Caio Amante (*)
Antes de mais nada, é importante entender o que é, de fato, um dado. Em uma linguagem mais popular, podemos definir rapidamente o dado como a matéria-prima da informação. Ou seja, para que tenhamos uma informação, precisamos de um dado. Pode soar um pouco complexo, mas é mais simples do que parece.
Com base nessa definição, conclui-se que não é preciso um sistema tecnológico para obter um dado. Aliás, é possível guardar um dado sobre algum assunto na cabeça, por exemplo. A grande magia ocorre no registro do dado e em como ele se tornará útil para a tomada de decisão. Em um exemplo prático, podemos imaginar que exista um dado real sobre quantas vezes tomamos água em toda a nossa vida.
Esse número existe, porém nunca, nem ninguém, registrou isso na cabeça, no papel ou em um sistema de informação em si. O fato é que: o que mais importa, em primeiro nível, é registrar o dado, mas é claro, só se isso for importante para que se crie algum tipo de informação. Logo, se registrarmos em um sistema ou mesmo em um papel, a partir de hoje, quantas vezes tomamos água, esse dado passará a existir a partir do momento em que criamos essa coleta.
Sabe aquela história de que só se gerencia aquilo que se mede? Então, para se medir é necessário ter o dado e para ter o dado, é necessário registrá-lo. Registrar um dado sobre a quantidade de vezes que tomamos água, parece inútil se analisarmos livremente, afinal a grande pergunta que devemos nos fazer é: qual a utilidade deste dado? O contexto é aquilo que gera a utilidade, pois registrar por registrar um dado, não faz sentido algum.
Em uma situação hipotética, vamos imaginar que, em uma consulta médica, seja orientado pelo profissional que, a partir de agora, você precisa registrar os dados sobre quantas vezes toma água, pois dependendo do número de vezes, você pode ter um determinado problema. O contexto muda completamente e, agora, é necessário registrar aquele dado. Além disso, o médico lhe diz que se você tomar menos de 1 litro de água por dia, você pode ter problemas no funcionamento do seu organismo.
Temos uma grande transformação de cenário e agora registrar o dado permitirá a criação de uma informação, que no caso seria: “se eu tomar menos de 1 litro de água, eu posso ficar doente”. A ação não assegura nenhuma tomada de decisão. É possível tomar água, registrar isso, transformar esse dado em informação, sumarizando e utilizando a quantidade de vezes que se hidratou. No entanto, se eu ou você, em posse dessa informação, não retornarmos ao médico e nos submetermos ao tratamento adequado, no fim, não valeu de nada todo esforço de coleta do dado. Concorda?
Então, apesar dessa história ter sido contada para melhorar o entendimento, muito do que vemos hoje no mercado é exatamente isso: empresas registrando tudo e não tomando nenhuma ação. Quais os principais erros que são observados nas organizações? As empresas coletam o dado, mas não o transformam em informações de real valor para o negócio.
Para saber o quanto uma empresa vende por mês, é preciso registrar cada venda que foi realizada. Desde o nome do cliente, localidade, estado, valores, etc. Quanto mais dados de registro, mais informação inteligente haverá para a tomada de decisão.
Algumas empresas até transformam o dado em informação, porém utilizam tecnologias que não colaboram para a confiabilidade e agilidade do processo.
Afinal, quem nunca pediu um relatório financeiro e demorou dias para receber ou quando recebeu ele estava completamente errado? Em geral, isso é fruto de extrações do dado e transformações realizadas no famoso Excel. Uma parte até possui tecnologia para registro com maior confiabilidade e agilidade, como as que utilizam SGDBs como SQL Server, Oracle, MySQL etc. mas, não processam o dado ou criam informação real com aquilo que se tem aos montes registrados em seus SGDBs.
Outra parte possui SGDBs, sistemas de Business Intelligence, os quais realmente são sistemas arquitetados para que o dado seja coletado do SGDB ou de qualquer outra fonte de origem de dado e seja transformado em informação que seja contundente para o negócio. No nosso exemplo, seria o mesmo que registrarmos por dia o total de vezes que tomamos água, a quantidade de vezes com gráficos mês a mês demonstrando aumento ou diminuição na linha do tempo de quantas vezes uma pessoa tomou água.
A questão é que nada disso adianta sem que a tomada de decisão seja realizada. Como explicado anteriormente, é ter a informação, mas não executar aquilo que é necessário, ou seja, ir ao médico, fazer o tratamento para o problema e tomar determinados remédios. Todo o processo citado, nos mostra (e me espanta diariamente) como as empresas ainda estão atrasadas no propósito em relação a importância da análise de dados.
E não é só isso, preocupa também a falta de visão dos próprios times de tecnologia em relação a esse assunto. No fim, o registro do dado não se prende apenas a uma informação escrita e sim a tudo aquilo que está sendo registrado ou transformado. Com isso, sendo realizado da melhor forma, pode-se obter algum tipo de vantagem competitiva. Posso registrar manualmente em um papel, sistema ou até mesmo utilizar um algoritmo para buscar em uma câmera, quantas vezes eu tomei água, através de visão computacional e Machine Learning.
O ponto é que a tecnologia existe, mas o conceito do que se precisa, do que se faz ou necessita fazer com o dado ou mesmo com a informação é o que ainda é muito nebuloso. Assim, vejo projetos na área de dados falharem aos montes por aí. O que falta é uma estratégia de dados, executivos mais capacitados e mão de obra não só com entendimento técnico, mas também com visão de negócio, para que assim, o dado não seja coletado e/ou transformado em vão.
O que gostaria de ver? Executivos com maior entendimento sobre a real gravidade e necessidade de se tomar decisões baseadas em dados, mas não no discurso e sim na prática. Isso, através da adoção de conceitos mais atualizados, equipes internas ou consultorias para apoio e clareza sobre o que se busca e o que é necessário medir.
O principal é entender o poder dos dados aliados à Inteligência artificial, seja buscando predições nas entrelinhas dos dados, seja cruzando informações, ou utilizando visão computacional para se obter alguma vantagem competitiva.
(*) – É founder & CEO da Dataside (https://www.dataside.com.br/).
