O canal para quem suspira cliente.

Pesquisar
Close this search box.

Como Data Analytics ajuda a alcançar resultados durante uma crise

Bem geridos e estruturados, os dados são uma alternativa para empresas que enfrentam desafios gerados pelo cenário de pandemia, afirma Elcio Santos, CEO da AlwaysOn neste artigo publicado na revista Consumidor Moderno

O contexto de pandemia e isolamento social traz diferentes desafios para os mais variados mercados – há quem diga, inclusive, que essas dificuldades estão provocando uma aceleração na transformação digital das empresas ao redor do mundo.

Na cidade de São Paulo, o comércio já sente o impacto desse cenário: de acordo com o balanço da Associação Comercial de São Paulo (ACSP), feito a partir de amostra fornecida pela Boa Vista Serviços, as vendas do comércio paulistano registraram queda média de 65,5% na primeira quinzena de abril em comparação com o mesmo período de março.

A queda é natural, afinal, as lojas físicas estão fechadas e, de repente, o principal ambiente para a realização de negócios é o meio digital. Por que, então, não olhar para esse cenário como uma oportunidade de mudança e aprendizado? Mais do que nunca, os consumidores estão propensos a fazer compras on-line – até porque, em muitos casos, não têm opções.

Visão estratégica

Isso abre espaço tanto para o aumento das vendas quando para um ponto estratégico: a gestão de dados. Este é um ponto que, por mais que tenha sido recorrentemente debatido nos últimos anos, nunca teve tanto potencial quanto tem agora, afinal, considerando o desafiador contexto econômico que surge em 2020, as empresas precisarão direcionar investimentos com estratégia e inteligência. Os dados são o caminho para isso.

Como explica Élcio Santos, CEO da Always On, uma boa gestão de dados permite ampliar a capacidade de venda de uma empresa, agregando inteligência e tornando a oferta mais assertiva. Para isso, ele destaca a necessidade de definir e compreender o objetivo de negócio e, portanto, do uso dos dados. “O projeto que começa com o objetivo errado termina errado”, diz.

Iniciando um método

Especialista no tema, a Always On ajuda as empresas-clientes a superarem esse desafio: em um processo de imersão, chega até mesmo a colaborar com a definição do objetivo, dialogando com diferentes áreas da empresa, inclusive.
Isso feito, a companhia parte para a primeira etapa da gestão de dados: a coleta de dados. Por enfrentarem barreiras de segurança dos departamentos de Tecnologia de Informação das empresas, a Always On decidiu desenvolver uma área de infraestrutura proprietária, preparada para atender à Lei Geral de Proteção de Dados (LGPD), com infraestrutura híbrida e servidores segregados e protegidos.

Dessa forma, para trabalhar sobre os dados das empresas-clientes, basta que seja feito um upload dos dados através de conexões seguras e criptografadas, que são tratados dentro do ambiente da Always On. “Enquanto isso, construímos a VPN, com um caminho seguro”, explica.

Além da visão técnica, ele afirma que quem lida com os dados precisa saber como encontrar e trabalhar com dados brutos. “Depois que identificamos o objetivo, consideramos diferentes fontes de dados e diferentes formas de reuni-los, é fundamental a preparação para levá-los de forma segura para o ambiente da empresa”, explica.

Seleção e limpeza

Um dos processos mais complexos da gestão de dados, como conta Santos, é a higienização. É a base de tudo, pois informações não estruturadas e bases desorganizadas impossibilitam a obtenção dos insights que nortearão as iniciativas e futuras tomadas de decisões estratégicas.

“Esta é uma das fases mais longas do processo, é a mais demorada, delicada e detalhada, porém, é fundamental”, afirma o CEO. Além disso, a higienização dos dados sofre com o fato de que, além de precisar ser minuciosa, acontece longe dos holofotes. Os resultados desse trabalho são obtidos posteriormente, em todas as outras etapas, e isso gera ansiedade dentro da empresa.

Usando uma metáfora, Santos explica que se a gestão de dados é como uma casa, a limpeza dos dados é a fundação: não é vista, mas funciona como estrutura para todo o restante. Sabendo disso, a Always On desenvolveu uma metodologia proprietária por meio da qual, durante esse processo, faz entregas pontuais à empresa-cliente, administrando a ansiedade e tornando mais visível o potencial do projeto de dados.

Enriquecimento

Limpos e separados, os dados precisam ser enriquecidos. “Nesta fase do projeto, reunimos diferentes fontes e começamos a estreitar o foco dos dados, de acordo com o objetivo do cliente, levando-os para uma única visão estratégica”, revela o CEO da Always On.

Nesse sentido, ele explica que, ao criar um modelo de visualização, não basta transformar números em gráficos. É preciso que haja padrões corretos e algoritmos de machine learning, por exemplo. “Começo, então, a fazer uma avaliação dos dados porque comecei a enriquecê-los e começo a enxergar a imagem que se forma”, afirma. “É hora de interpretar, dar importância a qualidade dos dados e considerar o quão distante a empresa está do seu objetivo”.

O desenvolvimento estratégico de um dashboard (visualização dos dados) permite que a tomada de decisão baseada em dados seja efetiva: sabendo que os dados são confiáveis, limpos e corretos, o gestor pode fazer uso da informação com segurança. Porém, o CEO da Always On destaca: Se não forem percorridas as etapas anteriores, a confiabilidade da informação não será a mesma. Santos relembra ainda a importância da definição no objetivo de negócio: quanto mais claro ele for, mais fácil será criar uma visualização alinhada às necessidades da empresa.

Machine Learning e IA

Uma vez estruturado, o sistema de dados pode utilizar modelos preditivos de Machine Learning (ML) e Inteligência Artificial (IA), buscando insights de acordo com grupos de consumidores, entendendo a propensão de compra, por exemplo. “A IA está sendo utilizada na saúde dessa mesma forma e está ajudando inclusive no combate ao COVID-19”, cita.

Como uma empresa e seus clientes, o sistema de dados é um organismo vivo: não basta construí-lo e esquecê-lo. “É preciso olhar para os modelos preditivos e pensar em como atualizá-los, sempre”, afirma Santos. “O comportamento do consumidor muda e as populações também – inclusive estamos passando por um momento de transformação inédito”.

Assim, ele aponta para dois grandes possíveis erros: o primeiro, criar um único modelo preditivo e não atualizá-lo; o segundo, criar inúmeros modelos preditivos e não dar conta de testá-los. “É necessário encontrar um meio termo”, argumenta. “É como um teste em que as variáveis são modificadas, de acordo com a amostragem, observando os resultados”.

Etapa por etapa

Empresas como a Always On têm domínio dessas possibilidades, o que não exclui a atenção que deve ser dirigida aos modelos preditivos. Ainda assim, Santos explica que nem todas as organizações dedicam recursos – materiais e imateriais – a todo esse processo. É por isso que a Always On presta serviços englobam todas as etapas, mas também as realiza individualmente, de acordo com a necessidade da empresa-cliente. De qualquer forma, fica claro que, com uma visão mais clara das informações guardadas dentro da empresa é possível ter resultados mais efetivos, de acordo com a necessidade de cada modelo de negócio.


Confira as etapas da gestão de dados exploradas pela Always On

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima