A revolução dos dados está batendo a sua porta, você vai atender?

“ O dado é o novo petróleo. É valioso, mas, se não refinado, não pode ser realmente utilizado. Deve ser transformado em gás, plástico, produtos químicos, etc., para criar uma entidade valiosa que impulsione a atividade rentável; então os dados devem ser divididos, analisados para que tenham valor.”

                                                      Clive Humby, Matemático Inglês, 2006

                                          Não temos mais como fugir, não importa o tipo de negócio ou porte. Todos os segmentos da sociedade, seja agricultura, medicina, serviços financeiros, governo, educação, estão sendo fortemente impactados pela revolução dos dados. Uma revolução silenciosa que segue a digitalização da sociedade.

Mas afinal o que mudou? Vários elementos convergiram para que isto ocorresse: a digitalização da sociedade, o aumento da capacidade de processamento, os novos modelos e algoritmos estatísticos e computacionais (statistical learning/machine learning), as ferramentas de programação e análise de dados poderosas e livres (open source) e também nunca foi tão barato armazenar e processar dados.

O processo de extração da informação dos dados para gerar conhecimento e insights é denominado de data analytics e, das diversas famílias de técnicas, se destaca a análise preditiva. Esta análise procura descobrir padrões no passado ou em outras variáveis que possam prever o que virá. Utilizamos dados de uma variável, para prever o comportamento da mesma ou de outra variável.

Por exemplo, apenas com análise de dados de perfil e frequência de utilização, conseguimos prever quais sócios estão mais propensos a deixar um determinado clube social sem que seja necessário aplicar pesquisa com todos os sócios. Dessa forma, há mais informações para criar estratégias mais assertivas de manutenção e fidelização de clientes.

Imagine esta mesma análise em uma Universidade. É possível prever com facilidade e precisão quais os alunos deixarão o curso. Para as Universidades particulares, isto vale ouro, pois detecta com antecedência a perda de “cliente” e as ações corretivas podem ser tomadas.

Um outro exemplo rotineiro de análise preditiva são os sistemas de recomendação, muito utilizados no E-commerce, onde novos produtos, livros, músicas e filmes são recomendados de acordo com a preferência do usuário, aumentando as vendas, a satisfação do cliente e a fidelização.

As diferenças entre a abordagem estatística clássica e as novas ferramentas, como statistical learning, se dão pelo aumento da precisão e por utilizar softwares livres em vez dos pacotes comerciais tradicionais, pois estes softwares estão uma geração à frente e já utilizam as abordagens mais recentes.

Um bom exemplo disso é o do Heartland Bank, na Nova Zelândia, que substituiu sua plataforma de análises de dados de um pacote comercial tradicional por uma plataforma livre, para que pudesse avançar na parte de data analytics. Existe uma enorme oportunidade no segmento financeiro, devido a grande disponibilidade de dados,  porém atualmente o foco é principalmente em segurança como na detecção de fraudes.

É comum termos a ilusão de que, quando falamos de data analytics, precisamos de grandes quantidades de dados, Big Data, e que é uma prática para grandes empresas, quando o que acontece é o contrário. Quem está fazendo a revolução são as startups e pequenas e médias empresas, que tem menos amarras com o passado. Estão mais propensas a inovação.

Um bom exemplo deste uso é um estaleiro onde estamos aplicando ferramentas estatísticas multivariadas e data analytics, em que são produzidos 3 navios por ano, mesmo assim é viável utilizar esta abordagem.

Uma pequena revenda da Harley Davidson em Nova York começou a fazer análises simples com data analytics e Inteligência Artificial, baseadas em análise das campanhas de marketing no site. Detectaram por exemplo, que os anúncios com a palavra "ligue": "Não perca uma Harley de segunda mão com um ótimo preço! Ligue agora! "- foram 447% melhores do que os anúncios contendo a palavra" Comprar ":" Compre uma Harley de nossa loja agora! ". Assim, Albert (Aplicativo de Inteligência Artificial) fez uma simples mudança: imediatamente trocou a palavra “comprar " para " ligar " em todos os anúncios em todos os canais relevantes.”1 O resultado final foi um  aumento de vendas, passando de 8 para 15 motocicletas por  fim de semana no verão. Alguma outra revenda perdeu uma fatia de mercado.

Hoje, uma das palavras mais faladas é inovação, mas as vezes esquecemos que o principal motor da inovação é formado pelo conhecimento, a criatividade e a tecnologia, assim data analytics é agora o principal driver de inovação e competitividade nos produtos e processos.

Atualmente, existe uma forte mudança na área de analytics, pois a disponibilidade de aplicativos, Software As Service, como por exemplo o IBM-Watson, têm reduzido a necessidade de código e, consequentemente, o custo das soluções, ficando cada vez mais acessíveis e baratas.

A integração de dados de vendas, pesquisa de satisfação com georreferenciamento, produz insights únicos, temos vivenciado isto diariamente.

Comece agora, o futuro chegou e está batendo a sua porta. Coisas simples podem ser feitas:

a)      Dissemine a cultura de dados e fatos na organização.

b)     Treine os gestores e analistas para que possam enxergar as oportunidades.

c)      Limpe e unifique as bases de dados.

d)     Inicie com coisas simples. É possível aplicar no monitoramento de redes sociais, no monitoramento de navegação no site, em pesquisa de clima, em pesquisa de satisfação, dados de venda,...

Onde existe dado disponível, existe oportunidade para extração de informação relevante. Poucos dados são realmente analisados e as analises ficam restritas a estatísticas descritivas e gráficos de barras e linhas. O impacto que isto está tendo nos negócios é muito forte, infelizmente por aqui a crise acaba ofuscando a visão estratégica, e a longo prazo é questão de sobrevivência. Logo é bom a abrir a porta.

 1-     Power, Brad, How Harley-Davidson Used Artificial Intelligence to Increase New York Sales Leads by 2,930%, Harvard Business Review, May 30, 2017.