Data-Driven é coisa do passado!

Você não leu errado! Realmente eu vejo que o Data-Driven é coisa do passado. Sim, eu sei que muitas empresas se posicionam como Data-Driven defendendo o modelo como uma vantagem competitiva. Mas imaginem comigo o seguinte cenário: Um ciclo de desenvolvimento de produto que tenha modelos estatísticos como base; modelos que melhoram os produtos, permitindo a captura de melhores dados e, consequentemente novos modelos de aprendizagem de máquina que estão em constante evolução, melhorando assim o produto e gerando um ciclo virtuoso.  Isso tudo cria um processo, quase sem fricção, de melhoria contínua ao invés de ser impulsionado por avaliações e avanços humanos como é feito no modelo Data-Driven.

Para facilitar o entendimento, podemos comparar os modelos de Machine Learning com uma criança que está aprendendo falar. Assim como elas, os algoritmos de machine learning aprendem a primeira vez e depois generalizam.  Por exemplo, quando você mostra uma foto de um cachorro para uma criança a primeira vez você precisa explicar para ela que é um cachorro, na próxima quando mostrar a mesma foto ela já vai ter aprendido o que é aquilo. Assim a criança saberia separar cães de gatos, da mesma forma que um modelo saberia diferenciar um fraudador de um não fraudador.

Um negócio orientado por modelos é algo que vai além de uma empresa direcionada por dados. Uma empresa orientada por dados coleta e faz análises estatísticas para ajudar pessoas a tomarem as melhores decisões para seus empreendimentos. Em uma empresa orientada por dados, os mesmos ajudam os negócios; em um negócio orientado por modelos, os mesmos são o negócio. Hoje o cenário é esse dentro das empresas e startups.

Atualmente, muito se ouve falar sobre inteligência artificial e big data, mas os modelos são a fonte do poder por trás dessas ferramentas. Um modelo em sua definição é um conjunto de equações matemáticas ou regras que tentam explicar algum fenômeno ou prever algum fato, como, por exemplo, a possível inadimplência ou até mesmo seu próximo cliente. A grande beleza nessa criação é o fato de não precisar haver intervenção humana, "viés humano", que por muitas vezes toma ações baseados em intuição e não em dados. Esses algoritmos são treinados para sempre otimizarem os resultados e observarem características que nenhuma pessoa conseguiria fazer através de centena de milhares e até milhões de informações.   Uma vez desenvolvido, um modelo pode aprender com seus sucessos e fracassos em uma velocidade e sofisticação que os humanos normalmente não conseguem acompanhar.

Um negócio orientado a modelos, então, usa os mesmos para impulsionar as principais decisões em seus processos de negócios, criando linhas de receita ou redução de custos baseado no aumento da eficiência. Construir este sistema requer um mecanismo, muitas vezes baseado em software, para coletar dados, processos claros para o desenvolvimento de modelos a partir destes dados e ainda um mecanismo para atuar na sugestão dos próprios modelos. Empresas como Netflix, Tecent e Amazon demonstram essa característica como descreveu Steven A. Cohen e Matthew W. Granade em seu artigo "Models Will Run the World" no WSJ.  No caso da Netflix, por exemplo, seu algoritmo de recomendação é famoso sendo responsável por 80% do consumo de conteúdo. Sempre que um cliente aceita ou rejeita uma recomendação, o algoritmo da Netflix melhora. Esta transformação está tomando forma em vários setores, incluindo alguns geralmente descritos como tradicionais: Agricultura, Logística e Serviços.

Quem vai ganhar esse jogo? Provavelmente quem tem a melhor capacidade de construir e integrar modelos estatísticos aos seus negócios. Quem coletar os melhores dados sobre clientes e se manter no círculo virtuoso. Na busca pela vantagem competitiva, as empresas guiadas por modelos vão acelerar o processo nos próximos anos e a aposta é nos negócios orientados por modelos: "Model-Driven".

Jhonata Emerick, sócio fundador da DataRisk.