Dados são o novo petróleo, mas como faço para ligar o carro?

Autor: Ms. Fernanda Pimentel Ribeiro

Dias atrás fui almoçar em um restaurante onde vou com uma certa frequência. Mal sentei na mesa e a garçonete chegou com “meu suco de Cajá, sem açúcar”. Eu ainda não tinha pedido, mas era exatamente o que iria pedir, como nas últimas vezes em que estive lá. A atitude me fez sentir especial e ter vontade de voltar.

A cerca de 1 ano fui a uma casa noturna tradicional, aqui de Goiânia. Quando cheguei ao caixa percebi que estavam cadastrando todos os clientes novamente. Percebi que tanto o histórico quanto o cadastro tinham sido perdidos. Fiquei pensando na riqueza dos dados que eles tinham e no que poderia ter sido feito com eles.

Como você se sentiria se, ao chegar num estabelecimento, lhe fosse oferecido um combo promocional baseado no seu consumo anterior? E se, durante a semana, você recebesse um e-mail lembrando que sua banda predileta tocaria naquele fim de semana, oferecendo além do ingresso, combos de bebidas promocionais e personalizadas? Isso te deixaria compelido a convidar outras pessoas para te acompanhar? Podemos ir além: e se você chegasse num estabelecimento que nunca foi antes e recebesse ofertas de consumo baseadas em perfis? Claro que vocês já viram isso antes! O Google atua de forma semelhante quando lhe oferece produtos.

Vamos agora analisar o outro lado. O que representaria para o empresário ter uma previsão mais acertada do público e do consumo? Como isso afetaria o giro do estoque? Isso permitiria que ele fizesse negociações melhores? Seria possível um melhor planejamento no atendimento ao cliente?

O que foi dito acima não é novidade. No final da década de 90 uma rede de supermercados, nos EUA, utilizando técnicas de clusterização, pode identificar um perfil de consumidor que comprava fralda e cerveja num determinado dia da semana e horário. Decidiram deixar as fraldas e as cervejas em prateleiras próximas, e isso resultou num aumento de 35% na compra de cerveja, num grupo com o mesmo perfil que na primeira análise só comprava fralda. Dentre inúmeras opções, poderiam também usar a informação  para estimular a compra de uma determinada marca de fralda ou cerveja.

Apesar de algumas empresas já tentarem algo semelhante no Brasil, poucas estão conseguindo um resultado satisfatório. Quem nunca recebeu um cupom, mediante apresentação do CPF, que deveria trazer ofertas personalizadas? Vocês encontraram algo que queriam comprar? Como você se sente quando a loja que você comprou um produto – celular por exemplo – continua te enviando ofertas daquele produto? Muitos estão tentando fazer algo, mas sem se preocupar com o principal: “a qualidade do dado”. Alguns até se preocupam, mas não entendem a importância disso no processo. Quando lembramos que hoje os dados podem ser considerados o novo petróleo, devemos também considerar que se o combustível não tiver qualidade, ele com certeza irá danificar a injeção eletrônica do carro. Da mesma forma, se num sistema de análise de dados, você tiver lixo como entrada, a saída não será nada confiável.

Chegamos a questões que parecem simples, mas que deveriam ser analisadas sob a óptica do consumo desse dado, e não só do armazenamento. O que é mais válido? Deixar uma entrada de dados com preenchimento obrigatório – telefone por exemplo -, correndo o risco de ter uma informação qualquer sendo digitada, ou deixar como opcional permitindo que o cliente só forneça a informação se achar interessante? Como convencer o cliente de que a informação que é fornecida de forma correta pode ser interessante para ele? Quais cuidados o Engenheiro de Software deve ter, ao conceber um sistema, para que os dados coletados tenham a melhor qualidade possível, permitindo que eles sejam realmente úteis quando formos aplicar técnicas de Data Science?

O objetivo é abordar, nas próximas colunas, processos conhecidos como Data Science, Machine Learning, Inteligência Artificial, permitindo que aspectos importantes sejam pensados no momento da coleta dos dados. Dessa forma, quando aplicarmos essas técnicas / processos será possível obter resultados que gerem um enriquecimento real na experiência do consumidor assim como maior controle e previsibilidade na gestão de uma empresa.

INFORMAÇÕES DA COLUNISTA

 Cientista de Dados, Analista de Big Data e Business Intelligence. Mestre em Ciência da Computação, Sistemas da Informação –  UFSC, Formação Complementar – 6 meses – Sistemas da Informação no Japão – JICA, Consultora Nacional e Internacional, tendo atuado por 3 anos na FAO, órgão da ONU, em Roma, e em diversos outros clientes no Brasil tais como CIASC – SC, TSE, SEGPLAN-GO, SEFAZ-GO, além de diversos clientes privados. Experiência com volume de dados significativos como o cadastro de eleitores – 200 milhões de registros e NFE – Cerca de 3 milhões de notas/dia.