Para avaliar a maturidade do tema Data & Analytics na camada New Technology, os seguintes critérios inspirados no modelo CMMI podem ser aplicados para cada nível de maturidade:

 

Nível de Maturidade: Inexistente

·         Falta de Dados Estruturados: Dados não são coletados ou armazenados de maneira estruturada ou sistemática.

·         Ausência de Ferramentas Analíticas: Não existem ferramentas analíticas em uso para processar ou analisar dados.

·         Decisões Não Baseadas em Dados: Decisões são tomadas sem o suporte de análises de dados.

·         Desconhecimento de Análise de Dados: Falta de consciência sobre a importância da análise de dados para a organização.

·         Inexistência de Cultura de Dados: Não há uma cultura de dados dentro da organização.

 

Nível de Maturidade: Inicial

·         Reconhecimento da Importância de Dados: A organização reconhece a importância dos dados, mas não os utiliza efetivamente.

·         Coleta Ad-hoc de Dados: Coleta de dados é esporádica e não estruturada.

·         Análises Básicas: Utilização de análises básicas e ferramentas de planilhas para interpretar dados.

·         Primeiros Passos em Business Intelligence (BI): Início da implementação de soluções de BI simples.

·         Treinamento Inicial em Dados: A equipe recebe treinamento inicial em conceitos básicos de dados e análises.

 

Nível de Maturidade: Definido

·         Estratégia de Dados Estabelecida: Estratégia para gestão e análise de dados é criada e documentada.

·         Processos de Coleta de Dados Definidos: Existem processos definidos para coleta e armazenamento de dados.

·         Implementação de Soluções de BI: Soluções de BI são implementadas para análises regulares.

·         Data Governance: Governança de dados é estabelecida para assegurar qualidade e integridade dos dados.

·         Capacidade Analítica em Crescimento: A capacidade analítica da organização está crescendo e se tornando mais sofisticada.

 

Nível de Maturidade: Gerenciado

·         Análises Avançadas: Análises avançadas são utilizadas, incluindo preditivas e prescritivas.

·         Dados como Ativo Estratégico: Dados são tratados como um ativo estratégico.

·         Data Lakes e Armazenamento: Implementação de data lakes e armazenamentos de dados para centralizar informações.

·         Monitoramento e Melhoria Contínua: Monitoramento contínuo e melhoria da qualidade e usabilidade dos dados.

·         BI e Analytics Integrados: BI e analytics estão integrados nos processos de negócios.

 

Nível de Maturidade: Otimizado

·         Cultura de Data-Driven: A organização tem uma cultura forte orientada por dados, com decisões apoiadas por análises profundas.

·         Machine Learning e AI para Análises: Uso de machine learning e inteligência artificial para aprimorar as capacidades analíticas.

·         Personalização com Base em Dados: Personalização de serviços e produtos baseada em insights de dados.

·         Automatização com Dados: Processos de negócios são automatizados com base em insights analíticos.

·         Inovação Contínua em Analytics: Inovação contínua e desenvolvimento de novas técnicas em analytics.

 

Estes critérios fornecem uma estrutura para a organização avaliar seu nível de maturidade em Data & Analytics, identificar áreas de melhoria e planejar avanços para alcançar um nível de excelência, tornando a análise de dados um componente chave na estratégia de negócios.