Dados – Tecnologia, Analítica e os novos Conteúdos
Negócios e economia

Dados – Tecnologia, Analítica e os novos Conteúdos

São muitos os casos, onde bem analisados entendemos que passámos da Era da Informação para a Era da Predição. Nos anos 80 e 90 as empresas estavam a começar a enfrentar o problema da criação de dados e obter informações, atualmente os dados e informação são já considerados commodities, pelo que os decisores necessitam de fazer upgrade da sua informação e dos ecossistemas digitais para obter conhecimento e sabedoria.

 Muitos já terão ouvido a frase “Os dados são o petróleo do século XXI” ou visto algumas capas de revistas nacionais e internacionais que nestes últimos anos têm dado destaque ao tema dos dados e seu impacto no mundo, como a do The Economist (The Economist, 2017), pois as organizações que melhor souberem extrair e usá-los na era digital, irão certamente criar mais riqueza e garantir vantagens competitivas.

Nesta temática há duas pessoas que se destacam, pois muito antes do tema “Dados” ser reconhecido como estratégico para as empresas identificaram-no como possível game changer da competitividade empresarial: Michael Porter e Bill Gates.

Em 1985, Michael Porter no seu artigo “How Information Gives You Competitive Advantage” (Porter & Millar, 1985) refere explicitamente que a revolução da informação está a atravessar toda a economia. Já em 1999, Bill Gates no seu livro “Business @ the Speed of Thought: Succeeding in the Digital Economy” (Gates, 1999), refere que será “como você reune, gere e usa informação que será determinante na forma como ganhará ou perderá o jogo dos negócios”.

Estas duas referências são confirmações da grandeza de pensamento que ambos têm na visão e perceção do mundo em que vivemos atualmente, mas acima de tudo, na capacidade de visão de futuro da realidade que não era clara há mais de 20 e 30 anos. Reparem que estas frases não foram ditas hoje, mas há várias décadas, quando os computadores pessoais estavam a dar os primeiros passos, no caso de Michael Porter, ou que a Internet tinha quase acabado de se tornar uma base de trabalho no mundo, no caso de Bill Gates.

De acordo com alguns relatórios de análises do mundo digital, como o “Digital Economy Compass” da Statista (Martin Armstrong, 2019), onde é vísivel a curva exponencial de crescimento da produção anual de dados digitais no mundo: 2 zettabytes (Zb) em 2010, 47 Zb em 2020, 612 Zb em 2030 e 2.142 Zb em 2035.

Para que um leitor tenha uma ideia física do que representam estes dados, existe uma analogia utilizada de que 1 Terabyte (Tb) é o equivalente a 3.300.000 livros de 200 páginas, pelo que 1 Zettabyte (Zb) são 1.000.000.000 de Terabytes (dá muitos livros!). Há quem diga também que é o equivalente a 281 triliões de ficheiros de áudio mp3.

A explosão de dados começa ao nível operacional, por razões de negócio, em particular pelo aumento exponencial de conteúdos digitais e pelas necessidades mais complexas de integração de dados. Os fatores que contribuem estão assentes em dados financeiros, sensorização (RFID – radio frequência / IoT – Internet of Things), requisitos de regulação / compliance dos vários mercados, mensagens de E-mails e Instant Messagings, dados não estruturados (imagens,voz, video), aumento de capacidade de Processamento (medido em FLOPS – floating point operations per second), aumento de largura de banda e decréscimo de preços de dispositivos. Isto é, há muita dinâmica operacional de negócio que têm permitido elevar a produção e a análise dos dados.

Este crescimento exponencial de dados e o seu armazenamento suportam o conceito de gestão e armazenamento denominado por Big Data nas empresas. Este conceito assenta em 5 Vs:

  •       Volume –escala produzida de dados atualmente, que se traduz na enorme quantidade de dados armazenados pela empresa
  •       Velocidade – rapidez na produção de dados atual, muito induzida pelo mundo digital, em particular, pela global sensorização de “tudo”
  •       Variedade – complexidade de modelos semânticos existentes de dados estruturados (bases de dados relacionais), não estruturados (videos, imagens, ficheiros, entre outros)
  •       Valor – capacidade de traduzir dados em informação e conhecimento, de acordo com os eventos e processos existentes
  •       Veracidade –consistência (ou certeza) dos dados, que reflete a confiabilidade estatística. Garantindo-se que os dados usados são confiáveis, autênticos e protegidos

Alguns exemplos práticos de uso de Big Data em setores de atividade são:

  •       Saúde: tracking em tempo real de dados vitais dos pacientes. P.e. usando os próprios dispositivos dos pacientes para armazenar os dados localmente e depois partilhá-los (riscos de segurança e privacidade)
  •       Media: plataformas de música online on-demand que coleta os dados dos utilizadores e usa-os para fazer recomendações individuais, como p.e. Spotify e Apple Music
  •       Financeiro: plataformas de deteção de branqueamento de capitais, que analisam em tempo real as transações financeiras para deteção de atividades suspeitas e ilegais

Esta análise de dados tem sido um diferenciador no mundo dos negócios. São vários os casos de empresas mundialmente que se destacaram da concorrência porque investiram na procura de dados, para obterem informação, cultivarem o conhecimento e alcançarem a sabedoria, conforme os princípios da Hierarquia de Conhecimento já apresentados no capítulo anterior do livro.

A Nike, que no final dos anos 90 não era líder de mercado, tem hoje uma posição de liderança destacadíssima no mercado e reconhecendo por exemplo, que ao trabalhar diretamente dados consegue hoje ter os membros NikePlus que compram 3 vezes mais nas aplicações móveis que os clientes tradicionais da Nike.com. De referir que a Nike tem hoje cerca de 300 milhões de membros Nike Plus, significando isso receitas e benefícios diretos como empresas e como satisfação de clientes. O trajeto que a Nike tem realizado é essencialmente analisar toda a cadeia de distribuição, e procurar alcançar um modelo de relação (quase) direta com os seus clientes e por isso as suas mais recentes aquisições têm sido empresas tecnológicas na área de dados, em particular a plataforma de analitica de dados Zodiac (Março 2018), a empresa israelita de computer vision Invertex Ltd, que hoje é o serviço Nike Fit (Abril 2018), a empresa de analítica preditiva Celect (Agosto 2019) e a start-up de plataforma de integração de dados Datalogue (Fevereiro 2021). O número de posições de recrutamento na Nike com palavra chave “Data”, tais como “Data Governance”, “Data Scientist”, entre outras, em todo o mundo, em maio de 2021 era de 456, traduzindo o forte investimento desta área na estratégia e na operação diária da empresa. De referir por fim, e como demonstração de uma efetividade dos resultados diretos da estratégia desenvolvida nas últimas duas décadas, em Janeiro de 2000, uma ação de bolsa da Nike valia 4,95 dólares, sendo que em julho de 2021 vale mais de 160 dólares, o que equivale a uma valorização superior a 30.

A Nike não é a única, casos de transformação digital baseados em dados são por exemplo na forma como a Weather.com, hoje uma divisão da IBM, se reposicionou como parceiro de negócio de analyses e correlações em muitos setores de atividade, como na agricultura, no retalho, entre outros, quando percebeu que as receitas publicitárias haviam desaparecido porque ver metereologia em direto na televisão já não era uma realidade. Outra realidade é a transformação do New York Times (NYT) que tem hoje mais receitas digitais, que o seu mercado tradicional, apenas porque entendeu o negócio de media digital e soube trabalhar em modelo direcionado às notícias das comunidades dos seus leitores. O NYT criou uma equipa tecnológica na organização capaz de realizar análises comportamentais de subscritores, otimizar toda a sua logística, direcionar ativamente a publicidade, desenvolver melhor as realidades de audiências e promover adequadamente os seus editores.

São muitos os casos, onde bem analisados entendemos que passámos da Era da Informação para a Era da Predição. Nos anos 80 e 90 as empresas estavam a começar a enfrentar o problema da criação de dados e obter informações, atualmente os dados e informação são já considerados commodities, pelo que os decisores necessitam de fazer upgrade da sua informação e dos ecossistemas digitais para obter conhecimento e sabedoria.

Vivemos assim numa fase da chamada Ciência dos Dados, que se pode traduzir na ciência que utiliza a computação, a estatística e machine learning, visualização e interação humano-máquina para coletar, limpar, integrar, analisar, visualizar e interagir com dados para criar produtos de dados.

Em termos práticos a Ciência dos Dados é o processo de apoio à tomada de decisão, que traduzem a maturidade e capacidade de conhecimento dos dados das empresas, ou seja, capacidade que as empresas têm implementada nos seus sistemas e processos de realizarem Análises Descritivas, Preditivas e Prescritivas.

A maturidade reflete-se em ser-se capaz ou não de responder às questões “O que aconteceu?”, “O que vai acontecer?” ou “Como é que poderemos fazer com que aconteça?”, ou seja, no grau de fazer análises históricas, previsionais ou mesmo induzir o futuro. Qual o estado em que a sua organização se encontra?

Artigo de Rui Ribeiro, Autor – MIT Technology Review Portugal

Tópicos