Notícias do Google Cloud

A análise de dados e as ferramentas de inteligência desempenharão um papel fundamental depois do COVID

À medida que o Google reflete sobre a recuperação econômica do COVID-19 – tanto dentro da Google como fora, através do trabalho com os clientes de Google Cloud- muitas observações importantes foram feitas. Entre eles está o reconhecimento de que as maneiras como os desenvolvedores de software e os profissionais de TI trabalham juntos mudarão no mundo pós COVID-19. A recuperação econômica atual será diferente das recuperações anteriores e, em um nível fundamental, a maneira como você inova será diferente de antes.

Hoje, uma nova fase da computação em nuvem está entrando, na qual as empresas deixaram de tomar decisões táticas sobre a infraestrutura para tomar decisões de TI mais amplas com o objetivo de possibilitar a transformação em toda a empresa. Os dados, e o que pode ser feito com eles, são a chave para essa transformação. E a forma como as empresas colocam os dados nas mãos de cada funcionário para ajudar a catalisar a transformação e resolver as oportunidades mais importantes e impactantes em seus setores está no centro.  

Um recente estudo encomendado pelo Google e conduzido pelo IDG destacou o papel da análise de dados e das soluções inteligentes na hora de  ajudar as empresas a se destacarem de seus concorrentes. A pesquisa com 2.000 líderes de TI em todo o mundo reforçou a ideia de que a capacidade de extrair insights de dados contribuirá muito para determinar quais empresas vencerão nesta nova era.

Análise de dados e inteligência foram uma prioridade durante o COVID-19.

Os resultados do estudo do IDG mostram uma separação entre as organizações que adotam os recursos das ferramentas atuais de análise de dados e AI/ML e aquelas que não o fazem. Quando o COVID-19 chegou, muitas organizações cancelaram iniciativas de TI e 55% dos entrevistados atrasaram ou cancelaram pelo menos um projeto de tecnologia. No entanto, 32% dos entrevistados aceleraram ou introduziram iniciativas em torno da criação ou melhoria do uso de análises e inteligência de dados. Os gerentes de TI estão cientes da importância dos dados para seu sucesso futuro, mesmo quando os recursos são escassos.

Empresas com foco digital são mais rápidas em adotar ferramentas de inteligência avançadas

Além disso, o entusiasmo pelas tecnologias de análises de big data, IA e ML é maior entre as empresas que estão mais avançadas em sua jornada de transformação digital. 54% das empresas que se identificam como “totalmente transformadas digitalmente” ou “nativas digitais” usam ou consideram usar essas ferramentas, em comparação com a média global de 37%. E essas mesmas organizações estão abraçando a promessa da IA ​​mais do que seus pares. 48% acreditam que “a IA embutida em toda a nossa pilha de soluções em nuvem será essencial”, em comparação com 39% dos conservadores digitais. Essas empresas percebem que essas ferramentas digitais permitem que elas sejam mais resilientes, ágeis e preparadas para o que quer que o futuro traga.

As empresas recorrem à nuvem para maximizar a informação dos dados

À medida que as empresas cumprem a promessa da análise de dados e AI/ML, elas recorrem à nuvem em busca de ajuda. Ao considerar com quais provedores de nuvem trabalhar, 78% dos entrevistados disseram que a análise de big data é uma “necessidade” ou uma “consideração importante”, colocando esse recurso no topo da lista de fatores a serem considerados. Isso não é surpreendente, pois as soluções em nuvem tratam dos pontos problemáticos e barreiras mais comuns à inovação. Três das quatro principais áreas que impedem a inovação são tratadas pela nuvem: A insuficiência de conjuntos de habilidades de TI e dos desenvolvedores (primeiro), os riscos e preocupações de segurança (segundo) e sistemas e tecnologias herdados (quarto). Além disso, a nuvem facilita o lançamento rápido de um projeto, sua ampliação ou redução e o pagamento do que se utiliza.

COVID-19 mudou a própria natureza dos negócios e da TI. Isso forçou os líderes de TI a decidir onde colocar seus recursos escassos e a análise de big data e AI/ML estavam, compreensivelmente, no topo da lista. Para saber mais sobre os resultados, baixe o relatório do IDG “Sem volta: Como a pandemia reformulou as agendas empresariais digitais.”

Otimize sua experiência de usuário com essas dicas do Place Autocomplete

O recurso de Place Autocomplete é um dos melhores recursos que você pode adicionar ao seu aplicativo para uma experiência de usuário mais ciente da localização. Com apenas algumas linhas de código, você pode adaptar a experiência às necessidades e ao contexto de seus usuários para economizar tempo nas previsões de tipo. O Google publicou recentemente alguns vídeos para ajudá-lo a personalizar o Place Autocomplete para funcionar melhor para os usuários, otimizar custos e melhorar as taxas de conversão. Confira essas três Geocasts no canal do YouTube do Google Maps Platform para obter o máximo do Place Autocomplete.

Como usar o Place Autocomplete para preencher automaticamente formulários de endereço

Transforme o campo de entrada do seu formulário de endereço em uma barra de preenchimento automático de endereço. O Place Autocomplete pode ajudá-lo a fornecer uma experiência de compra melhor para seus clientes. Configurar o preenchimento automático para formulários de endereço pode ajudar a reduzir o abandono do carrinho de compras e tornar a entrada de endereço mais fácil, rápida e precisa para seus usuários. Neste vídeo, você aprenderá o que torna uma boa experiência do usuário em formulários de endereço com um passo a passo do novo exemplo de código de formulário de endereço. 

Como obter melhores resultados no Place Autocomplete 

Quando seus usuários escrevem um destino no Place Autocomplete, você deseja que eles encontrem o que procuram com o mínimo de caracteres possível. Você pode usar o viés de localização e a restrição de localização para melhorar a qualidade de suas previsões e mantê-las na área geográfica correta. Além disso, se seu site ou aplicativo for usado apenas em uma pequena lista de países, você pode definir uma propriedade chamada ComponentRestrictions para remover previsões fora dessa lista de países e usar o parâmetro de idioma para retornar resultados em um idioma específico. Por último, você pode usar o filtro de tipo de local para apresentar previsões mais relevantes. Neste vídeo, você aprenderá como usar as propriedades de preenchimento automático de local para fornecer pistas que fornecem aos usuários do seu aplicativo o que eles procuram com menos caracteres.

Como reduzir os custos do Place Autocomplete  

As máscaras de campo fornecem uma maneira para chamadas de API especificarem os campos que uma solicitação deve retornar. Você pode fazer isso definindo a propriedade fields ao inicializar o serviço AutoComplete ou chamando o método setFields posteriormente. Neste vídeo, você aprenderá como funciona o preço do Place Autocomplete e os dois métodos de aplicação de máscaras de campo.

A documentação do Google descreve vários métodos para adicionar preenchimento automático de locais a um site usando o API JavaScriptMaps, um aplicativo Android com o SDK de Places para Android e um aplicativo iOS com o SDK de Places para iOS. Os três SDKs suportam implementações programáticas e de widget, e você também pode chamar o serviço de Place Autocomplete diretamente por meio da API do Google Places. 

Você tem ideias de vídeos úteis que gostaria de ver no canal? Deixe um comentário em qualquer um dos vídeos. E não se esqueça de se inscrever no canal do YouTube para receber as últimas atualizações, tutoriais, histórias de clientes e muito mais.