursos integrados de aprendizado de máquina. A ferramenta também oferece suporte a formatos de armazenamento vitais e agora é compatível com o Apache Iceberg.

Sobre o(a) autor(a)

Karen Ferraz

Jornalista especializada em tecnologia há mais de 10 anos, com atuação em veículos nacionais e internacionais. Atualmente, é mestranda em Sustentabilidade pela USP, onde pesquisa mudanças climáticas.

Deixe um Comentário