Nossas soluções transformam os negócios e a sociedade por meio da tecnologia.
De acordo com um estudo do Instituto for the Future (IFTF), até 2020 o volume de dados gerados por empresas de todo o mundo deve alcançar a marca de 44 trilhões de gigabytes ou 44 zettabytes. Na mesma medida, um levantamento da Universe of Opportunities and Challenges mostra que, nesse mesmo período, os investimentos em soluções de Analytics deve aumentar em 40% entre governo e organizações.
Outra pesquisa, realizada pela IT Mídia, aponta o Analytics como a tecnologia de maior impacto para os negócios das mais diversas áreas. Tanto sucesso não se dá à toa. Os dados estão causando uma disrupção no mercado e, para que permitam aos gestores um maior conhecimento sobre seus ecossistemas para geração de insights e criação de estratégias assertivas, devem ser estruturados. Ou seja, mais do que contar com um grande volume de informações, é necessário interpretá-las assertivamente.
Segundo o gerente de soluções e negócios digitais da TIVIT, Sérgio dos Santos, um dos maiores desafios das organizações na atualidade é se utilizar de tecnologias da transformação digital para extrair valor dos dados dos clientes. “Hoje os consumidores têm a informação nas mãos, ou seja, pesquisam antes de buscar uma solução. Quando decidem fazer uma compra ou fechar um negócio, já estão munidos de informações. Isso é feito por diversos canais digitais, que por sua vez geram dados. Nesse sentido, o que se busca é fazer a integração de todos eles e, mais do que isso, criar insights importante para otimizar as operações”.
Além de contar com estratégias para armazenar e processar dados, é preciso transformar as informações desestruturadas em estruturadas para que a análise se torne possível. Em contrapartida, a Lei Geral de Proteção de Dados, que entra em vigor em 2020, irá aplicar multas que chegam a 50 milhões para organizações que infringirem regras de privacidade. Ou seja, todo cuidado é pouco para evitar sanções e perder valor junto aos clientes pelo abuso na utilização das informações a que se tem acesso.
A resposta é que, nesse caso, não existe “fórmula mágica”. É preciso testar hipóteses em tecnologias emergentes, como inteligência artificial, internet das coisas (iOt) e machine learning, para avaliar quais os caminhos mais assertivos.
Mais do que uma só estratégia, é preciso investir em uma jornada de dados para inovação. Cada etapa dessa jornada, que não é linear por contar com múltiplos canais, tem um valor importante para os negócios.
As etapas de uma jornada de dados são:
As empresas devem investir no conceito de KPIs (Key Performance Indicators), ou seja, incluir todas as áreas na análise de dados por meio de métricas de performance e com uma visão única de dados. Nesse caso, as perguntas e respostas padrão devem continuar sendo respondidas, como volume de compras, produtos mais vendidos, experiência do consumidor em cada etapa da jornada de compra, entre outros. Afinal, esses dados são a base para insights importantes com o objetivo de gerar cada vez mais valor juntos aos clientes.
Para que os dados possam ser levantados com eficiência, uma etapa importante é prover autonomia para os usuários de Analytics, que nesse caso são os colaboradores da organização. É preciso criar empoderamento para os diversos setores, de modo com que não dependam de áreas como as de TI ou Marketing para responder as próprias perguntas.
Mesmo que a princípio os dados sejam desestruturados e não tragam insights, é preciso criar um data lake que atue com um repositório de centralização e armazenamento de todos os tipos de informação gerados por uma empresa. Nesse caso ,essas são depositadas de forma bruta, sem um processamento e análise. A ideia é manter na organização dados que podem ser estrategicamente úteis, mesmo que não sejam requeridos posteriormente.
O DecisionHub é um poderoso mecanismo de decisão baseado na nuvem, que faz a coleta de dados, pré-processamento, gerenciamento de risco, algoritmos preditivos e monitoramento em tempo real e de forma automática. É possível conectar e integrar todas as fontes de dados internos e externos para automatizar processos de negócios. Para isso são utilizadas tecnologias da transformação digital, como inteligência artificial e machine learning. O objetivo é entender processos de negócios e o comportamento do consumidor para a criação de estratégias mais assertivas.
A inteligência artificial aplicada aos negócios já é uma realidade. O machine learning e o deep learning existem para criar insights a partir de dados gigantescos e criar modelos estatísticos de maneira não supervisionada, ou seja, sem a necessidade de programação.
Outro pilar é o processo de linguagem natural. É possível criar uma similaridade com o comportamento humano para fazer o atendimento em chats e recomendações em mídias sociais, com o objetivo de interagir com clientes de forma rápida e massiva. Há também o computer vision, que usa elementos como fotos e vídeos para criar estratégias de realidade aumentada e outros processos para entender o comportamento do consumidor.
Além disso, essa e outras tecnologias, como machine learning e internet das coisas (IoT) podem automatizar uma série de processos e torná-lo mais seguros, por minimizarem as falhas humanas. Nesse caso os objetivos são aumentar agilidade e os resultados ao mesmo tempo que em se reduz custos.
Um exemplo prático é de uma distribuidora de gás, conhecida por atender mais de 10 milhões de consumidores. A empresa procurou a TIVIT para criar um piloto para otimizar seus processos. O grande desafio era fazer a leitura da tara e identificação da capacidade do botijão de gás para reduzir os erros humanos, riscos de multas e fraudes na contagem e aumentar a eficiência no processos de engarrafamento e automação.
Nesse caso, a solução da TIVIT, que reúne tecnologias disruptivas, permite o reconhecimento da tara em milésimos de segundos, eliminando o processo de contagem e o duplo check humano, aumentando a produtividade e reduzindo custos.
Mas o que isso tem a ver com o desafios gerais das organizações? É o mesmo processo para diversos setores, como o financeiro e de varejo, por exemplo. Por meio do computer vision, ou visão computacional, é possível obter insights de como atender melhor por meio do entendimento da experiência dos consumidores com câmeras de vídeos nos caixas, e-commerces, lojas físicas e outros espaços onde um negócio está inserido como transcrição de áudio nos CRMs. Ou seja, escutar o cliente em larga escala para criar experiências memoráveis.
Outra aplicação interessante da inteligência artificial para análise de dados é por meio da criação de um onboarding de maneira massiva, que permita a aprovação de cartões de crédito em segundos. Por meio da IA, há a captura de selfie e comparação com documentos, permissão de acesso a dispositivos e outros processos que agilizam de forma significativa todas as etapas de aprovação de crédito, tudo de maneira integrada e simples. Esse é, inclusive, um dos casos da TIVIT em parceria com a Stone Age, recém adquirida pela empresa e que tem mais de 30 anos de experiência no setor de Big Data e Analytics.
Nesse cenário, é essencial criar um ecossistema digital de hipóteses para que se consiga testar e cocriar ações fora da empresa, ou seja, por meio de parcerias corporativas ou não. A TIVIT está preparada para criar esses testes e hipóteses junto a empresas de todos os segmentos com soluções de “ponta-a-ponta”para que consigam utilizar o grande volume de dados gerados e terem sucesso nessa revolução chamada transformação digital.
