Imprevisibilidade, Consumidores e Data Science.

Na situação atípica e imprevisível em que vivemos, será que a construção de cenários e as previsões fazem sentido para as organizações? Perceber o que está a acontecer, o porquê, qual o seu impacto, quando e se voltará a suceder e qual deve ser a minha resposta? A Ciência dos Dados (Data Science) tem sido o instrumento de eleição para responder e apoiar a tomada de decisão nas organizações. Ao transformar dados em informação, obtendo significado e valor.

A imprevisibilidade causada pelo “cisne negro” – termo cunhado pelo filósofo Nassim Taleb para acontecimentos anómalos e que a pandemia é um bom exemplo – afecta os modelos analíticos e a decisão que se baseiam em dados cronológicos. Por exemplo, previsões de venda, de consumos por canal, segmentos de clientes, análise da sazonalidade ou ainda os modelos de sensibilidade ao preço ou de abandono (churn).

Como é e será o consumidor durante e o pós-pandemia. Qual o seu propósito e necessidade. Não é de estranhar que os maiores esforços dos analistas e cientistas de dados têm sido em duas áreas em torno do consumidor.

A primeira na analítica comportamental. Compreender o que os consumidores fazem e como reagem, hoje e no futuro. Não é apenas o acompanhamento e monitorização (tracking) é também o que farão. Entender as interacções e as dinâmicas tecnológicas. A usabilidade e o design das interfaces. O impacto nos processos e o risco. A menor ou maior digitalização. O mundo híbrido porque nem tudo será digital. Como vão as empresas, o mercado e os consumidores utilizar canais e processos físicos e digitais. A emergência do modelo Physi-Digital e o impacto nas cadeias de abastecimento. A hiper-personalização. Os canais de contacto serão digitais e a transacção física, ou vice-versa. Que clientes partilham os mesmos canais de contacto, de avaliação e de compra. Entender as jornadas do cliente e como devemos ter uma visão ecléctica do consumidor e integradora da tecnologia.

A segunda diz respeito à resposta contínua e em tempo-real aos consumidores. Aquilo que o Gartner chama de continuous intelligence. O predomínio das acções e respostas em tempo-real com o apoio de algoritmos inteligentes. Perceber qual a mensagem, produto ou serviço adequado no canal adequado para o correcto consumidor, salvaguardando as políticas de privacidade. A integração com dispositivos móveis, sensores através de software na cloud.

São desafios complexos para as áreas analíticas e de Data Scince. A somar o problema da gestão e qualidade de dados. Cerca de 60% dos dados nas organizações são dark data. Estão lá mas não fazemos nada com eles. Momentos actuais e futuros de azáfama na reformulação de modelos, de algoritmos, de hipóteses e de explicações. Em momentos singulares há sempre uma ideia nos clássicos. Para o mestre Guilherme de Ockham (sec XIII) deve-se optar sempre pelas explicações mais simples e suficientes.

Nota: Por opção própria, o autor não escreve segundo o novo acordo ortográfico.