Data mining: a busca por respostas precisas

Por: tegUP, aceleradora de startups.

Qualquer área de serviço ou da indústria não sobrevive hoje sem a análise de dados. Dos mais simples sistemas compilados em planilhas de Excel às mais complexas e integradas ferramentas que automatizam esse processo, a grande questão é: o que fazer com esses dados?

O Data Mining, ou mineração de dados, é o exercício de examinar dados específicos que já foram coletados por um propósito pontual. Assim como um minerador, a busca em meio a padrões e banco de dados visa identificar uma resposta específica a uma questão ou extrair um recorte inteligente dos dados armazenados.

Essa análise geralmente é feita utilizando diversos tipos de algoritmos e de forma automática, mas inclui também metodologia científica e um olhar voltado aos negócios. Tanto que, no geral, quem exercita essa tarefa é um time composto por profissionais da área de negócios e cientistas de dados.

A utilização da mineração de dados é bastante variada, já que pode auxiliar empresas de qualquer tamanho a descobrirem padrões de comportamento de dados e pontos cegos, podendo até trabalhar esse recorte de dados para gerar novos inputs para o negócio.

Por exemplo, uma empresa de transportes pode usar dados transacionais ou extraídos de sistemas (dados de CRM, ERP, Google Analytics e outras plataformas) para avaliar pontos do negócio que precisam de melhoria. Essa empresa pode se debruçar sobre o data mining em um trecho específico da organização, bem como só na logística, nas vendas, no marketing digital, em suprimentos, etc.

Uma empresa chamada Aquarela usou o data mining para, diante de tantas startups no mercado brasileiro, encontrar as melhores empresas para certos fundos de investimento. A empresa analisou as características de startups unicórnio (com valor de mercado superior a U$ 1 bilhão) e cruzou seus dados com os dos investidores, identificando padrões e comparando ambas, que apoiaram um investimento mais certeiro.

Outro exemplo no marketing digital são as análises de dados de clientes, seja para vender mais ou para atender melhor. Uma delas, contada no livro “Data Mining: conceitos, técnicas, algoritmos, orientações e aplicações” foi um processo de agrupamento (tarefa de Clusterização) realizada com dados de clientes para uma empresa de telefonia para identificar similaridades. Após o agrupamento, classes de clientes foram definidas e, com essa definição, um modelo de classificação foi construído para que ações de marketing fossem aplicadas em toda a base de clientes (com base nos padrões desses nichos analisados).

De maneira mais ampla, o data mining está em pauta junto à Indústria 4.0 (que engloba algumas tecnologias para automação e troca de dados e conceitos de gestão centrados na tecnologia), pois ela precisa estar centrada no uso de dados e na análise precisa deles – até mesmo quando muito extensos e de forma sistemática, já em um formato não mais de data mining, mas de big data.

Junto à Indústria 4.0, o data mining auxilia a entender melhor os processos atuais e gerar novos processos ainda mais produtivos, seja para homens ou robôs. Ajuda também a levantar o risco de falhas antes que elas aconteçam ou de analisar a fundo uma questão problemática para contorná-la por meio da análise de alguns padrões de dados, como dados recorrentes de fraude em cartão de crédito ou roubos de carga.

Muito pode ser descoberto e muito pode ser evitado com esse uso mais aprofundado e consciente de dados. Estima-se que, até 2020, a humanidade terá cerca de 44 Zettabytes de informações digitais disponíveis. Os cientistas de dados não só serão úteis (como são hoje), mas também serão essenciais para entendermos o mundo ao nosso redor.

Sobre o Autor

A tegUP é uma aceleradora de startups e braço de inovação aberta da Tegma Gestão Logística. A aceleradora apoia startups e empresas de tecnologia transformadoras que ofereçam produtos, serviços e tecnologia relacionados ao universo da Logística, apresentem alto potencial de evolução e necessitem de algum tipo de suporte para acelerar seu crescimento.