Nos últimos anos vimos a digitalização da sociedade acontecer rapidamente com a ajuda de tecnologias mais acessíveis, permitindo que compras, documentos, entregas, transporte, entre outros, estejam na palma da mão. Isso também permitiu a coleta de dados por parte das empresas e a criação de sofisticados algoritmos com base em inteligência artificial e machine learning para identificar padrões e tendências.
Esses avanços trouxeram para os holofotes a tomada de decisão baseada em dados como uma ferramenta vital para os líderes seniores das companhias. Essa análise fornece às empresas oportunidades empolgantes ao remover suposições das decisões com testes A/B, possibilitando decisões verdadeiramente dinâmicas, como precificação em tempo real, e usando dados para conduzir a tomada de decisões estratégicas.
Ramandeep S. Randhawa, vice-reitor de Programas de Graduação e Professor de Ciências de Dados e Operações da Universidade do Sul da Califórnia, explica que essa tendência também vem repleta de desafios, como a construção de infraestrutura (principalmente em países emergentes) e criação de algoritmos que entregam resultados que podem ser explicados, evitando as famosas “black boxes”.
Isso leva a uma questão importante: podemos combinar o poder da tomada de decisão humana com algoritmos para obter o melhor dos dois mundos? Esse é o tema da masterclass online e gratuita “Business Analytics 2.0.”, apresentada por Ramandeep S. Randhawa, que irá ocorrer no próximo dia 14/1 a partir das 22h.
Abaixo alguns pontos da entrevista do professor Ramandeep S. Randhawa sobre Business Analytics.
Quais tipos de problemas as decisões baseadas em dados podem prevenir e quais são os principais desafios do uso da tecnologia?
Ramandeep S. Randhawa: Essa abordagem tira a subjetividade da tomada de decisão, o que é a maior vantagem, mas também é a sua maior vulnerabilidade dependendo de como é usada. Especialmente em níveis estratégicos mais altos, muitas decisões que tomamos no passado foram com base na intuição e na experiência. Porém, se você estudar a literatura sobre comportamento, quanto mais sabemos, mais provável é que cometamos erros ou nos sentimos mais confiantes sobre algumas decisões quando não deveríamos. Nos negócios, é importante estar sempre atento a mudanças em tendências e nos momentos da sociedade. Por isso que as decisões baseadas em dados são, na verdade, um meio muito poderoso de tomar decisões objetivamente e nos momentos oportunos.
Agora, se você tirar a subjetividade humana totalmente do processo de decisão, isso também levará a muitos problemas. Conforme as abordagens baseadas em dados e os algoritmos estão se tornando mais sofisticados e analisando coisas cada vez mais complexas, eles também perdem a capacidade de generalizar e olhar para o grande contexto de alguma problemática – coisa que o ser humano é muito bom.
Quais são os setores que estão mais bem posicionados para se beneficiar disso, especificamente na América Latina?
Ramandeep S. Randhawa: Na América Latina podemos constatar que as startups já estão utilizando essa tecnologia desde a concepção do negócio e estão indo bem. Você tem, por exemplo, o Rappi e a 99 (que foi adquirida pela chinesa Didi). Por outro lado, temos as grandes empresas que estão tentando implementar a abordagem baseada em dados em seu modelo de negócios já estabelecido, mas isso é sempre um processo mais lento porque exige grandes mudanças tanto estruturais quanto de treinamento dos executivos.
Você vê alguma diferença nos desafios que as empresas em mercados emergentes enfrentam em relação aos países desenvolvidos quando falamos de uso de dados?
Ramandeep S. Randhawa: Não muitas. Em curto prazo, os desafios dos países emergentes são maiores, porque eles ainda precisam desenvolver uma infraestrutura, o que os países desenvolvidos já têm há alguns anos. Porém, ainda assim, não ter uma infraestrutura pode ser uma vantagem também, porque os negócios podem começar do zero com a tecnologia mais recente, ao invés de tentar atualizar a existente. E é o que estamos observando na América Latina com algumas startups bem sucedidas.
Além disso, não se pode patentear algoritmos. Uma empresa pode tentar escondê-lo, mas qualquer pessoa pode replicá-lo. Em termos de modelos de negócios, também não podem ser patenteados e isso nivela os dois mercados. Um grande exemplo é o Uber que cresceu mundialmente, mas a mesma lógica de negócios foi aplicada pelo Rappi no Brasil.
Outro grande benefício quando pensamos em negócios que estão em diferentes localizações é o quão personalizável os algoritmos e as inteligências artificiais são.
As inscrições para a masterclass devem ser feitas pelo link.