UMA BIG TRANSFORMAÇÃO

NOVAS ESTRATÉGIAS, BASEADAS NA COLETA E ANÁLISE DE IMENSOS VOLUMES DE DADOS, COMEÇAM A REVOLUCIONAR A MANEIRA DE TOMAR DECISÕES E FAZER NEGÓCIOS. SEJA BEM-VINDO À ERA DO BIG DATA

Quando saíram do Google, em 2006, David Friedberg e Siraj Khaliq acreditavam que os efeitos das mudanças climáticas poderiam destruir vários negócios pelo mundo. Friedberg havia feito parte do time de desenvolvimento da gigante de Mountain View. Khaliq trabalhara com computação distribuída – o processamento de grandes bases de dados em múltiplas máquinas. Os ex-funcionários do Google sabiam que poderiam usar o grande amontoado de dados publicados pelo Serviço Nacional de Meteorologia dos Estados Unidos para medir – e prever – o impacto do aquecimento global em setores altamente dependentes do clima, como o agronegócio. Fundaram, assim, a WeatherBill.

A empresa começou com um objetivo simples: transformar os dados sobre calor, chuva e precipitações ao longo dos anos e vendê-los na forma de relatórios. O negócio se baseava em uma premissa simples: a de que as empresas queriam mais do que grandes amontoados de dados. “Pegamos 60 anos de informações sobre cultivo do Ministério da Agricultura, transformamos em 14 terabytes de dados e passamos a prever os efeitos disso no milho, na soja e no trigo”, disse Friedberg ao jornal New York Times. Deu certo. Rebatizada como The Climate Corporation, a empresa foi adquirida pela Monsanto por aproximadamente US$ 1,1 bilhão. Hoje, consegue gerar até 10 trilhões de cenários de tempo para a agricultura – e disponibiliza as simulações em aplicativos de smartphones específicos para agricultores e profissionais do agronegócio.

O uso inteligente da informação não é só uma vantagem competitiva – cada vez mais, torna-se um fator que determina a morte ou a sobrevivência dos negócios. O pano de fundo para essa revolução é o Big Data. O conceito é complexo e pode facilmente ser confundido com outras ferramentas de análise de informação (veja no box da página 28). Mas uma coisa é certa: o Big Data veio para ficar. Em palavras simples, Big Data se refere a uma quantidade enorme de informações que, bem analisadas, podem ajudar executivos, ONGs, governos e até pessoas comuns a tomar decisões melhores. É verdade que muitas empresas já usam a análise de dados para tomar decisões – por meio de ferramentas de Business Intelligence e Business Analytics, por exemplo. Na era do Big Data, porém, é preciso colocar esse velho hábito em um novo patamar.

De acordo com dados do Gartner, somente entre dispositivos móveis, o tráfego global de dados cresceu 59% em 2015 em relação ao mesmo período do ano passado. E essa expansão deverá se acelerar até 2018, quando o volume de dados gerados pelos gadgets chegará a 173 milhões de terabytes – número mais de três vezes maior que o atual, de 52 milhões de terabytes. Essa montanha de informações permite, por exemplo, que as empresas de telefonia móvel compreendam o comportamento de seus clientes a partir da análise dos dados gerados por todos os usuários – e em tempo real. “O Netflix é um bom exemplo. A empresa trabalha muito forte na análise dos vídeos a que o usuário assiste, em que parte para ou pula. Tudo isso é analisado para otimizar o acervo e definir lançamentos”, explica

Thoran Rodrigues, sócio-fundador da Big Data Corp, especializada em captura, processamento, estruturação e entrega de informações em larga escala (sobre o Netflix, leia mais na página 30).

Mas a coisa fica realmente big quando essas informações são cruzadas com outras fontes, como o comportamento dos usuários nas mídias sociais. Dados não faltam. Uma projeção da agência de social media We Are Social prevê que, até o final deste ano, um terço da população mundial estará conectada em alguma rede social.

Muitos, mas muitos dados

Uma projeção da consultoria IDC revela que, em 2020, serão produzidos aproximadamente 44 zetabytes de dados – sendo que 1 zetabyte equivale a 1 trilhão de gigabytes. Isso é dez vezes mais que o volume de dados gerados em 2013. Para se ter uma ideia, hoje, uma família média produz conteúdo suficiente para encher 65 smartphones de 32 GB de memória. Nessa conta entra desde o vídeo da Galinha Pintadinha assistido com o filho pequeno no Netflix até uma compra pela internet. Até 2020, no entanto, esse volume subirá para 318 smartphones, segundo o IDC. “Imagino que, nos próximos dez anos, não vai existir nenhuma empresa que não use Big Data”, projeta Karin

Breitman, diretora do Centro de Pesquisa e Desenvolvimento da EMC², companhia especializada em computação em nuvem – serviço que ganhou força justamente em função do tsunami de informações que engolfa as empresas hoje em dia. “Não vai ser concebível. Quem usar de maneira eficiente vai se sair melhor. Vai ser um diferencial competitivo.”

Ainda assim, o software que uma empresa usa para gerenciar dados de clientes, se não for concebido para o cruzamento de diversos bancos de dados (incluindo alguns de fora), provavelmente não será capaz de operar um sistema de Big Data. Isso porque no passado o próprio raciocínio em torno do uso dos dados mudou. No passado, os grandes volumes de dados interferiam no quesito armazenamento – que ocorria em servidores gigantescos, muito bem refrigerados, com custos enormes de energia. Só que o preço do armazenamento foi drasticamente reduzido, possibilitando o crescimento exponencial do volume de dados. O desafio, portanto, deixou de aumentar a capacidade de armazenamento de dados: agora, é saber usá-los da melhor forma – ou seja, conseguir traduzi-los em estratégias e resultados para o negócio. E aí estão os outros dois pilares fundamentais do Big Data: velocidade e variedade (o terceiro é o próprio volume). A velocidade, segundo o analista Doug Laney, do Gartner, refere-se à rapidez tanto da coleta quanto de processamento do dados.

Do Big Data ao Big Mac

Ainda que seja um tema presente em qualquer debate sobre o futuro das Tecnologias da Informação e da Comunicação (TICs), o uso do Big Data ainda é tímido – em especial se for levado em conta o seu potencial. “As empresas ainda são muito movidas pela intuição. São pouquíssimas as companhias que tomam suas decisões orientadas pelos dados”, analisa Thoran Rodrigues, da Big Data Corp. “Essa é uma das barreiras ao crescimento do Big Data.”

De acordo com o relatório Industrial internet insights 2015, produzido em uma parceria entre a consultoria Accenture e a General Electric, apenas 29% das empresas usam esse tipo de solução para realizar projeções ou expandir suas operações, enquanto 36% utilizam as análises apenas para otimizar funções já existentes. Segundo o relatório, as primeiras empresas que colocaram o processamento de dados no topo das suas prioridades nos EUA são de aviação (61%) e energia eólica (45%). Entretanto, essas análises podem ser diferenciais de mercado para todas as empresas, independentemente do tamanho ou da área de atuação.

No entanto, a própria pesquisa revela que esse panorama deve sofrer uma transformação radical no futuro próximo. Segundo o relatório, 87% das empresas norte-americanas acreditam que o uso de ferramentas de análise de dados vai redefinir a competitividade dos negócios nos próximos três anos, e um grupo maior ainda (89%) acredita que, se não adotar uma estratégia para lidar com grandes volumes de informações-chaves, poderá ter perdas imediatas em seus resultados.

No Brasil, de acordo com a consultoria de mercado corporativo Frost & Sullivan, o percentual de executivos que aposta na tecnologia ainda é bem mais modesto: até o final do ano, 34% das empresas terão investimentos na área de Big Data Analytics. Ainda segundo a pesquisa, 24% dessas empresas farão esse tipo de investimento pela primeira vez.

Mas não falta quem já esteja de olho no potencial do Big Data. A Netpoints Fidelidade S/A, startup brasileira focada em programas de fidelidade para consumidores de classes C e D, passou a utilizar a análise de dados para desenvolver ações promocionais. Funciona assim: ao entrar no programa e informar nome, endereço e idade, o usuário começa a acumular pontos no programa. A Netpoints – que, em 2013, teve 25% de suas ações compradas pela Smiles, por um montante de R$ 25 milhões – utiliza esses pontos para mapear o comportamento de cada consumidor e traçar estratégias que o levem a comprar ainda mais. “Eles descobriram, por exemplo, que quem fazia compras em supermercados tinha interesse em consumir fast-food”, afirma Sergio Fortuna, líder de Big Data-Analytics da IBM Brasil, parceira da Netpoints nos projetos de Big Data. Um dos frutos dessa constatação foi uma parceria com o McDonald’s: quem fazia compras na rede de hipermercados D’Avó, em São Paulo, recebia um voucher que dava desconto nas lanchonetes da rede norte-americana. “O valor que eles entregam para as empresas associadas é a capacidade de entender as pessoas”, analisa Fortuna. “Eles estão crescendo muito nos últimos tempos.”

O entusiasmo com as possibilidades proporcionadas pelo Big Data é tamanho que as vagas nos cursos relacionados a Business Intelligence, Data Analytics e outras ferramentas voltadas para o processamento estratégico de dados são rapidamente preenchidas. Em fevereiro de 2013, por exemplo, a EMC2 realizou, no Rio de Janeiro, uma Escola de Verão em Big Data, com cursos gratuitos para profissionais e pesquisadores de todas as universidades do país. “Abrimos 60 vagas, mas tivemos 600 candidatos no primeiro ano e 800 no segundo. A adoção do brasileiro é incrível”, afirma Karin Breitman, da EMC². Atualmente, um dos cursos mais badalados é o MBA em Business Analytics da FGV, iniciado em agosto de 2015. “O meio acadêmico está percebendo essa carência. Acredito que a gente ainda vai ter muita demanda de profissional com esse perfil”, diz Fortuna, da IBM.

Um big esforço

Embora as perspectivas em relação ao Big Data sejam promissoras, é preciso pensar bem antes de mergulhar nesse mar de dados. Não basta adquirir um punhado de softwares capazes de cruzar dados e informações para se alinhar a essa tendência. “Quando a gente começou a falar sobre Big Data, os executivos pensavam que era um software que ia dizer coisas que ninguém sabe. Só que a análise de dados precisa contar com o suporte de gente que entenda do negócio e de dados”, afirma Luciano Ramos, analista de pesquisa do IDC Brasil.

Um dos principais desafios é adotar iniciativas que efetivamente impactem os resultados. Para isso, é necessário investir em profissionais qualificados, que sejam capazes de transformar dados em ações efetivas. “Aplicar o Big Data nos negócios significa avaliar como as informações extraídas podem dar suporte às decisões estratégicas”, explica Letícia Batistela, presidente da regional gaúcha da Associação das Empresas Brasileiras de Tecnologia da Informação, Software e Internet (Assespro-RS). “Uma das grandes dificuldades que as empresas encontram é fazer as perguntas certas para obter respostas relevantes”, diz. Ou seja, o pensamento intuitivo, comum nas empresas, precisa abrir espaço para uma lógica mais racional, com decisões apoiadas em dados. “A questão é você ter um raciocínio analítico nas diversas funções da empresa. Muitas delas ainda fazem uma gestão artesanal”, analisa Fortuna, da IBM.

Investir em análise é bem diferente de adquirir equipamentos e softwares de Tecnologia da Informação. Segundo Letícia Batistela, da Assespro-RS, não há necessidade – ao menos por enquanto – de se manter uma equipe exclusiva para tarefas relacionadas a Big Data. Até porque existem plataformas prontas para uso que podem caber no orçamento de empresas menores, como a Watson Analytics, da IBM, a Tranzlogic – que transforma informações de cartão de crédito em dados consumíveis – e até o Google Analytics, uma das mais famosas plataformas de medição de visitas para um website. “É possível encontrar a necessidade de seu negócio e então utilizar essas tecnologias para facilitar a aplicação e a tomada de decisão”, garante Letícia.

O MAPA DO BIG DATA

Conheça as principais ferramentas usadas atualmente para digerir a montanha de dados que circula dentro e fora das empresas

BUSINESS INTELLIGENCE

As soluções de BI buscam ordenar e transformar dados brutos em informações de valor. Para isso, usam estatísticas descritivas que permitem medir e detectar tendências. O BI se popularizou nos anos 1990 e, hoje, é o método mais utilizado pelas empresas que gerenciam dados, com analistas dedicados a isso.

BUSINESS ANALYTICS

Uma espécie de evolução do BI, baseia-se na análise de grandes volumes de dados, extraídos de diferentes fontes e processados em alta velocidade para obter uma visão em tempo real sobre cada aspecto relacionado a um negócio. Em alguns casos, o mapeamento de padrões de comportamento e operação de uma determinada empresa permite que a análise se torne preditiva. Isso mesmo: é possível prever o que vai acontecer com os negócios a partir de determinados eventos internos ou externos.

CRM (COSTUMER RELATIONSHIP MANAGEMENT)

É o Business Intelligence aplicado à área de relacionamento com o consumidor. Permite que as empresas customizem o atendimento ao cliente, oferecendo aquilo que ele tem mais chances de aceitar. Atualmente, o termo também é utilizado para descrever processos de automação, organização e sincronização de marketing, vendas, serviços e suporte ao cliente. Usada inicialmente pelo comércio eletrônico, foi um grande diferencial de negócios nos anos 2000.

CLOUD COMPUTING

Um dos grandes desafios da era do Big Data é arranjar espaço (e dinheiro) para armazenar volumes imensos de dados. Outro, ainda mais complexo, é processar essa montanha de dados e transformá-la em informações úteis para a tomada de decisões. É nessa lacuna que entram as soluções de Cloud Computing. Mais do que o armazenamento de dados, a computação em nuvem prevê o processamento em servidores remotos, utilizados de acordo com a demanda do usuário. É a grande aposta da indústria de TI para popularizar as soluções de Big Data entre pequenas e médias empresas, que nem sempre têm recursos para investir em grandes infraestruturas de TI.

A Revolução dos Dados

O DESTINO ESTÁ TRAÇADO

COM ALGORITMOS SUPERPOTENTES, QUE ENCONTRAM PADRÕES EM MEIO AO CAOS DO BIG DATA, ALGUMAS EMPRESAS COMEÇAM A EXPLORAR UMA NOVA VANTAGEM COMPETITIVA: A CAPACIDADE DE PREVER O FUTURO

Nos Estados Unidos, cada usuário do Netflix consome em média 212 gigabytes de dados todo mês – bem mais do que a média dos consumidores do restante do mundo, que é de 29 GB por mês, segundo um relatório do provedor de serviços de telefonia Sandvine. Com 50 milhões de usuários ávidos por dados, é claro que o Netflix têm à disposição um grande volume de subsídios para analisar e compreender o comportamento de seus assinantes. Mas a verdade é que o maior serviço de streaming de vídeo faz bem mais que isso – e vem colhendo bons resultados.

Hoje, o Netflix é capaz de prever os hábitos de consumo dos usuários. Seu sistema de navegação dá sugestões de filmes baseadas nos mais diferentes critérios – como horário de acesso, tempo de uso por sessão ou aumento significativo da nuvem de tags, para além das prateleiras básicas como “drama”, “terror”, “ação” ou “suspense. A análise desses dados também mapeia – e orienta – o investimento da empresa em produções próprias. O melhor exemplo talvez seja a série House of Cards. Sucesso absoluto de audiência na maioria dos países em que o serviço está disponível, foi adquirida depois que o Netflix fez uma descoberta aparentemente elementar: a de que o diretor David Fincher e o ator Kevin Spacey estavam entre as preferências de uma parte significativa dos seus assinantes. Até mesmo as cores do material promocional de House of Cards foram montadas baseadas nesses dados – segundo Phil Simon, na revista Wired, a boa aceitação das cores em uma capa da série de TV Macbeth fez com que a mesma paleta fosse usada para as imagens de House of Cards e Hemlock Grove, outra das séries produzidas pela empresa.

E aí está o provável futuro do Big Data: cada vez mais, as companhias utilizarão verdadeiras montanhas de dados para tomar decisões preditivas – quase como se fossem capazes de prever o futuro de seus negócios. Em parte, essa revolução já está acontecendo. E não é só nos servidores do Netflix, mas também nas redes de atendimento de empresas que lidam com grandes carteiras de clientes. Destacam-se os casos de bancos, supermercados e operadoras de telefonia. As aplicações são as mais variadas possíveis.

A norte-americana SAS, especialista em soluções de Business Analytics, por exemplo, vem apostando alto em ferramentas que ajudam a refinar a análise de risco de crédito de clientes – essencial para o sucesso de alguns negócios, em especial instituições financeiras. Com base em um vasto acervo de dados, a companhia consegue, por exemplo, ajudar os bancos a identificar quais são os traços de comportamento mais comuns dos clientes inadimplentes. “Com essa análise, é possível criar perfis de risco a partir de uma série de variáveis. O resultado é que podemos dizer qual é a renda, o perfil, a idade e até o local onde moram os clientes com maior probabilidade de inadimplência”, exemplifica Monica Tyszler, diretora de soluções e serviços da SAS América Latina. A mesma lógica se aplica à busca de métodos mais flexíveis de concessão de crédito. Algumas instituições já estão se equipando com sistemas capazes de vasculhar todas as fontes de dados disponíveis sobre a vida de cada cliente – inclusive a sua.

A garimpagem de dados passa não só pelos provedores convencionais de informação, como a Serasa Experian e os Serviços de Proteção ao Crédito (SPCs), mas também por fontes de dados não estruturados, como aqueles que são disponibilizados por juntas comerciais, registros cartoriais e outros. Nos Estados Unidos, diz Monica Tyszler, da SAS, até mesmo as mídias sociais vêm sendo usadas como fonte de análise de crédito – especialmente quando os clientes em questão vêm de outros países. “Como esses clientes não têm um histórico nos provedores convencionais, o score deles acaba ficando muito baixo, o que muitas vezes até inviabiliza uma operação de crédito”, conta a diretora da SAS. “Por outro lado, as redes sociais permitem atenuar esse problema, na medida em que, muitas vezes, trazem dados sobre cargo, profissão, estilo de vida e comportamento de consumo, entre outros.”

As redes sociais, aliás, são a nova fronteira do Big Data. Os dados disponíveis em cada perfil de Facebook ou LinkedIn são vastos e podem ser acessados sem maiores complicações. E, muitas vezes, mostram-se bem mais reveladores do que um cadastro bancário, um histórico de pagamentos ou um registro notarial. O problema é que esses são dados desestruturados. Ou seja, não estão em formulários facilmente decodificáveis. Muitas vezes sequer são verdadeiros – basta lembrar de quantas páginas e perfis falsos circulam pelas redes espalhando boatos e informações distorcidas.

Por isso, as empresas que atuam no segmento de análises têm adotado duas abordagens para lidar com esse tipo de dado. A primeira é restringir o trabalho a informações objetivas, que não podem ser manipuladas conscientemente pelo usuário – como as pesquisas em mecanismos de buscas, compras realizadas via internet e até o padrão de uso das redes sociais em si. “Se eu sei que determinada pessoa tem o costume de passar horas conectada ao Facebook, isso já me traz uma diretriz importante”, ilustra Monica, do SAS. “Se eu quiser me comunicar com essa pessoa, talvez seja melhor eu abordá-la no Facebook do que em qualquer outra mídia.”

A outra abordagem é mais ambiciosa: trata-se de desenvolver sistemas de algoritmos que sejam capazes de ler e interpretar os dados que realmente interessam em meio ao caos. É o que faz, por exemplo, a Econodata, uma startup criada em Porto Alegre com a pretensão de garimpar dados completos de empresas. O trabalho começa com informações cadastrais básicas – CNPJ, endereço, razão social e contato, entre outros. Mas abrange também dados de alta complexidade: nomes dos sócios, capital social e indicadores financeiros como fluxo de caixa, patrimônio líquido, liquidez, endividamento etc. “O diferencial está na capacidade de mapear não só as companhias abertas”, explica Paulo Krieser, CEO da Econodata. “Mapeamos também aquelas de capital fechado, cujos registros costumam estar dispersos em inúmeras fontes e sem um formato estruturado.”

Atualmente, diz ele, a companhia detém os dados de quase 5 milhões de CNPJs. O objetivo, agora, é transformar essa matéria bruta em um produto que as empresas possam utilizar para tomar melhores decisões – especialmente na área comercial. “É o tipo de informação que pode fazer toda a diferença para aprimorar os esforços de prospecção nas empresas que atuam no B2B”, afirma Krieser. O serviço é capaz de gerar listas de empresas divididas por área, atividade, capital social e por outros critérios. Krieser garante que todos os dados são acessíveis ao público por outros meios – ou seja, não há invasão de privacidade. “A diferença é que a nossa plataforma consegue extrair uma quantidade imensa de dados e estruturá-los em uma base confiável”, sustenta. Fundada por Krieser, a Econodata já foi contemplada pelo Programa Nacional de Aceleração de Startups (Start-Up Brasil) – iniciativa do Ministério da Ciência, Tecnologia e Inovação (MCTI) para apoiar as empresas nascentes de base tecnológica. Acabou despertando o interesse de um dos maiores grupos de telefonia em atividade no país. Recentemente, recebeu um aporte de capital da rede Wayra, uma aceleradora de negócios de nível global controlada pelo Grupo Telefônica.

A ERA DA GESTÃO EM TEMPO RELATIONSHIP

Especialista em gestão e análise de dados, o vice-presidente da Gartner Intelligence, Donald Feinberg, explica como as soluções da era do Big Data vão transformar a maneira como as empresas funcionam e tomam decisões

A revolução do Big Data não é tão recente quando parece. Na verdade, vem tomando forma há quase duas décadas, desde que algumas empresas começaram a a usar a tecnologia para estruturar seus dados. Hoje, esses dados estão servindo como um diferencial competitivo e como um ativo estratégico de alto valor para a tomada de decisões. Em todo o mundo, empresas dos mais variados portes e segmentos investem em sistemas que tornem seus dados mais estruturados e inteligentes – mas a vantagem certamente é daquelas que iniciaram a transformação lá atrás. Agora, com as companhias buscando formas de contornar os efeitos da crise, o investimento em soluções de Big Data deve crescer ainda mais. Quem afirma é Donald Feinberg, vice-presidente da Gartner Intelligence, uma das maiores empresas de suporte à decisão do mundo. Feinberg é responsável pelas pesquisas que a companhia realiza na área de sistemas de gestão de informação, infraestrutura de armazenamento e Big Data. De seu escritório, nos Estados Unidos, ele explicou como o Big Data vem transformando a maneira com que as empresas operam e tomam decisões no dia a dia – ainda que o conceito de Big Data não seja assim tão novo.

Em um estudo publicado no mês de outubro de 2014, o Gartner concluía que “a era do Business Intelligence e Analytics finalmente chegou ao Brasil”. Por quê? O país está atrasado na busca dessas soluções?

De fato, essas soluções estão chegando ao Brasil. Mas não começaram a chegar agora e tampouco são novas no mercado. No mundo todo, há várias empresas que desenvolvem soluções desse tipo há anos. SAP, Oracle, IBM, SAS, Microsoft... Todas elas estão presentes no Brasil. Só que, até um passado recente, as empresas brasileiras não vinham investindo tanto em ferramentas como Business Inteligence e Analytics. Em geral, adotavam uma postura conservadora: queriam primeiro ter outras aplicações mais básicas em funcionamento pleno antes de entrar no campo do Analytics. Além disso, há a questão da cultura empresarial. Nos Estados Unidos, há centenas de consultorias preparadas para ajudar seus clientes na adoção de soluções de Analytics. No Brasil, isso não existia até pouco tempo atrás. Só que essas consultorias são essenciais para se criar nas empresas um ambiente favorável ao investimento em BI e Analytics.

O Brasil atravessa no momento uma grave crise política e econômica. De que forma isso deve afetar a evolução desses sistemas dentro das empresas brasileiras?

Isso é relativo. Quando a economia está bem, muitas empresas deixam de se preocupar tanto com a necessidade de cortar, otimizar processos etc. Muitas nem ligam para isso. Mas quando a economia começa a ir mal – e sei que o Brasil tem ido mal há pelo menos dois anos –, é aí que as empresas começam a prestar atenção a novas formas de reduzir custos e maximizar resultados. E o fato é que não existe melhor forma de fazer isso do que com soluções de análises de dados. Realizamos uma pesquisa aqui no Gartner e descobrimos que as empresas brasileiras devem reduzir seus gastos com TI em até 10% neste ano. Mesmo assim, os gastos com soluções de Analytics e Data Base devem crescer. A crise acaba estimulando esse padrão.

Como a popularização dessa tecnologia vai afetar a forma como as empresas funcionam?

Já está afetando. No momento em que alguém começa a computar dados em uma planilha de Excel, as informações obtidas já ajudam de alguma forma a tornar as decisões mais assertivas. E essa foi a primeira etapa do Business Intelligence: as pessoas começaram a fazer relatórios cada vez melhores. Depois, começaram a fazer perguntas que aprimoraram o sistema – afinal, por que os relatórios mostravam o que estavam mostrando? Agora, estamos em uma etapa de gestão em tempo real. A maturidade tecnológica de algumas empresas permite que elas tenham acesso a grandes números de desempenho no momento em que eles são gerados. E isso traz uma série de implicações para estas organizações.

Quais?

A capacidade de agir de forma preditiva, por exemplo. Com um grande volume de dados, você consegue detectar padrões de comportamento na sua operação. Uma rede de varejo, por exemplo, pode descobrir que um determinado produto é muito mais vendido na segunda-feira do que na sexta-feira – e usar essa informação para otimizar seu estoque. No futuro, eu acredito que uma das indústrias que mais vão se beneficiar disso é a de energia. Elas conseguirão se antecipar a picos de consumo e direcionar a eletricidade para onde e quando ela for mais necessária. É a era do Real-Time Analytics. No Brasil, empresas como Suzano, Nestlé, Unilever fazem isso há anos. Outras, como Gerdau e Bunge, estão começando.

E quanto àquelas empresas que não sabem nem por onde começar? Quais são os passos que elas precisam dar?

Eles precisam dos softwares, é claro, mas devem lembrar que precisam também das competências – isto é, de pessoas que entendam do negócio e de ferramentas que se adaptem a esse negócio. Outra coisa é o dinheiro. As soluções de Analytics geram valor e, por isso mesmo, exigem investimento. É preciso ter a visão da importância de um projeto que vai começar a dar retorno em até cinco anos.

A Revolução dos Dados

O RIO GRANDE NA ONDA

PUXADO PELO SETOR FINANCEIRO, O RIO GRANDE DO SUL COMEÇA A DESCOBRIR AS VANTAGENS (E OS DESAFIOS) DO BIG DATA

A revolução deflagrada pelo Big Data está em pleno andamento no Rio Grande do Sul. Mas nem sempre esse processo é facilmente percebido – às vezes, sequer parece estar diretamente relacionado ao Big Data. A maioria das empresas que estão na vanguarda da utilização das tecnologias de análise e gestão de dados em maior escala é de grande porte. Trata-se de corporações como Gerdau, Celulose Riograndense, Stara e Hospital de Clínicas, entre outras que têm o desafio de se manter alinhadas a padrões globais de competitividade. Do outro lado do balcão, porém, as companhias voltadas ao desenvolvimento de soluções de Big Data surgem nos mais variados perfis e tamanhos. Há startups como a Econodata, focada na coleta de dados de empresas (veja mais detalhes na reportagem anterior), e há filiais de multinacionais globais, como Oracle e SAP, que ainda buscam meios de popularizar no Estado os sistemas de Business Intelligence, Big Data Analytics e outras ferramentas voltadas ao tratamento de informações.

O fato é que já existe, no Rio Grande do Sul, um ambiente propício ao desenvolvimento de tecnologias nessa área. Na ponta do lápis, o Estado atende à maioria dos pré-requisitos: tem bons centros de formação de profissionais em TI, que são essenciais para a implantação de projetos de Dig Data; conta com a presença de consultorias especializadas, que ajudam a traçar o melhor caminho para a adoção dessa nova maneira de operar os negócios; abriga unidades, filiais ou representantes de todas as grandes companhias de setor, o que é essencial para garantir a capacidade de atendimento das demandas em relação a esse tipo de sistema; e detém um ecossistema de empresas acostumadas a investir em tecnologias de gestão. O que falta, agora, é evidenciar os resultados proporcionados por essas ferramentas. E basta conferir a trajetória de algumas empresas gaúchas para logo constatar que eles são expressivos.

Alguns dos melhores exemplos de resultados alcançados pelo uso dessas ferramentas estão no setor financeiro. Não só por uma questão de necessidade competitiva, mas também devido ao potencial do Big Data: por natureza, as transações financeiras são geradoras de dados valiosos. Cada vez que um correntista paga uma conta com um cartão de débito, por exemplo, o banco tem condições de analisar uma série de questões. Entre elas, o local da compra, o valor e a frequência com que a operação é realizada. No caso do Banrisul, por exemplo, a estruturação das ferramentas de Big Data se baseia não só nos dados históricos de cada cliente – que são mantidos em sigilo absoluto –, mas também nos inputs que vão chegando a cada dia pelas diferentes interfaces de relacionamento com o banco. “Nós temos a nossa rede de adquirência, a Vero, que está bem estruturada no Rio Grande do Sul e começando a se expandir em Santa Catarina”, explica Jorge Krug, diretor de TI do Banrisul. “À medida que ela vai crescendo, nós temos melhores condições de conhecer o nosso cliente.”

Cada vez mais, complementa o executivo, o conhecimento adquirido nessa plataforma é cruzado com os dados de outras ferramentas, como o internet banking, as redes de autoatendimento e as próprias agências. Os insights gerados com esse processo dão sustentação a decisões que têm um valor estratégico. Entre elas, por exemplo, a escolha de priorizar o desenvolvimento de ferramentas para uso em smartphones e tablets. “Para 2016, temos planos bastante agressivos para as plataformas mobile”, garante Krug. “Com isso, conseguimos agregar ainda mais fontes de informação sobre essa nova geração de clientes, que prefere usar o smartphone a se deslocar até uma agência física”. O grande desafio é implementar essas plataformas sem colocar em risco aqueles atributos considerados sagrados pelo banco, como a segurança e o sigilo dos dados que devem trafegar entre os diferentes dispositivos.

Customização máxima

Em 2014, enquanto a economia brasileira amargava um pibinho de 0,1%, o Sicredi ampliava suas receitas em nada menos que 24% – o suficiente para gerar um lucro de R$ 1,1 bilhão, 38% maior que o do ano anterior. Para este ano, com o Brasil em marcha à ré, a expectativa da cooperativa de crédito é de repetir o bom desempenho. A mágica é possível por uma rara combinação de vantagens competitivas: um sistema de gestão descentralizado e bem afinado, um plano agressivo de expansão da base de correntistas e a política de repartir com os associados os resultados da operação. Há, no entanto, algo que nem sempre aparece nas análises sobre o Sicredi. E esse fator tem sido crucial para sustentar suas sequências de bons resultados: o investimento em tecnologias da informação. Mais particularmente, aquelas que permitem cruzar, analisar e gerenciar o enorme fluxo de dados gerado pelos associados – leia-se Big Data. “O setor financeiro como um todo gasta muito com isso”, sustenta Paulino Rodrigues, diretor executivo de TI e operações da Confederação Sicredi. “Hoje, nós estamos entre os maiores orçamentos de TI do Rio Grande do Sul.”

Ele não revela qual é o valor investido na área, mas explica que boa parte dos investimentos tem sido direcionada para a área comercial do Sicredi, especialmente no sistema de CRM (Customer Relationship Management, ou Gestão de Relacionamento com o Cliente). Esse sistema se divide em duas partes. A primeira delas é o chamado CRM Analítico, que proporciona uma visão detalhada sobre os resultados de cada associado. “Conseguimos ver a contribuição dele, o resultado líquido que ele deixa na cooperativa e outras questões similares”, conta Rodrigues.

A outra parte é o CRM Operacional, que consiste em usar as informações obtidas para atender o associado com máxima eficiência. Atender, no caso, significa não só prover os serviços demandados, mas também se antecipar a necessidades eventuais. “Trata-se de determinar o melhor produto que pode ser oferecido para cada associado”, garante Rodrigues. “É bem diferente do que as instituições tradicionais fazem, que é a campanha de produto. Falar em campanha, hoje em dia, é algo totalmente ultrapassado.”

O sistema adotado pelo Sicredi faz um gerenciamento permanente das condições de crédito e de risco do associado. Cruzando esses dados, a instituição sabe, por exemplo, quais associados estão mais propensos a contratar uma linha de crédito imobiliário – e quais deles não têm o menor interesse nisso. “A gente vê a situação do associado e faz uma oferta que ele realmente precisa”, detalha Rodrigues. “No mínimo, evitamos erros de abordagem, como o de oferecer um produto inacessível para um determinado associado que está claramente passando por dificuldades.”

No dia a dia, essa metodologia de trabalho também ajuda o Sicredi a aprimorar os canais de diálogo com a base de associados. Assim, o Sicredi consegue restringir o envio de e-mails para os associados mais antigos e conservadores – ou apostar no poder das redes sociais e dos aplicativos mobile para atingir segmentos mais jovens. “Para a geração dos millenials, enviar um e-mail marketing ou SMS é algo totalmente inefetivo, quase motivo de chacota”, alerta Rodrigues.

O Big Data entra em campo

As iniciativas de Big Data também despontam em outros setores da economia gaúcha. Hospitais, por exemplo, já utilizam soluções para aprimorar o atendimento e evitar problemas de excesso ou falta de leitos e estoques. Até mesmo os clubes de futebol vêm recorrendo às análises de dados para buscar o caminho do gol. Pelo menos é o que vem fazendo o Grêmio, que há mais de 15 anos conta com um departamento dedicado à missão de gerenciar estatísticas – tanto as de jogo quanto as de mercado. Recentemente, o clube obteve uma plataforma de análise de dados da SAP que aprimorou o processo.

Os dados sobre futebol são coletados tanto em treinos quanto nos jogos que o Grêmio disputa. Depois, são enviados para um servidor remoto da SAP e processados pela plataforma Hana, cujo diferencial é justamente a capacidade de combinar múltiplas fontes de informação. “Até 45 minutos depois de terminada a rodada, recebemos os dados de todos os demais jogos que ocorreram compilados em gráficos”, destaca Antônio Dutra Jr., vice-presidente do clube. Em um único jogo, diz ele, o sistema chega a analisar até 1,6 mil quesitos diferentes, como fundamentos de jogo, desempenho individual dos jogadores e questões táticas de posicionamento – inclusive dos adversários. “É uma arma que ajuda a comissão técnica a fazer análises mais apuradas”, revela. Segundo ele, o Grêmio é o único clube brasileiro que aplica essa metodologia no futebol. A inspiração veio da atual Meca do futebol eficiente: a Alemanha. Mais precisamente, do Bayern de Munique, onde há tempos o Big Data entra em campo.

DO OUTRO LADO DO BALCÃO

Com tantas possibilidades, o mercado de soluções de Big Data já começa a inspirar empreendimentos com alto potencial de inovação no Rio Grande do Sul. Um exemplo é a DT Master, uma startup que vem tentando resolver um problema crônico no mercado de dispositivos médicos implantáveis (DMI): a dificuldade de acessar e compreender dados básicos de mercado.

No Sistema Único de Saúde (SUS), as compras de dispositivos como implantes e próteses são compiladas em uma plataforma conhecida como Datasus. O acesso aos dados é público, mas a interface de gestão dos dados é confusa e pouco flexível – o que torna quase impossível cruzar dados. “O processo demanda muito tempo e não é efetivo quanto à forma dos dados gerados, devido ao volume e complexidade”, explica Marcel Marcon, gerente nacional de vendas da DT Master.

Disposto a resolver esse problema, Marcon ajudou a criar uma plataforma capaz de coletar, estruturar e cruzar os dados do Datasus. Conhecida como Vestrom, a ferramenta permite responder a perguntas essenciais para quem atua no mercado de DMI. Quais são os produtos mais demandados pelos hospitais? Quanto os hospitais investem nesse segmento? Quais são seus principais fornecedores? As respostas são apresentadas em gráficos de fácil manuseio. “Grandes multinacionais e distribuidores já se utilizam do sistema para acompanhamento do mercado e também para a construção de nichos, já que é possível customizar o produto de acordo com necessidades específicas”, explica Marcon.