Big Data e BI me dão muitas informações, ok, mas a decisão ainda é minha!

Nos anos 80, há mais de 30 anos, como analista de sistemas fiz muitos relatórios, aliás, antes do mundo on-line surgir (iniciou-se com os saudosos terminais conectados ao mainframe), relatórios eram as únicas formas dos usuários terem contato com o quê o CPD (Centro de Processamento de Dados) produzia.

Formulários zebrados em uma, duas, três, quatro vias onde os relatórios eram impressos. O trabalho mais refinado sobre relatórios era separar em visões analítica e sintética.

Um relatório sintético era o top, para poucos usuários, ou melhor, aqueles do escalão mais importante.

Não havia gráficos nem nada similar, apenas textos, números e letras.

O conceito de informações gerenciais não estava estruturado, não havia consolidação dessa ideia, os relatórios sumarizados poderiam ser considerados os embriões, mas não se tinha noção disso.

Haviam os dados dentro dos mainframes, distantes dos usuários e dos negócios, portanto a formação das informações a partir dos dados, ainda estava muito “verde”.

Dando um salto para frente, vamos sair dos anos do “Dancing Days” indo até nossos dias. Hoje nos deparamos com uma realidade extraordinária em termos de informações para a gestão e para a tomada de decisões.

Big Data, BI, Machine Learning e IoT representam a ponta-de-lança em tecnologia. Há uma evolução exponencial na atividade de produzir informações ricas, poderosas e que consigam carregar mais significado.

Saímos da tabulação de dados para a análise preditiva, ou como é fartamente apresentado, podemos dizer que iniciamos esse trabalho sobre os dados, depois passamos para as informações e agora estamos usufruindo do conhecimento. Alguns mais ousados arriscam que já estamos surfando na sabedoria. Será?

Conseguimos através da tecnologia, de métodos matemáticos e de algoritmos gerar conhecimento, quiçá a sabedoria?

Aplicando essas ferramentas no mundo dos negócios, o que significa uma empresa com conhecimento? Onde está esse conhecimento que os Big Data Analytics mineram, ou com quem da empresa está a ciência do saber sobre o cotidiano do negócio (ambiente interno, concorrência, tendências, consumidores, sociedade etc)?

Estaria essa sabedoria em banco de dados ou em dashboards?

As questões provocativas são para a reflexão sobre o que é conhecimento e toda a sua extensão.

Por mais que tenhamos sistemas e tecnologia apontando cada vez mais o caminho a seguir, ainda quem toma as decisões são pessoas. Por mais que as decisões sejam amparadas por robustos painéis de indicadores, há muitas outras variáveis que estão fora do mundo digital e que influenciam a decisão.

Sobre a decisão tomada temos a ansiedade pelo resultado, positivo ou negativo, acertada ou errada, enfim o que aconteceu.

É essa análise de resultado, considerando as informações sistematizadas e também as externas, que levamos em conta para tomarmos a decisão, que produz o insight do conhecimento, produz o porquê do resultado, produz o encadeamento de elementos que geram nas pessoas a dedução (lógica ou não) da causa do resultado, isto é, elas estão mais conhecedoras.

Essa experiência gerou o conhecimento, que está internalizado nas pessoas.

Vamos ver o exemplo do Uber, que se baseia em crowdsourcing, quando o usuário chama o serviço no seu App, sistemas de Big Data e seus algoritmos começam a devorar dados. GPS pegam sua localização e cruzam com outros GPS os dados de motoristas e suas localizações, e antes de você entrar no carro que acaba de estacionar a sua frente, já se tem o tempo e o preço estimado da viagem. Calculam o melhor trajeto em termos de tempo e preço.

A tecnologia do Uber é fantástica, ela está baseada na constante super coleta de dados dos GPS e nos Big Data Analytics, que informam a “melhor” rota, mas isso não é conhecimento, é informação trabalhada. É um tremendo avanço, mas para arranhar o conhecimento precisaria por exemplo saber se numa das ruas do trajeto indicado, daqui a 10 minutos terá a saída de um colégio, cuja a fila dupla provocada pelos pais, que ainda não entupiu a rua, entupirá quando você estiver quase chegando lá. O GPS só detectará isso quando o fato já estiver se desenrolando, aí será tarde para sair do engarrafamento.

O Uber não sabe do colégio, mas você sabe, por que mora na região, ou porque já foi pego nesse congestionamento, ou porque seu filho estuda nesse colégio, enfim são inúmeras condições que fizeram você saber mas o Uber não.

Estamos acelerando cada vez mais nessa estrada rumo ao conhecimento automatizado e preditivo, mas ainda temos muito chão pela frente.

O conhecimento mais rico, de valor, preciso e diferencial , ainda está nas pessoas.

Num negócio cabe a TI a função de cada vez mais automatizar processos para com isso coletar dados em bancos, em tabelas e em sistemas. Com isso ter matéria-prima para produzir informações, cada vez mais abrangentes e que possam cruzar cenários de departamentos diferentes, mas que se relacionam em algum sentido comercial.

Se temos num BI um indicador mostrando que as vendas de um determinado produto está em queda nos últimos 3 meses, a decisão a ser tomada para reverter isso não é óbvia e ela deve ser amparada por outros indicadores, por exemplo:

• Há um indicador que mostre o número de reclamações dos clientes (pode ser que a queda de vendas venha por problemas de qualidade)?

• Há um indicador que mostre a evolução do preço de venda praticado ao longo dos últimos 12 meses (pode ser que houve um reajuste de preços que afastaram os clientes)?

• Há um indicador que mostra com estão as vendas dos produtos similares dos concorrentes nesse mesmo período?

• Há um indicador da atividade econômica e do poder de compra dos consumidores (público-alvo desse produto) nos últimos 12 meses?

• Há um indicador sobre produtos substitutos (com outro formato ou tecnologia ou qualidade ou material ou preço) que está no mercado?

• Há algum indicador se os hábitos de consumo desse produto são afetados por questões sazonais?

• Há algum indicador que mostre as ações da área comercial sobre os principais clientes ou distribuidores desses produtos nos últimos 6 meses?

• Há algum indicador sobre questões de tendências de consumo e influência sobre os consumidores da marca, motivados pela mídia ou por alguma exposição negativa ao público?

Essas são algumas questões em que talvez nem todas as respostas possam ainda estar dentro de um Dashboard de um BI.

Algumas dessas questões precisarão ser respondidas pela leitura dos sinais que os tomadores de decisão fazer do ambiente, e do conhecimento que eles aplicam na interpretação dessa leitura.

#pessoas #negócios #BI