A quantidade de dados de que as organizações dispõem é demasiado importante para não ser tratada ou, simplesmente, ser analisada por curiosos.
Nuno Franca
Nos dias de hoje as empresas chegam a gerar muitos giga ou mesmo terabytes de dados em bruto (raw data). Dados que ocupam espaço na infraestrutura, com recursos muitas vezes limitados, o que representa um custo. Porque não os mandamos, simplesmente, fora? Porque, intuitivamente, sabemos que estes dados (em bruto) podem representar uma fonte de informação e conhecimento imensa, de um valor muitas vezes difícil de compreender ou calcular.
O que fazer então com estes dados, e como obter informação e conhecimento a partir da sua forma em bruto? Normalmente, a transformação de dados em bruto para fonte de informação e conhecimento que apoiam o gestor, quer na definição da sua estratégia, quer nas decisões que tem de tomar no dia a dia, começa por um processo de extração, transformação e carregamento (do inglês extraction, transformation and load). Neste processo os dados em bruto são recolhidos nas suas fontes criadoras (seja o seu ERP, CRM, helpdesk, ou outro qualquer sistema da empresa), transformados, organizados e carregados num outro sistema (mais um?) de base de dados que, pela forma como está estruturado, permite que seja interrogado de forma muito eficiente e assim possa disponibilizar informação relevante para o gestor.
Chegamos assim aos “armazéns de dados” (do inglês data warehouse). A partir daqui temos a informação organizada de forma a podermos extrair a informação e o conhecimento que pretendemos, de forma simples, eficiente e que não exige grandes conhecimentos tecnológicos a quem interage com o armazém – apenas conhecimento relativo ao negócio.
O que podemos então fazer? Só para dar alguns exemplos:
- A partir de dados financeiros e dados históricos de vendas, criar relatório, gráficos, dashboards que mostram a situação real da empresa até à data.
- A partir de dados de um paciente que passa por vários serviços num hospital, mostrar o estado geral do mesmo num dashboard, sugerir tratamentos preventivos para outras questões médicas.
- A partir da análise do conteúdo dos carrinhos de compras num supermercado, encontrar padrões que permitam otimizar a distribuição de produtos nas prateleiras de forma a maximizar a probabilidade de compra por associação.
- A partir da análise do comportamento de um utilizador numa plataforma de compras online (do tipo Amazon), propor outras ofertas que possam potenciar novas vendas.
- A partir do registo dos comportamentos gastronómicos de alguém e da sua geolocalização, propor restaurantes na proximidade dos quais a pessoa possa estar à hora da refeição.
- A partir da análise das interações (ou falta delas) de um cliente com um banco, tentar prever a probabilidade de esse cliente deixar de o ser e assim propor ações preventivas para a retenção do mesmo.
- A partir da análise do registo dos programas de televisão mais vistos em determinadas faixas horárias, propor ao espetador a oferta mais apetecível para que se mantenha a assistir e assim aumentar o share e, por consequência, as receitas publicitárias.
- A partir de um registo histórico de imagens e dados de sensores instalados em automóveis e da análise em tempo real das imagens e dos dados obtidos do mesmo conjunto de sensores, possibilitar a condução assistida, ou mesmo automática de carros.
- A partir de um registo histórico de imagens e sons e da análise dos mesmos obtidos em tempo real, fazer o reconhecimento de pessoas, possibilitando o acesso a locais reservados, por exemplo.
Enfim, as possibilidades são imensas! Só tem de saber como capitalizar e extrair o valor dos dados empresariais, tarefa que é em muito facilitada – e potenciada – pelos profissionais da área.
11-11-2016
Nuno Franca, product development manager na consultora LBC, tem mestrado em Engenharia Eletrotécnica e de Computadores pelo Instituto Superior Técnico (IST) e uma pós-graduação em Sistemas de Informação, também pelo IST.
Iniciou o percurso profissional no setor público, na carreira de investigação no antigo INETI - Instituto Nacional de Engenharia e Tecnologia Industrial. Após uma breve passagem pelo ISCTE como assistente, transita para o setor privado, ingressando na Chipidea Microeletrónica como diretor do departamento de Information and Design Support Systems, onde permanece uma década. Segue-se uma passagem de dois anos pela Artsoft. Em 2013 entra na LBC, para a área de tecnologia, com enfoque em BPM - Business Process Management, tendo vindo a participar nos principais projetos da consultora.