Analytics é um assunto comum. Mas, para aplicá-lo, empresas precisam realmente saber seu alcance real, o que se pode fazer com a ferramenta, entre outras questões. Não por acaso, o BR Week promoveu um workshop que reuniu algumas dessas questões. O primeiro exemplo citado no workshop sobre o tema foi sobre um case em que a Target, varejista estrangeira, descobriu a gravidez de uma consumidora por meio de atitudes de consumo – antes mesmo de a família da moça ter ciência do fato.
“A empresa conseguiu interpretar um padrão: uma situação que é característica em um contexto específico”, explica Rafael Franchini, COO da Analytics2Go, orientador do workshop. A ideia foi materializar a ideia da empresa. Nesse sentido, o executivo citou a passagem do cenário analógico para o digital e explicou a forma como o analytics se desenvolve – indo muito além de análises tradicionais.
“Digitalização é a capacidade de registrar a realidade por meio de dígitos”, explica. “Quando filmo, transformo imagens em bites, combinações variadas de dígitos”.
Confira as etapas apresentadas por Franchini:
1. Descritivo
O executivo comenta que sempre usamos formas analógicas de fazer análises – relatórios, por exemplo.
2. Diagnóstico
Em casos mais avançados, há o uso de Business Intelligence (BI). Após os relatórios, a tecnologia passa a colaborar com decisões, mas não tira conclusões. A conclusão continua a cargo das pessoas, o que torna tudo relativo – afinal, cada conclusão pode ser impactada pelo viés da cultura e do mental de cada um.
3. Preditivo
Com uma primeira etapa de Analytics, a empresa começa a ter mais capacidade preditiva, porque cria a capacidade de analisar o todo, sem precisar de amostras. O preditivo, então, é a capacidade de identificar padrões por meio de técnicas matemáticas operacionais e tentar prever quando ele vai acontecer novamente. A tecnologia de Machine Learning tem essa ideia como base. Mas coisas novas, que não têm paralelo na história, não podem ser previstas.
4. Prescritivo
Superior a capacidade preditiva, essa etapa parte justamente da união de vários cenários de previsão. Considerando diversos cenários e padrões, é feita uma análise e escolhida a melhor opção, de acordo com uma demanda.
5. Aumentado
Deixa-se o conceito de solução ampla – que considera apenas padrões a serem aplicados em casos coletivos – para tentar solucionar problemas específicos, focados em um determinado resultado.
Como usar
Um exemplo de utilização citado pelo COO da Analytics2Go antes de iniciar o exercício do workshop estava relacionado ao uso de e-mail marketing. “Criamos um modelo que, baseado no tempo que o cliente passava observando um produto no e-commerce, era capaz de identificar os produtos interessantes para cada indivíduo”, explica. “O método não é totalmente novo, mas foi aprimorado por nós”. E, como afirma o executivo, a ferramenta de Analytics pode impactar e transformar qualquer área corporativa, basta dar a ele o desafio. “o processo começa na ciência, passa pelos dados e se completa na operação”, diz.
