Piloto em Ciência de Dados

Nossa solução Piloto em Ciência de Dados oferece base para estratégias de negócios e processos de inovação

Este artigo faz uma análise do quanto a Ciência de Dados (data science) é determinante para a transformação digital de uma empresa. Como desenvolver projetos efetivos? Qual a maneira mais estratégica de converter dados em resultados? O que fazer para estar mais próximo do seu público, atendendo exatamente o que ele quer e precisa?

Aplicação de algoritmos e processos para extrair informações do banco de dados, como ERP e CRM

O workflow típico de uma iniciativa em Ciência de Dados parte sempre de um desafio: um problema de negócio que buscamos solucionar com a aplicação de métodos, processos, algoritmos e sistemas para extrair conhecimento de um conjunto de dados, em suas diversas formas e origens.

A solução consiste em conectar informações e pontos de dados úteis a qualquer tipo de negócio. Os dados podem ser internos, como dados do ERP, CRM ou de qualquer outro sistema legado existente. E externos, comprados através de pesquisas de mercado ou de bases públicas e confiáveis.

Soluções a partir de pesquisa de mercado e análise de dados

A partir do problema de negócio, são criadas hipóteses, que serão testadas e validadas. Uma hipótese considera que podemos, por exemplo, conhecer tão bem o comportamento de nossos clientes – através da análise avançada de dados – a ponto de conseguir prever cancelamentos de assinaturas ou novas compras dentro de determinado período.

A validação das hipóteses é iterativa e envolve aquisição, validação, limpeza e transformação de dados. Também a criação de um modelo analítico e treinamento e avaliação de modelos matemáticos e engenharia de features. Nesse contexto, o modelo se mostrou eficiente: conseguimos prever, a partir da análise avançada de padrões de acesso ao serviço online, 80% dos casos nos quais clientes cancelaram o serviço. Essa análise é exploratória e sem grandes automações, realizada com uma pequena parte dos dados.

A importância da transformação de dados para a Inteligência Artificial: engenharia de features e Machine Learning

O próximo passo é transformar a inteligência gerada em uma solução completa de Ciência de Dados. Esse processo envolve realizar a ingestão, armazenamento e transformação dos dados de forma automática, expor o modelo analítico como um serviço e entregar de fato a inteligência de dados.

Isso pode ser feito de diversas maneiras. Exemplos: Por meio de uma recomendação na tela de um sistema corporativo para seu time de vendas, criação de listas para campanhas de marketing ou até mesmo na execução automática de uma ação (a compra ou venda de papéis em uma corretora de valores).

É possível usar dados para prever um comportamento de compra, indicar o momento ideal para contatar o consumidor, avaliar o perfil de consumo de quem já é cliente, com o objetivo de realizar uma próxima venda, e fazer recomendações personalizadas. A Amazon, por exemplo, usa informações de dados para identificar quais produtos seus clientes estão mais propensos a comprar.

E ainda podemos citar o conceito de Machine Learning. Esse Campo da Inteligência Artificial faz uso de técnicas estatísticas para proporcionar a sistemas computadorizados a habilidade de “aprender” (melhorar progressivamente sua performance em determinada tarefa) a partir de dados, sem que sejam programados explicitamente para esse fim.

É possível aplicar Ciência de Dados, para resultados efetivos, em diversas áreas e segmentos

Além de utilizar a ciência de dados para aumentar vendas, também é possível reduzir perdas no cenário financeiro (detectando atividades fraudulentas), identificar o consumo excessivo de recursos no mercado de planos de saúde e antever – assim como evitar – cancelamentos de contrato. São muitos cenários para colocar em prática projetos envolvendo ciência de dados. É preciso ter metodologia, mapear o problema a ser resolvido e definir métricas de sucesso.

Para alcançar o sucesso com esses tipos de iniciativas, é importante começar cautelosamente: pilotar um cenário e identificar se vale a pena investir dinheiro. Da mesma forma que as pessoas constroem MVPs, para testar e provar sua ideia e valor de produto, nós ajudamos você a construir seu “MVP” em Data Science. “A nossa ideia da criação de Piloto de ciência de dados é validar, de uma forma rápida, se é possível ou não solucionar seu problema com ciência de dados”, reitera Rafael Dourado, Data Science lead da Programmer’s.

Fernando Zambroti, Diretor de Novos Negócios da Programmer’s, afirma que “Conseguimos, com base na análise do histórico de vendas que eu tenho com meus clientes, conhecer o comportamento dele tão bem a ponto de eu conseguir prever quando será sua próxima compra ou até mesmo qual produto ele vai comprar. Essa é a parte que precisamos testar, a hipótese que precisamos validar. E por esse motivo nós desenhamos a solução Pilotos em Ciência de Dados.”

Como nossa solução Piloto em Ciência de Dados é aplicada em cada proposta de negócio

Os benefícios de uma solução como Pilotos em Ciência de Dados são: engajamento rápido, com pequenos investimentos para explorar, que pode melhorar processos e resultados, fornecimento de informações valiosas para apoiar o planejamento estratégico (e as discussões orçamentárias com as partes interessadas da empresa) e um passo sólido para promover e fomentar a inovação na organização.

A solução Pilotos em Ciência de Dados funciona da seguinte forma: a Programmer’s inicia o trabalho para definir metas, cenário de negócios (um dos cenários sugeridos ou um cenário específico adaptado para o seu negócio) e avalia os dados que podem ser alavancados.

Assim que tiver os dados disponíveis, estes serão explorados, transformados e experimentados no laboratório de Ciência de Dados. O processo se dá por meio das ferramentas e plataformas mais avançadas para chegar aos resultados almejados.

Em seguida, a Programmer’s criar e utiliza seus algoritmos para fornecer os resultados. Junto com isso, especialistas fornecem um roteiro, indicando as áreas que se espera obter o maior benefício, enriquecendo o algoritmo/mecanismo construído. O roteiro também oferece um cronograma com as iniciativas recomendadas e os investimentos esperados.

É preciso identificar em qual etapa do seu negócio a implementação de uma Política de Dados é necessária. Por isso, se você deseja saber como conectar informações e pontos de dados, para encontrar conexões úteis ao desenvolvimento e melhor performance da sua empresa, o recomendável é encontrar especialistas que tirem o melhor dessas ferramentas.