Por Gonçalo Caeiro *


A previsão em tempo real do comportamento de consumidores e do mercado já é realidade, mas apenas para algumas empresas de muito grande dimensão como a Walmart ou Amazon.
O ano de 2013 vai marcar o início da inversão dessa realidade, onde também as empresas de média dimensão terão acesso a sistemas previsionais que lhes permitirão melhorar margens pela manipulação em tempo real do preço e portfólio dos produtos. O exemplo que este mercado está a aumentar drasticamente é o número de empresas (tão diferentes na sua génese) que já entraram no espaço (desde empresas independentes como Treasure Data passando pela Amazon, Oracle e IBM e até a própria Microsoft.)

Os sistemas de BI analisam dados, isto é, consolidam dados passados e em limite tentam identificar relações ou padrões.

Os sistemas previsionais são mais complexos do que os sistemas de Business Intelligence atuais. Isto porque precisam de mais duas componentes:


  1. a) Dados em tempo real do contexto atual;
  2. b) A lógica algorítmica / estatística que permite fazer a previsão.

[caption]Gonçalo Caeiro[/caption]

Tecnologicamente, quer a recolha de dados em tempo real quer a lógica algorítmica são tarefas computacionalmente pesadas. Apenas agora estão a reunir-se as condições a custos acessíveis que permitem a outras empresas fora da Fortune 500 ter acesso a este tipo de tecnologia. Em 2013 este conjunto de tecnologias tem um nome: SSD (Solid State Drives), Fibra Ótica, CPUs, Virtualização, Map-Reduce.

Pela primeira vez estes fatores estão alinhados sendo que será apenas natural que a sua integração seja muito maior no futuro. Se quisermos podemos também falar de BigData, embora tenha sempre receio de usar os acrónimos da moda, pois tendem a significar tudo e nada, não contribuindo muito para o esclarecimento.

Mas qual o impacto deste cenário? Pela primeira vez as empresas podem processar volumes significativamente grandes de informação em seu benefício, prevendo cenários em vez de apenas reagir a alterações de mercado.

Para facilitar a perceção do impacto utilizaremos um exemplo simples: Um Clube Noturno.

Os preços num Clube Noturno são em norma fixados. Chamemos-lhe o Clube X. Suponhamos que estamos num país onde será possível fixar livremente o preço a cada segundo e para cada bebida. (Curiosamente este exemplo foi real num clube no Algarve há cerca de duas décadas, mas os preços eram fixados aleatoriamente).

O preço das bebidas no clube X poderia ser variável em função de muitos fatores (variáveis). De facto o preço de uma bebida no X afeta diretamente a margem, pois o seu custo é fixo. Neste clube X inovador, existiria um placard gigante onde os preços das bebidas estariam afixados, tal como um painel de informação de voos num aeroporto.

Fará portanto sentido oscilar o preço das bebidas conforme a afluência (o consumo) das bebidas. No entanto, não será igual vender 10 Gin Tónicos se estiverem 10 pessoas no Clube ou 1000.

Expandindo este conceito podemos verificar que o consumo das bebidas pode ser otimizado tendo em conta fatores como sejam o número de pessoas no clube X, se estamos no início da noite ou no final, qual a percentagem de homens / senhoras. Agora podemos ainda cruzar os dados em tempo real com o estado atmosférico. Se estiver muito calor fora do clube X a propensão para se pedir logo uma bebida quando se entra pode aumentar, mas eventualmente aumenta apenas em determinados tipos de bebida. Nessas bebidas um pequeno aumento do preço pode aumentar significativamente a margem.


Imagine que por outro lado os barmans estão totalmente ocupados. Talvez seja preferível aumentar o preço para que alguns clientes desistam e esperem que o preço volte a baixar, diminuindo a insatisfação do tempo de espera porque eles próprios resolveram desistir do pedido. Outras variáveis podem ser introduzidas como a música das pistas de dança.

Mas o preço não é a única variável que pode e deve ser manipulada. Conseguindo antecipar as necessidades uma publicidade pró-ativa de uma determinada bebida pode maximizar as suas vendas. Este exemplo mostra que existe uma variedade de negócios em que o sistema previsional pode ser implementado.

É neste contexto que as empresas terão de evoluir nos seus sistemas de preço, de comunicação e de promoções. Para que o consumidor ou cliente, quando entre no raio de ação da sua empresa possa ser direcionado para o produto que ele está à procura e que lhe traga mais valor acrescentado.

Isso significa que os CEOs, CIOs, CMOs devem pensar de forma holística na informação que poderá ser usada para prever e antecipar em tempo real o comportamento do seu consumidor. Pode ainda significar a introdução de variáveis dentro do sistema que antes era impossível introduzir porque os sistemas de informação não os conseguiam armazenar e processar.

Mas então como proceder?

Primeiro: Assumir que os sistemas de informação podem tomar decisões sobre preços e produtos através de heurísticas que até podemos perceber na generalidade, mas que num caso concreto poderemos ter de confiar nos seus resultados.

Segundo: A estratégia deve incidir na análise de todos os fatores que poderão melhorar a previsão dos acontecimentos e desenhar então o sistema do final para o princípio.

Terceiro: Identificar todos os pontos onde essas variáveis podem ser recolhidas e com um menor tempo de latência (tempo entre acontecimento e a recolha desse acontecimento).

Quarto: Desenhar o sistema de predição.

O primeiro passo é de facto o passo mais difícil, pois é o passo onde assumimos que os sistemas de informação se tornaram mais competentes a realizar certas tarefas que nós humanos. Se até agora tínhamos para nós a previsão e análise do futuro nos negócios, está na hora de delegarmos e partilharmos também parte dessa tarefa. Mas, tal como aconteceu no passado teremos sempre problemas e tarefas mais complexos que as máquinas não conseguem resolver.

Se a velha imagem de guiar pelo retrovisor era muito usada, poderemos ver os futuros sistemas como aqueles que guiam o nosso carro. E tal como a Google mostrou relativamente aos carros, esse futuro não está de facto muito distante.

*Partner @SaaS na Infosistema