Uma bola de cristal que repele más decisões

Se soubéssemos que o Brasil enfrentará uma grande crise dentro de três anos poderíamos tentar nos adequar para tirar o melhor proveito da situação? O assunto parece místico, algo como bola de cristal, mas é real. Grandes corporações estão investindo pesado em meios de prever o futuro dos negócios utilizando a TI preditiva. Ela nada mais é do que a capacidade de antever cenários baseando-se em dados do passado e do presente. Isso envolve analisar um conjunto gigantesco de dados para concluir algo. A previsão do tempo, por exemplo, trabalha com TI preditiva de todos os registros feitos no passado durante determinada época do ano para tentar dizer qual será o comportamento climático nos próximos meses.

Esse é um conceito que está no mercado há quase 40 anos. No entanto, a TI preditiva é um tema que não foi muito explorado até então, pois a computação ainda era limitada. Ela é o grande pilar do big data — assunto que se tornou muito popular recentemente. A explosão de dados da era digital somado aos avanços tecnológicos da computação permitem que seu conceito seja desenvolvido mais a fundo. Porém, é importante ressaltar que a TI preditiva nada tem a ver com previsões místicas. A tecnologia se baseia em dados reais para prever o futuro. O grande segredo está em obter corretamente os dados mais importantes para que a previsão tenha uma precisão mais correta. Essa tecnologia está sendo muito usada no mundo dos negócios, onde a especulação do mercado dita a forma como as empresas se comportam.

A TI preditiva pode ser usada de diferentes maneiras. Em sistemas de segurança é usada para proteger contra ataques virtuais. A análise de tráfego na rede e comportamento de alguns softwares podem dar indícios de que alguma invasão ocorrerá. A tecnologia vem sendo usada para prevenir ataques de ransomware que são muito difíceis de serem detectados por antivírus e firewalls.

No setor público, a TI preditiva é usada para detectar o comportamento da população e tentar evitar manifestações, por exemplo. A polícia faz uso para identificar locais com alto índice de ocorrências de crimes para programar patrulhas preventivas. As empresas privadas também usam de várias maneiras. O setor de marketing especula sobre as novas tendências dos consumidores e as possíveis reações ao lançamento de novos produtos e campanhas publicitárias. O setor financeiro tem como missão avaliar o cenário econômico para antever oscilações do dólar, melhor época para investir entre outras funções. Para todas essas situações, a TI preditiva necessita de um aparato tecnológico e teórico para ser implementada. O segmento do big data, segundo a IDC, movimentará mais de R$ 1 trilhão em 2022. Empresas que adotaram a TI preditiva em seus negócios relatam redução de até 15% de desperdícios em decisões ruins. A adoção dessa tecnologia nas empresas depende da implementação de quatro passos iniciais que serão discutidos a seguir.

1. Entender as métricas importantes de predição
Existem métricas diversas para dados diferentes. O primeiro passo é definir quais são os objetivos comerciais da empresa, caso contrário a ferramenta preditiva será ineficaz. As análises devem influenciar diretamente os objetivos da empresa. Para isso, o foco deve ser na criação de medidas que possam ser quantificáveis futuramente. Dessa forma, os processos sofrerão interferência da análise de dados que terão de se adequar para que as métricas melhorem progressivamente.

2. Saber como obter e tratar os dados
A TI preditiva, como explicado anteriormente, depende efetivamente dos dados. E eles precisam ser relevantes para que a análise seja feita de maneira correta. Alguns deles são coletados dentro da própria companhia. Outros precisam ser pesquisados no mercado. Para o último caso, é necessário criar estratégias para identificá-los e coletá-los. Muito importante é saber tratá-los para que não apresentem ruídos de informação. Os cientistas de dados experientes tem um conjunto de técnicas e dominam aplicações capazes de cumprir essa tarefa de forma eficiente.

3. Ter as ferramentas certas
Algumas ferramentas de análise de dados — como planilhas de Excel — podem oferecer um suporte bastante limitado para análises mais complexas. Os sistemas instalados devem condizer com as expectativas do negócio. Quanto mais robustas as ferramentas são, maior a capacidade de predição. Algumas delas, como o Apache Hadoop, NoSQL e Hive, são essenciais.

4. Boa política de governança
A política de governança de dados é responsável pelas diretrizes de coleta, sejam internas ou externas. Elas colaboram para a consistência e qualidade dos dados coletados e ajudam na tarefa de obtenção de informação relevante para a TI preditiva. A política de governança ajuda a estabelecer recomendações para interpretações de dados, de forma que elas não sejam executadas erroneamente e, consequentemente, gerem resultados negativos para a análise.

As empresas que conseguem prever como estará o mercado nos próximos meses e anos têm em mãos uma grande vantagem competitiva. A TI preditiva executada corretamente garante um futuro de sucesso às empresas, pois as chances de más decisões são reduzidas drasticamente.