Parece forte a afirmação que “As empresas ainda não prestam atenção nos dados“; mas é a mais pura verdade. É claro que existem empresas globais, como Starbucks, Airbnb e NETFLIX que praticamente tomam todas as suas decisões norteadas em dados. Mas eu e você sabemos que essa não é a realidade da maioria das empresas. Principalmente no Brasil.

A questão é que hoje temos uma quantidade infinita (e crescente) de dados a serem analisados, e eu sempre me pergunto se fazemos isso de maneira correta. Será que estamos prestando atenção nos dados certos ou estamos deixando escapar algo?

Vivemos de passado?

A impressão que eu tenho, com base nas minhas experiências, é que estamos sempre vivendo no passado. Como assim? Não temos que analisar dados passados para entender o presente e o futuro?

Sim, nós temos! Mas se quisermos realmente dar sentido aos dados, e alavancar negócios e empresas, devemos fazer muito mais do que isso. Já pensou em analisar dados não gerados pela sua empresa, nem pelos seus clientes e fornecedores? E fazer isso em tempo real?

A questão é que muitos dados gerados possuem um tempo de vida curta, e se não analisados rapidamente e de forma correta, perdem a sua utilidade. Além disso, quando os dados são transformados em informação, eles precisam ser colocados em um contexto que faça sentido. Caso contrário, não servem, e podem levar gestores e empresas a tomarem decisões precipitadas.

No começo da carreira, eu demorei para entender que agilidade e conhecimento do negócio, fazem sim, parte do nosso dia a dia. Quantas vezes fiquei frustrado porque entreguei resultados 1 dia ou horas depois do combinado. Eu havia perdido o “time”, e os resultados já não faziam mais sentido.

Depois de aprender a lição e buscar entender melhor o negócio que eu trabalho, pude perceber o quão valiosos são os dados armazenados nos Sistemas de Gerenciamento de Banco de Dados. Além dessa percepção, veio uma reflexão seguida de uma afirmação: as empresas não sabem que possuem tantos dados disponíveis, e que precisam ser analisados. E esse é um erro primordial cometido por quem quer melhorar seu negócio.

Esses dados são simplesmente ignorados porque ninguém presta atenção neles. A princípio não fazem nenhum sentido. Mas esses dados são preciosos, e infelizmente são desprezados por falta de conhecimento ou ferramentas adequadas de tratamento. Falta recurso tecnológico.

Não precisamos nos prender a recursos tecnológicos do passado

Não precisamos nos prender a recursos tecnológicos do passado

Mas sabemos que não precisa mais ser assim. Você está disposto a disseminar esse momento de reflexão dentro da sua empresa? Estou contando com você!

Use e abuse dos dados 

dados por toda parte. Use e abuse deles. Seja na empresa a qual você trabalha; seja para aprender a programar; ou para ajudar na tese de algum amigo que está terminando o mestrado ou doutorado.

Ao contrário do que muita gente pensa, você não deve se limitar a usar dados de uma única fonte, ou de apenas um setor da sua empresa. Com o advento do big data, as empresas tendem a revolucionar a forma como fazem negócios. Acredite!

O volume de dados gerados é tão grande, que diante dele surgiu um mar de oportunidades para fazer novos produtos e oferecer novos serviços. Aliado a essa avalanche de dados, surgiu-se a necessidade de criar novas tecnologias que permitem analisar de forma rápida e eficiente essa imensidão de dados.

Extrair informações para uma melhor tomada de decisão não é uma das tarefas mais fáceis. Os dados são gerados cada vez mais rápidos, e estão mais complexos. A “tecnologia do passado” já não nos permite chegar às conclusões efetivas. Mas com tecnologias como a “linguagem R“, “linguagem Python“, “MongoDB“, “Hadoop” e “Spark” já é possível gerar um valor mais significativo nas análises dos dados.

Quem sai ganhando com isso? Eu, você e toda a sociedade. Conseguimos melhores produtos e serviços. E o que sabemos sobre tudo é quase algo mágico!

A importância do Big Data 

Quem trabalha com análise de dados sabe que estamos passando por um período de transformação. Conheço muitos profissionais que estão aprendendo novas ferramentas, e eu mesmo me incluo nesse seleto grupo, de quem está disposto a aprender algo novo.

Eu espero que você também esteja aprendendo algo novo. Se você não estiver, eu recomendo que comece. Eu e você precisamos nos atualizar constantemente. Isso ajudará a manter nossa empregabilidade alta.

É preciso sair um pouco das planilhas de Excel e da Linguagem SQL. Comece a considerar a aprender linguagens de programação de alto nível, como R e Python. E entenda como funcionam os bancos de dados não estruturados, e como acessá-los por meio de ferramentas como o MongoDB. O Big Data já está presente nas nossas vidas há algum tempo, mas as empresas insistem em ignorá-lo.

Big Data é uma das áreas que mais crescem atualmente. Há um déficit de profissionais no mercado e estima-se que até 2019 o mercado precisará de 200 mil profissionais habilitados em bigdata.

Toda vez que você interage nas redes sociais, compra produtos e serviços pela internet, sobe fotos no Facebook ou Instagram, e assiste aquele filme bacana no NETFLIX no feriado, você está produzindo dados. E perceba que eles estão em diferentes formatos.

Se você acha que geramos muitos dados, espere para ver quando a conectividade for algo acessível a todos na sociedade. Teremos casas conectadas, objetos “inteligentes”, wearables como relógios, e até mesmo camisetas de esportes, que coletam dados sobre você.

Os dados são a matéria-prima dos negócios. A revolução da informação está nos dados, e em como eles são utilizados. Basta lembrar do conceito de Machine Learning.

Por que trabalhar com um único Banco de Dados? 

Pelo fato das empresas não conhecerem seus dados, a maioria dos trabalhos acaba sendo direcionado para um único banco de dados. O que no meu ponto de vista é um erro tremendo.

Vou dar um exemplo da minha realidade. Imaginem que o número de cirurgias bariátricas tenha aumentado consideravelmente no último ano. A primeira atitude padrão seria analisar o banco de dados que registra os usuários do plano de saúde que realizaram a cirurgia bariátrica no período, correto? Você teria informações de quanto ele gastou, quais os materiais utilizados, onde foi realizada a cirurgia, se teve ou não complicações no procedimento. Mas isso é suficiente para resolvermos o problema? Provavelmente não!

E se eu consultasse o banco de dados cadastral de cada usuário? Possivelmente conseguiria obter informações se ele era ou não um paciente mórbido quando aderiu ao plano; ou mesmo se já cumpriu o período de carências para ser elegível a uma cirurgia. Também posso consultar o banco de dados das “Autorizações de Cirurgias e Internações”. O que podemos conseguir com isso?

Percebeu que ganhamos muito mais conhecimento e propriedade da informação quando conseguimos cruzar dados de diversos bancos de dados? O problema é que esse pensamento não é padrão na maioria das empresas.

Por isso, eu resolvi criar essa ilustração para você. Vamos combinar o seguinte? De agora em diante você vai aplicar esse fluxo na empresa que trabalha, combinado?

oestatistico-dados

A empresa tem um problema que precisa ser resolvido. A equipe levanta possíveis hipóteses. Você explora seus bancos de dados e conhece seus dados; isso gera uma vantagem competitiva sem precedentes. É difícil perceber no começo porque poucas pessoas calculam o ROI nessas ocasiões, mas esse é um outro assunto. A verdade é que:

Com um “mix de dados” em mãos é possível chegar na melhor solução.

É preciso mudar 

Agora que você sabe de tudo isso, é preciso mudar. VOCÊ tem que mudar e a sua EMPRESA também. A diferença é que uma mudança você controla, e a outra provavelmente não. Mas para começar vou dar dicas de mudança de pensamento:

  1. Os dados podem ser capturados em tempo real (o modelo clássico são dados armazenados).
  2. Os dados podem e devem ser transformados em insights de negócios.
  3. Colete, armazene e analise dados de diferentes fontes e formatos.
  4. Migre do sistema tradicional de coleta e armazenamento de dados, para uma estrutura de big data.
  5. Não ignore dados vindos de outros departamentos.
  6. Aprenda a calcular o ROI (Retorno Sobre o Investimento).
  7. Promova uma mudança de paradigmas na empresa (cultura organizacional).
  8. Eleja o Big Data como uma prioridade para análise de negócios.

Parece complicado, mas as análises começam com pequenas perguntas, como por exemplo:

  • Qual é o melhor local para construir um hospital?
  • Como podemos tornar o seguro de imóvel algo mais atrativo?
  • O que fazer quando os cancelamentos de TV a cabo começam a aumentar?
  • Por que a população do Nordeste não utiliza o serviço de Uber como o esperado?

Você percebeu que são perguntas simples e diretas? As respostas podem ajudar a escolher o lugar ideal para a construção do hospital; criar outro serviço de seguro ou adequar o existente; desenvolver novos serviços de TV a cabo; oferecer um serviço diferenciado de transporte a região do Nordeste do país.

Os 5 maiores erros

Você já entendeu o que é possível fazer, e que a mudança tem que começar por você. O caminho a percorrer é longo e árduo, pois em nenhum momento eu disse que era fácil. Mas eu posso dizer, quais são os 5 maiores erros cometidos por quem começa a usar big data. Pense em evitá-los ou minimizá-los:

  • Selecionar as fontes erradas.
  • Não definir um objetivo.
  • Ignorar a qualidade e a veracidade dos dados.
  • Não categorizar os dados.
  • Não criar uma cultura orientada a dados.

Eu sei que é muita coisa para colocar em prática. Mas se “as empresas ainda não prestam atenção nos dados”, que tal você fazer a sua parte. No final das contas, quem sai ganhando é você.

Minha dica final é: Analise mais de um banco de dados, crie diferentes soluções para o problema e escolha a mais adequada.

Um abraço, e até semana que vem!

 


Material usado

Homem de binóculos: http://bit.ly/2dI7u8l

Siga-nos nas redes sociais

Facebook: https://www.facebook.com/oestatistico

Twitter: https://twitter.com/oestatisticoweb

Instagram: https://www.instagram.com/oestatistico

Pinterest: https://br.pinterest.com/estatisticoblog