Machine Learning: capacidade de prever comportamentos e muito mais, por Carlos Carvalheira (SAS)

Por Carlos Carvalheira, Account Executive do SAS

Os retalhistas têm nas suas bases cada vez mais dados estruturados sobre os clientes. Dados estes oriundos de fontes diversas e que, graças às ferramentas de analítica, podem ser trabalhados até resultarem em informação útil para tomadas de decisão.

As soluções analíticas ajudam a tratar grandes quantidades de informação, no entanto esse trabalho pode também ser feito através de uma outra área cada vez mais falada: o machine learning.

Se recuarmos alguns anos, vemos que a tecnologia tem vindo desde então a registar uma crescente sofisticação. Nunca antes se falou tanto em robótica aliada à inteligência artificial. O presente e o futuro passam por aqui, e robôs a executarem tarefas cada vez mais complicadas e aprimoradas vai passar a ser algo natural. O progresso na área do conhecimento, do processamento de informações e da computação cognitiva vai estar cada vez mais relacionado com a melhoria do desempenho de máquinas e sensores. Temos, hoje em dia, máquinas inteligentes capazes de processar enormíssimas quantidades de informação e, a partir dos dados analisados, chegar a conclusões e elaborar relatórios, tudo isto em segundos. É inegável que a tecnologia está a mudar a forma de trabalharmos e a facilitar a gestão do nosso tempo e a produtividade.

Há, no entanto, que estar preparado para esta realidade e ter já um determinado nível de maturidade para se adotar este tipo de tecnologia. Um dos grandes desafios ainda é a contratação de cientistas de dados, profissionais de Tecnologias de Informação aptos para analisar grandes quantidades de dados cujo papel é inestimável na atual era digital. Nos vários setores industriais, vemos as empresas a retirar valor dos dados que possuem para ganhar mais eficiência e competitividade, criar novas fontes de receita, fidelizar os seus clientes e angariar outros, agilizar processos, melhorar as suas campanhas de marketing e publicidade, desenvolver novos produtos e serviços e, aqui, torna-se imprescindível a figura dos cientistas de dados, uma nova geração de especialistas analíticos com habilidades técnicas para analisar informações e problemas complexos.

Machine learning é uma área da inteligência artificial baseada em algoritmos matemáticos e automação, que permite a uma máquina aprender e/ou aperfeiçoar o seu desempenho numa determinada tarefa. E é, basicamente, o processo pelo qual se fazem previsões de comportamentos futuros através da análise de grandes volumes de dados. Havendo já grandes retalhistas e empresas de bens de consumo a recorrer a esta área para reforçar a sua relação e envolvimento com os consumidores. Prever os seus comportamentos, conseguir determinar o que para si é ou não significativo, perceber o timing exato para lhes apresentar um produto/serviço específico, tirando o máximo proveito dos dados e correlações ilimitadas, é isto que o machine learning permite. A manipulação manual ou outro tipo de restrições deixam de existir, para dar lugar a uma abordagem digamos que mais sofisticada, mais imparcial e mais fidedigna no reconhecimento de padrões e previsões consistentes.

O mercado português está já preparado para isto? Diria que estamos no bom caminho mas que ainda faltam limar arestas. A segurança e a privacidade por exemplo são ainda fatores críticos a ter em conta. Este é, aliás, um tema que tem vindo a ser bastante debatido nos últimos tempos. Vivemos na era da informação, muitos dos nossos dados estão disponíveis online, logo há a preocupação da sua confidencialidade e segurança. No entanto, a meu ver, com o tempo e de forma gradual, vamos passar a encarar esta “monitorização” como algo natural e em conformidade com o novo regulamento de proteção de dados que entrará em vigor a partir de maio de 2018.

Espero que os retalhistas continuem o seu caminho e cresçam através destes novos conceitos e novas abordagens. O segredo está em compreender os consumidores, decifrando o que está por trás dos dados, sendo que este é um processo complexo que requer planeamento, recursos e muita dedicação.