A cada dia vejo que o conceito de Big Data começa a se firmar. Embora ainda visualizamos
mais hype que ações concretas, algumas primeiras experiências já mostram que o
processo é irreversível. Vivemos em um oceano de dados que só tende a crescer e
já está claro que o valor das iniciativas em Big data aparecem quando aplicamos
analítica ou matemática aos dados. Ou seja, valor = analítica + dados.
Mas é curioso que na maioria das conversas sobre o assunto o
foco é o volume e variedade de dados. Mas, sem analítica ou algoritmos iriamos
nos afogar neste oceano de dados. Vamos então falar um pouco de algoritmos,
principalmente os preditivos. Existem diversos outros algoritmos, inclusive o
descritivo, muito usado nos BI tradicionais, que descrevem o passado e
eventualmente nos ajudam a tomar decisões sobre o futuro. Um exemplo típico são
as perguntas do tipo “quantos clientes perdemos nos últimos 3 meses” ou “as
fraudes aumentaram ou diminuíram no último ano”? E com base neste histórico e
nas nossas percepções, intuições e experiências tomamos decisões futuras. Mas,
claramente vemos que isso não é suficiente para atender à complexidade
crescente do cenário de negócio atual. Observamos que a intuição e experiência
tem peso excessivo nestas decisões. Em um cenário de negócios relativamente
estável, é perfeitamente adequado, mas quando o cenário é dinâmico e mutante,
provavelmente nossas experiências e intuições podem não ser suficientes.
Entram em campo as análises preditivas. Análise preditiva
não é novidade, sempre esteve presente na academia e em setores específicos
como meteorologia, mas a crescente
digitalização da sociedade e a disponibilidade facilitada de armazenamento e
processamento de imensos volumes de dados tornou esta disciplina acessível a
qualquer empresa.
Mas o que é um modelo preditivo? A resposta é simples: uma
função matemática que aplicada a uma massa de dados, consegue identificar
padrões ocultos e prever o que poderá ocorrer. Prever o futuro sempre foi um
desafio e uma busca incessante…daí a leitura da palma das mãos, a astrologia,
etc. Agora, podemos pensar sim, que é
possível fazer previsões bastante razoáveis.
Existem dois tipos de modelos preditivos, os supervisionados
e os não supervisionados. No primeiro, em uma fase que chamamos de treinamento
do modelo, os dados de entrada e a saída desejada são apresentados juntos. O
treinamento dura até que o modelo aprenda a mapear os dados e identificar
padrões entre a entradas e as saídas. Como exemplos destes modelos temos as
redes neurais e árvores de decisão. Os modelos não supervisionados só recebem
os dados de entrada e sua função é descobrir os relacionamentos entre os dados
apresentados. A técnica de clusterização é um bom exemplo deste modelo.
Vamos ver na prática como funcionam estes algoritmos
preditivos. Suponhamos uma operadora de telefonia móvel. Um dos seus principais
problemas é a taxa de desconexão ou churn rate. Diminuir esta perda de clientes
é extremamente vantajoso para o negócio. Usando um modelo supervisionado
entramos, entre outros, com dados como perfil de cada cliente, seu uso ao longo
do tempo, número de reclamações efetuadas,
e se ele se desconectou ou não. Agregando um grande volume de dados, o
modelo consegue aprender e criar um padrão que reconhece o perfil de cliente
que tende a permanecer ou se desconectar da operadora. Uma vez aprendido,
validamos o modelo. Para isso apresentamos um outro conjunto de dados e verificamos
qual o nível de acerto em relação à taxa de desconexão. Se for um nível de
acerto baixo, voltamos a treinar o modelo até que ele realmente seja
considerado apto a fazer previsões.
Quando o modelo está validado, entra em operação, ou seja,
começa a ser aplicado para identificar antes que aconteça, a possibilidade de
determinado cliente se desconectar. Agregando ao modelo regras de negócio, como
agrupar clientes por rentabilidade, a operadora pode fazer ofertas diferenciadas
para evitar a desconexão.
Entre as lições aprendidas nas experiências com modelos
preditivos, dois fatores chamam atenção: primeiro é necessário dados em volume
adequado para o modelo aprender e identificar um padrão, e em segundo, os dados
tem que ser válidos. Se a base de dados contiver erros, não existe modelo que
gere resultados adequados. A velha máxima de TI, que se entra lixo sai lixo,
continua válida. Por outro lado, uma escolha errada de modelo pode jogar pela
janela uma base de dados válida…
A escolha do modelo é importante. Diversas variáveis devem
ser consideradas. Se, por exemplo, não houver condições de associar dado de
entrada ao resultado, uma alternativa é usar modelo não supervisionado. Quando
é possível associar entrada com o resultado, escolhe-se modelos supervisionados.
Mas qual? Se for necessário que o modelo consiga explicitar para o usuário o
porque da decisão de indicar que determinado cliente se desconectará, devemos
usar modelo que consiga fazer o back tracking. Uma rede neural não permite
isso, mas um modelo árvore de decisão sim.
Criar iniciativas de Big Data, como vemos, não é
simplesmente adquirir tecnologias, mas demanda expertise para selecionar e
validar dados, identificar os melhores modelos preditivos para cada caso e
principalmente identificar com a maior exatidão possível o problema de negócio
que se quer resolver. Caso a empresa queira começar com algumas
experimentações, antes de mergulhar fundo, o uso de modelos open source baseados
na linguagem estatística R pode ser uma
alternaativa. Quando escrevendo este texto haviam mais de 6100 pacotes de
aplicações as mais diferente possíveis, em setores como biologia, finanças,
genética, etc. Vejam o link http://cran.r-project.org/web/packages/.
Vamos sumarizar algumas recomendações:
a)
Identifique com a maior precisão possível o
problema de negócio. Quanto mais precisa a pergunta, mais precisa será a
resposta e portanto maior o valor da resposta.
b)
Tenha dados em volume e qualidade adequados. Sem
qualidade, volume não tem valor.
c)
Não superestime o valor da predição. Mesmo em
uma sociedade cada vez mais data-driven, a intuição muitas vezes é necessária.
Uma velha piada entre os meteorologistas (um dos primeiros usuários de modelos
preditivos) diz que existem modelos tão precisos que previram com exatidão sete
dos últimos três furacões…
d)
Não subestime o desafio da implementação. Não é
só entupir a empresa de tecnologias, mas é necessário expertise (conhecimento
do negócio, tecnologia, modelagem) para fazer a coisa acontecer.
No mais, Big Data e modelos preditivos estão deixando de ser
novidade e vão se tornar em um futuro não tão longinguo assim algo tão comum
quanto um ERP nas empresas. Na próxima década os automóveis sem motorista serão
lugar comum nas ruas…E o que os dirige? Modelos preditivos! Um carro do
Google por exemplo é um carro recheado de modelos preditivos, que tomam
decisões a cada instante.
