Como Data Science facilita a administração de negócios

Doutor em Inteligência Computacional, Thiago Ciodaro explica como a ciência de dados otimiza a rotina de uma empresa

 

Empresas que não investem em Data Science podem estar perdendo dinheiro. Considerando que 2,2 milhões de terabytes de dados são criados no mundo diariamente e que uma parte significativa deles se relaciona com o universo dos negócios, saber gerenciar tantas informações de forma rápida é a chave para estar um passo à frente da concorrência.

O porquê é simples: aqueles que utilizam a tecnologia a seu favor tendem a tomar decisões mais rápidas e eficazes. Além disso, fica muito mais fácil entender o comportamento de clientes  e otimizar processos internos de forma inteligente.

Quem fala mais sobre o assunto é Thiago Ciodaro, que é Doutor em Inteligência Computacional pela COPPE/UFRJ e é Data Scientist Senior na Ernst & Young.

 

 

Atualmente, “Data Science” é um termo muito difundido. Antes, ouvia-se muito sobre “Big Data”. Existe alguma relação entre as duas expressões?

CIODARO - Quando uma área do conhecimento ainda está em definição, é comum os termos se confundirem durante um tempo. Hoje, entendo Big Data como qualquer área cuja quantidade de dados e informações é considerada elevada, na ordem de centenas de Gigabytes a Petabytes. Data Science, no entanto, é uma área do conhecimento que surge do encontro entre estatística, computação, conhecimento do negócio e do Machine Learning. Podem existir projetos de Data Science que não se caracterizam como Big Data, assim como projetos de Big Data que não tem uma característica marcante de Data science.

 

Como cientista de dados, qual a sua visão sobre o uso das técnicas de Data Science dentro das empresas brasileiras?

CIODARO - Essas técnicas estão em evidência no mundo e, ao meu ver, as empresas brasileiras  ainda estão começando a explorá-las. Porém, acho que ainda há muita desconfiança sobre os resultados e existe uma série de fatores que afetam a implementação de uma cultura Data-Driven nas empresas.

 

E quais seriam esses fatores?

CIODARO - Primeiro, as empresas cresceram de forma cartesiana, no qual cada pedacinho da empresa tem os seus silos de dados, muitas vezes não integrados entre si. Isso dificulta o cruzamento de informações e limita a capacidade de modelagem e análise.

Segundo, não existe uma cultura de cuidado e saneamento dos dados, de forma que, muitas vezes, os dados não são estruturados e de baixa qualidade.

Por fim, se não alinhados corretamente com possíveis planos de ações e com as limitações impostas pelos outros dois pontos, os modelos e resultados podem não ter aplicabilidade na empresa, gerando ainda mais desconfiança.

Deve-se entender que existe um caminho evolutivo em Data Science e que parte de cada projeto deve ser utilizada para que a empresa avance nesse caminho.

 

Em relação a sua experiência, qual foi o caso mais interessante aplicando Data Science? Quais as vantagens que um olhar cuidadoso sobre os dados pode trazer para uma empresa/organização?

CIODARO - Teve um caso de consultoria para a manutenção de grandes equipamentos de mineração de uma grande empresa. Uma das atividades era criar um plano de manutenção para a troca de componentes de equipamentos, cujo valor agregado é alto. Além de se estimar as curvas de sobrevivência de cada componente, o modelo deveria considerar aspectos da oficina, do orçamento e da produção da mina.

A modelagem, portanto, deveria ser capaz de dialogar com diferentes níveis da organização: desde os mecânicos e gerentes da oficina, num nível mais técnico, até os gestores e diretores de operação, num nível mais voltado à análise de risco.

Por mais simples ou complexos que sejam, o modelo e os resultados devem ser tangíveis para todos os envolvidos na empresa, para garantir o engajamento e o sucesso da solução desenvolvida.

 

Quanto às tendências tecnológicas, ao olhar a curva Gartner é possível ver que o aprendizado de máquinas (Machine Learning) estará alcançando sua maturidade dentro de 2 anos. O que esperar sobre isso? Seriam a Internet das Coisas (IoT) e o Smart Data Discovery os próximos passos a serem alcançados?

CIODARO - Vejo IoT como o próximo passo do Big Data, uma vez que a quantidade de informações disponíveis será ainda maior. Essa conectividade fará uma pressão sobre tecnologias de segurança da informação, redes e processamento de dados. Ainda veremos muito sobre o Processamento de Linguagem Natural, principalmente em assistentes virtuais e utilização de dados não-estruturados.

Machine Learning já é algo maduro há um tempo, mas é somente com os investimentos de grandes empresas - como Google, Microsoft e IBM em "Machine Learning As a Service" - que a área atinge a maturidade dada pela Gartner.

As empresas vão começar a investir nesses serviços, mas precisarão de profissionais especializados nessas ferramentas, o que adicionará um custo de treinamento ao processo. Entretanto, futuramente, será ainda mais complicado utilizar soluções genéricas em problemas e realidades específicas de cada empresa.

 

Há alguma informação que considere importante acrescentar?

CIODARO - O potencial para resultados e os benefícios de uma cultura empresarial voltada a dados é inquestionável. Apesar de avanços isolados em algumas áreas, as instituições ainda precisam encarar Data Science e Advanced Analytics como um investimento, uma vez que precisam percorrer um caminho evolutivo que vai desde o controle da aquisição dos dados, até o saneamento, armazenamento em EDW e Data Lakes corporativos (sem silos). Os resultados dos  modelos serão tão bons quanto melhor for a qualidade dos dados utilizados.



 

Ficou interessado em saber mais sobre o assunto? Fale com a gente para conhecer as soluções que a TWIST desenvolveu para otimizar seus negócios.

 

Se inscreva na nossa newsletter