Inteligência analítica: André de Barros Faria comenta sobre quando o dado recomenda a ação

Da planilha que descreve o passado ao sistema que sugere o próximo passo, entenda por que a maioria das empresas ainda para no meio do caminho.

Boa parte das empresas olha para os próprios dados todos os dias e, ainda assim, decide como decidia antes, avalia André de Barros Faria, CEO da Vert Analytics, com formação executiva em inteligência artificial pela University of Chicago. Relatórios chegam, gráficos são apresentados, e a conversa termina em impressões pessoais.

O problema raramente é a falta de informação. É o tipo de pergunta que os dados estão sendo usados para responder. A inteligência analítica é justamente a capacidade de avançar nessas perguntas, saindo do que aconteceu para o que deve ser feito. Uma classificação amplamente utilizada, também apresentada pela IBM, organiza esse avanço em quatro níveis, cada um mais exigente e mais valioso que o anterior.

O que os relatórios mostram e o que deixam de fora

O primeiro nível é a análise descritiva. Ela responde o que aconteceu: quanto se vendeu, quantos clientes cancelaram, qual foi o custo do trimestre. É a base de qualquer gestão, e muitas empresas já operam nesse estágio.

O segundo nível, a análise diagnóstica, pergunta por que aconteceu. Se os cancelamentos subiram, em qual região, em qual perfil de cliente, depois de qual mudança? Aqui o trabalho deixa de ser apenas somar números e passa a exigir cruzamento de fontes e hipóteses testadas.

Quando os dados passam a antecipar

Uma distribuidora percebe que certos clientes reduzem gradualmente o volume de pedidos semanas antes de abandonar a empresa. Um modelo treinado com esse histórico passa a sinalizar, com antecedência, quem está prestes a sair.

Esse é o terceiro nível, a análise preditiva. Com técnicas de machine learning, o sistema identifica padrões que se repetiram no passado e estima a probabilidade de que voltem a acontecer. Na leitura de André Faria, é nesse ponto que os dados deixam de servir para explicar resultados e começam a influenciar o que ainda pode ser mudado.

Previsão, porém, não é certeza. Um bom modelo informa também o grau de confiança de cada estimativa, o que permite à equipe concentrar esforços nos casos de maior risco em vez de tratar todos da mesma forma.

A etapa em que a análise recomenda o que fazer

Saber que um cliente provavelmente vai cancelar não resolve o problema. O quarto nível, a análise prescritiva, vai além e sugere a melhor ação: oferecer uma condição comercial, acionar um atendimento especial ou simplesmente não fazer nada, porque o custo de reter aquele cliente supera o retorno.

“O dado ganha valor quando muda uma decisão e permite avaliar depois se a escolha produziu o resultado esperado. Sem esse ciclo, a empresa apenas descreve o passado com mais detalhes”, afirma André de Barros Faria.

Para chegar a essa recomendação, o sistema combina a previsão com regras de negócio, restrições de orçamento e simulações de cenários. André Faria pontua que, quando integrado à operação, pode inclusive executar parte das ações por conta própria, sob limites definidos. É aqui que a inteligência analítica encontra a hiperautomação e os agentes autônomos de IA.

Por que poucas empresas chegam ao último nível

O salto entre os níveis não é apenas tecnológico. A análise preditiva exige dados históricos consistentes e bem organizados. A prescritiva exige, além disso, que a empresa saiba traduzir seus objetivos em critérios claros, como margem mínima, prioridade de atendimento ou tolerância a risco.

Muitas organizações tentam pular etapas e investem em modelos sofisticados sem ter resolvido o básico. O executivo considera esse atalho um dos motivos mais comuns de frustração com projetos analíticos, porque um modelo preditivo construído sobre dados frágeis entrega previsões frágeis com aparência de precisão.

Maturidade analítica se mede pela pergunta

Em última análise, André de Barros Faria salienta que o nível analítico de uma empresa não depende da quantidade de painéis nem do volume de dados armazenados. Depende da pergunta que ela consegue responder com confiança.

Organizações que perguntam apenas o que aconteceu administram o passado. As que conseguem perguntar o que deve ser feito passam a disputar o futuro com uma vantagem difícil de copiar: decisões melhores, tomadas mais cedo e apoiadas por critérios mais claros e verificáveis, sem eliminar o julgamento executivo.

A OESP não é(são) responsável(is) por erros, incorreções, atrasos ou quaisquer decisões tomadas por seus clientes com base nos Conteúdos ora disponibilizados, bem como tais Conteúdos não representam a opinião da OESP e são de inteira responsabilidade da Agência Saftec