Como usar a análise de dados para gerar valor

Eduardo Hruschka, Consultor de Ciência de Dados, explanou com propriedade sobre ciência de dados, suas aplicações e os desafios no mundo dos negócios. Iniciou a palestra na ExpoGestão 2022 apresentando um estudo que mostra que apenas 8% dos investimentos em ciência de dados dão retorno. Mas, quando existe, ele chega a 10 vezes o valor investido. Os números mostram o quanto é importante investir em iniciativas analíticas, de forma assertiva.
Para isso, um dos fundamentos é o “machine learning” ou aprendizado de máquina – um ramo da inteligência artificial que utiliza a programação computacional para reconhecer padrões e aprender continuamente fazendo previsões a partir de dados. Citou como exemplo empresas de cartão de crédito. Na modelagem tradicional, especialistas criavam regras que definiam se uma operação era fraudulenta a partir da análise humana. Com o machine learning, as regras são criadas pelo próprio sistema a partir do comportamento (que se transforma em dados) dos usuários. Outro exemplo prático da análise de dados citada por Eduardo foi em uma editora que vendia revistas em bancas. Como a empresa trabalhava com impressos em consignação, o problema das revistas “encalhadas” precisava ser sanado. A partir desse problema foi preciso criar um modelo que utilizasse dados para ter uma previsão de demanda. Uma série de fatores que influenciavam a venda foram transformadas em dados. Tipo de foto, cor, letras, título da capa, número de vendas das últimas semanas, clima, região…Com todas as variáveis agregadas, os dados indicavam a quantidade ideal de revistas que deveriam ser entregues em cada uma das quase 4 mil bancas para que o desperdício fosse o menor possível, com o mínimo de perda em vendas.
Eduardo Hruschka, que também é professor da USP e foi superintendente e cientista de dados chefe do Itaú-Unibanco, onde criou, organizou e geriu o primeiro time de cientistas de dados atuando em grande escala no Brasil, falou ainda sobre a importância da captura e análise de dados em aplicações como satisfação do cliente, sistemas antifraude, validação de assinaturas, análise de voz, fluxo de caixa, sistemas de recomendação, entre outros.
As empresas, explicou o especialista, podem usar dados para criar valor, mas precisam seguir regras para que o investimento tenha retorno. “A falta de metodologia causa desperdício”, argumentou. O primeiro passo é priorizar aplicações de negócio que tragam benefício financeiro e tenham viabilidade técnica. “Defina prioridades e comece pela aplicação que traga mais benefícios e tenha alta viabilidade técnica”, completou. Uma dica é começar pelas ‘dores’, afinal “vender analgésico é mais fácil do que vender vitaminas”, disse.
Em seguida, é preciso executar e acompanhar as iniciativas e, se necessário, revisar e até descartar processos que não estão agregando valor. A agilidade na tomada de decisão é outro fator crucial para o sucesso dos projetos.
Eduardo Hruschka defendeu ainda o uso do Crisp-DM, sigla em inglês para Cross Industry Standard Process for Data Mining (processo padrão inter-indústrias para mineração de dados – tradução livre). A metodologia é uma das mais indicadas para desenvolver modelos a partir da análise de dados. Primeiro é preciso entender o negócio e entender o dado. A partir deles os dados são preparados, modelados, avaliados e implantados para gerar resultados, contribuindo para prever falhas e apresentar soluções. Citou também alguns pontos críticos para o sucesso: dados confiáveis, controles semanais, reuniões quinzenais e gestão visual.
Para finalizar, Hruschka destacou a importância das pessoas nesse processo. Desde o recrutamento, os profissionais que irão atuar na gestão de dados devem ser tratados com um cuidado especial. Para atrair e reter talentos, é indispensável remuneração adequada, possibilidade de carreira atraente, desafios constantes, aprendizado contínuo, gestor técnicos e competentes e identificação com a cultura da organização.