Cloud Analytics – analytics 4 everyone and everything

Por Luis Graça, business developmentmanager do SAS

Todos sonhamos poder processar e entender o “tsunami” de dados que diariamente estão relacionados às nossas atividades profissionais. Assim, o interesse dos nossos clientes pelo canal web/app/social que criámos para os informar e satisfazer, é muitas vezes menosprezado por falta de tempo ou por falta de capacidade de processamento e automatização na tomada de decisão. O que podemos fazer para mudar esta situação, especialmente num momento em que o sucesso dos nossos negócios depende da nossa capacidade e agilidade para responder ao imprevisto?

O primeiro passo será passar da analítica descritiva (reports) para cenários de analítica preditiva e prescritiva (forecast, recomendações personalizadas, otimização, etc.). O espelho do passado (vendas, encomendas, …) continua a ser importante, mas não é suficiente. Deste modo, é vital compreender o cliente (sensível ao preço ou fiel a uma gama de produtos?) para poder antecipar comportamentos, conjugando com vários “futuros possíveis” (what if? – cenários de procura e disponibilidade de inventário), para propor os melhores produtos (Next Best Offer/Action), em função das condições da cadeia de distribuição (inventário disponível). E, em alguns casos, não será aquele produto que sabemos que o cliente deseja (rutura de stocks), mas antes aquele produto que estatisticamente melhor se adequa aquele cliente (substituição de produtos) e que também o satisfaz (medição de impacto).

Todos estes cenários, requerem doses maciças de dados. Vejamos, temos 10 000 clientes que compraram umas dezenas ou centenas de produtos, de um catálogo com algumas centenas ou milhares de produtos. Para fazer estas análises podem ser necessários registos dos últimos três anos de atividade, e eventualmente a
necessidade de gerar umas dezenas de cenários (whatif ). Cruzem isto com dados de sensores (IoT) ou avaliação das opiniões dos clientes (sentimento via text analytics) em diversos canais, e verão que necessitam de uma substancial capacidade de cálculo, acrescida de agilidade, porque não sabemos quando vai haver um confinamento ou desconfinamento.

Desta forma, percebe-se a necessidade de possuir plataformas que permitam escalar e adaptar necessidades aos imprevistos do negócio e do mundo exterior que nos afeta. As plataformas Cloud permitem esta flexibilidade sem que tenham de abdicar das suas ferramentas analíticas preferidas, bem como permitem integrar dados de várias fontes (social, web, Point of Sale, etc.) de forma a criar o lago de dados (data lake) que necessita para o seu negócio. Assim descrevi o segundo passo
da nossa aventura.

Finalmente, e o terceiro passo, estas ferramentas analíticas necessitam de se adequar aos cientistas de dados (data scientists), mas também aos “heróis” comuns das nossas organizações, que precisam de ajuda para além das folhas de cálculo, seja na utilização de interfaces gráficos e intuitivos, mas também na simplificação do jargão da evidência estatística. Por exemplo, do nosso histórico de carrinhos abandonados, quais são as variáveis (produtos não encontrados, custos de expedição,
etc.) que contribuem efetivamente para o abandono, e pode esta análise ser efetuada quase automaticamente pelo “toolkit analítico” com sugestões de explicação
e recomendação do modelo analítico apropriado. Uma vez encontrado o modelo adequado à pergunta, então porque não automatizar pequenas decisões e medir impactos.

Bem-vindo ao mundo novo, que já chegou, que veio para ficar e no qual as tecnologías de analítica avançada como o SAS podem marcar a diferença no negócio….
E se necessitar de mais informação sobre um exemplo destes, veja o caso da Chicos.