Modelos de dados preditivos na tomada de decisão inteligente

Modelos de dados preditivos na tomada de decisão inteligente

Ronald Rodríguez, engenheiro de software sênior da Prodigious, plataforma de produção global do Publicis Groupe, explica que os modelos preditivos são baseados na análise de dados históricos para fazer previsões de comportamento no futuro. Dentro das organizações, a análise preditiva é usada para apoiar a tomada de decisões

Ronald Rodríguez, engenheiro de software sênior da Prodigious

Cada vez mais empresas de diferentes setores econômicos entendem profundamente a necessidade de implementar boas práticas e ferramentas de análise de dados como parte dos processos de Transformação Digital. Nos últimos meses, o comportamento dos consumidores mudou e parte das suas decisões de compra são tomadas tendo em conta as informações adquiridas “num momento imediato”, mesmo sem levar em conta o passado.

Para a adoção de práticas e ferramentas, é realizado um reconhecimento das necessidades e do nível de maturidade em gestão de dados de cada organização. Hoje, uma das fontes de dados com maior crescimento em análise é a do mercado digital; basicamente, todas as informações coletadas sobre o comportamento de um usuário em um site, tornam-se insumos que ajudam a entender melhor as necessidades do consumidor e também, para que as empresas reorganizem o site de forma mais dinâmica. Essas entradas, por sua vez, são usadas para várias tarefas dentro da empresa, uma delas é a análise preditiva.

A análise preditiva é desenvolvida usando técnicas de coleta, preparação e avaliação de estatísticas. A este processo, são agregadas técnicas de Aprendizado de Máquina (AM) e Inteligência Artificial (IA) para gerar valor a partir dos dados. Embora seja comum esperar por documentos de avaliação como consultoria, há cada vez mais aplicativos de software voltados para a entrega de modelos preditivos para resolver várias necessidades de resposta à demanda.

A aplicação de modelos preditivos também beneficia a indústria do petróleo. Nesse caso, as empresas, por meio de sensores localizados nas máquinas e nos terminais, coletam quantidades de informações que permitem estabelecer o momento oportuno para a realização de manutenções preventivas nos equipamentos. Aqui a análise dos dados torna-se relevante porque a manutenção realizada dentro do prazo evita que a máquina falhe, fato que gera uma economia econômica para as empresas em relação a ter a produção interrompida por horas.

Independentemente do contexto em que esses modelos preditivos são aplicados, deve estar claro o que você deseja prever e as informações necessárias para isso. Recentemente, eventos como a pandemia afetaram fortemente os modelos preditivos. Antes do coronavírus, a coleta de informações históricas era essencial, após esse evento os hábitos de consumo mudavam e variam diariamente, mudando a concepção do valor dos dados.

Ao determinar quais dados são relevantes ou não para esses modelos, é importante estabelecer essas qualidades com foco no sucesso de um negócio. Por exemplo, compreender os fatos que levaram à conversão de um usuário, por que uma venda foi concretizada, fatores em torno do motivo pelo qual o usuário finalmente clicou em um botão, elementos associados ao comportamento do usuário (em casos como este, a coleta de dados históricos).

Ao citar qual é a percepção das organizações diante desses modelos preditivos, descobrimos que, no início, cada empresa criou sua hipótese de porque algo é bem-sucedido, porém quando empresas, como a Prodigious, mostram que a partir de dados reais essa primeira hipótese pode ser validada ou refutada, a percepção sobre a importância de tomar decisões com base na análise de dados muda completamente, mostrando que fatores de alto impacto podem gerar mudanças na experiência do usuário.

Embora no início haja alguma resistência, depois, dependendo dos resultados, a percepção muda. Também existe algum cepticismo ao ver coisas que prejudicam os negócios. A recomendação é não começar com mudanças tão drásticas.

Do ponto de vista do setor público, é necessário que os governos comecem a basear suas decisões nesses modelos preditivos, a fim de dar maior confiança às pessoas e reagir em tempo hábil aos possíveis problemas. Esse tipo de modelo funciona bem quando implementado corretamente. Além disso, é necessário que haja uma cultura de propriedade da mudança para realizá-la.

Clique abaixo para compartilhar este artigo

Navegue por nossa
última edição

LATAM Portuguese

Veja todas as edições