Os primeiros passos na longa caminhada das novas técnicas de análise de dados

12/09/16

Se por um lado cada vez mais surgem novos exemplos de aplicação em análise de dados, do uso de Big Data, da transformação de modelos de negócios em função da informação, por outro tem-se uma inércia e uma dificuldade das empresas em darem os primeiros passos nesse campo. A democratização dos dados (existem dados disponíveis em todo lugar) e a evolução da capacidade de processamento (hardware e software) propiciam a qualquer empresa tomar melhores decisões embasadas em uma boa análise de dados. Contudo, pode ser difícil enxergar quais os primeiros passos a serem dados diante da diversidade de caminhos de análises, de ferramentas e de objetivos.

No início, a análise de dados se restringia ao uso de planilhas, passando por pequenas bases de dados até chegar ao uso de grandes bases (Big Data) que permitiam revelar padrões e tendências no comportamento das vendas, no relacionamento com os clientes e na produção. Agora, com as novas ferramentas de data analytics, tem-se a análise e solução de problemas em tempo real e integrada com os diversos processos da empresa.

Pode-se identificar um provável sinal de evasão de um cliente com base em seus posts em rede social ou um potencial problema de entrega em que o programa se antecipa para evitar o atraso e se relaciona com o cliente para minimizar uma potencial insatisfação. E os avanços estão apenas começando nesse novo mundo. A fronteira do conhecimento em análise de dados está agora na combinação de técnicas de inteligência artificial em que se desenvolvem análises capazes de prever e reagir a diferentes situações, e na difusão do gerenciamento com base em algoritmos em que o “chefe” de um sistema de delivery ou de um serviço de motorista passa a ser um modelo matemático e não uma pessoa.

Diante dessa rápida evolução e do nível de sofisticação que a análise de dados alcançou, como dar os primeiros passos nesse campo para quem ainda tem como principal instrumento planilhas em Excel? Antes de começar, é preciso compreender a simplicidade do conceito de uma análise de dados que é, basicamente, a partir de um conjunto de dados extrair informações que auxiliam em alguma decisão, processo ou resolução de problema. A empresa pode optar por desenvolver uma equipe interna ou buscar um suporte com empresas especializadas, mas é fundamental ter bem claro qual o objetivo da análise.

A definição do objetivo da análise de dados delimita o foco das atividades que serão desenvolvidas. Pode-se ter como objetivo desenvolver um modelo que auxilie na retenção de clientes, na diminuição de atrasos em entregas, na prospecção de clientes, na identificação de risco de crédito, na previsão de vendas, entre outros.

O segundo passo é a construção ou acesso às bases de dados. Esse ponto é fundamental para se conseguir análises mais precisas. Os dados podem estar estruturados ou não dentro da empresa, pode ser necessário integrar com bases de dados externas como redes sociais, bases de cadastros de empresas e pessoas físicas, bases de indicadores econômicos e sociais, etc.

O terceiro passo é desenvolver, em programas especializados, alternativas de modelos de análise que maximizem os resultados para o objetivo definido. Nessa etapa, é necessário definir o que o modelo poderá fazer ou não fazer, quais métricas utilizar para avaliar qual alternativa é melhor, como o modelo irá integrar com outras aplicações e com a infraestrutura de TI e quais processos irão derivar de seu uso.

A partir da seleção de qual modelo é mais adequado parte-se para implantação e uso da aplicação. Importante destacar que todo modelo de análise de dados pode se tornar obsoleto, portanto é fundamental monitorar continuamente a sua eficiência diante das mudanças de comportamento ao longo do tempo.

É fundamental enxergar os primeiros passos e iniciar a caminhada pelos novos modelos de análise de dados. Em que pese os bons resultados alcançados no passado por modelos de análise e sistemas de gestão tradicionais, passa a ser questão de sobrevivência caminhar por essas novas aplicações. Sair da inércia e da zona de conforto da boa e velha planilha de dados e dar os primeiros passos nesse novo campo mostra-se o maior desafio dessa caminhada.

 

Clique aqui para fazer o download do ensaio em PDF.