Oferecido por
Como você se prepara para o futuro? Eu geralmente faço uma coleta de fontes de informações relevantes para o contexto, e a partir da classificação, organização e análise desse material, registro os elementos que mais se repetem, para então fazer uma indexação da intensidade do movimento desses sinais. Faço ainda uma segmentação por área de impacto, geralmente identificando a relação desses sinais com negócios, trabalho, sociedade e técnica. Como aqui estou me referindo a observação de tendências tecnológicas, é necessário uma categoria destinada à técnica, pois tal identificação poderá ser um importante marcador de movimentação de todos os outros sinais, por exemplo, a evolução de técnicas para transmissão de informações através de tecnologia 5G vai impactar diretamente todas as outras áreas. Com essas análises em mãos posso realizar movimentos antecipados em determinadas direções, não necessariamente utilizando isso como uma estrutura rígida para orientar as estratégias, mas colocando em prática aquelas ações que geralmente ficariam fora do meu radar de atuação.
O problema desse tipo de previsão é que ao determinar as “fontes de informações relevantes para o contexto”, inevitavelmente se cria um viés, afinal, nosso cérebro vai agir dentro de sua zona de conforto, desprezando todos os sinais que estão fora daquilo que caracterizamos como contexto. Isso deixa um gosto amargo em nossos planos para o futuro quando olhamos para um período pandêmico que destroçou todas as linhas preditivas existentes, fossem elas com base em modelos matemáticos ou aquelas desenvolvidas por experientes analistas, pois em raríssimos casos havia algum tipo de variável relacionada com um vírus biológico de alta transmissão.
Em resumo, as previsões falham porque as variáveis controladas não contam toda a história.
Em ambientes de experimentos contínuos, como laboratórios científicos por exemplo, o desapego ou inclusão de novas variáveis faz parte do trabalho, afinal são esses os recursos que permitem descobertas científicas ou invenções disruptivas, mas isso custa muito caro. A taxa de erro em ambientes de experimentações é altíssima, impactando diretamente nos recursos utilizados, sejam estes financeiros, materiais ou tempo dos indivíduos envolvidos em tais atividades. Esse é um dos motivos que costuma afastar a área de pesquisa das áreas de negócio, de um lado a busca pela invenção, de outro a necessidade contínua da melhoria de desempenho com o melhor custo-benefício. Outra característica desses ambientes é a necessidade de um alto nível de especialização, pois é preciso uma atuação muito direcionada para uma determinada área, mas isso nos remete ao problema original colocado anteriormente: será muito difícil nascer dessas iniciativas os cenários com variáveis desconhecidas ou que não podem ser controladas.
Se preparar para o futuro exige a inclusão de elementos desconhecidos e não controláveis em nossas análises, muitas vezes inviabilizando assim a criação de modelos que costumam nos deixar mais seguros em nossas ações. Uma variável só ganha esse nome quando é devidamente identificada e mensurável, caso contrário trata-se de um elemento desconhecido, e geralmente indigesto nas análises, pois não pode ser devidamente administrado. Pessoalmente já acompanhei uma série de elementos desse tipo sendo descartados no trabalho de modelagem, pois eles não possuíam os “parâmetros adequados” para compor o modelo, ação que pode ter eliminado peças importantes daquele contexto.
Quem são as pessoas que estão trazendo elementos diferentes para suas análises?
Para inclusão desses novos elementos em análises e projeções de futuro é fundamental criar espaço para inserção de novas fontes e dados, mesmo que no primeiro momento esses não sejam utilizados em nenhum tipo de modelagem. Em muitos casos esses elementos podem ser estranhos, de difícil associação, compreensão e administração, mas se forem devidamente armazenados e organizados poderão agregar um grande valor posteriormente. Simulações analíticas com elementos desestruturados podem viabilizar a criação de situações inéditas, algo que costumamos rotular de inovação somente quando dá certo. Para que ocorra a inclusão desse tipo de elemento em nossas análises é fundamental ter pessoas com diferentes olhares, percepções e vivências envolvidas, só será possível atingir resultados novos se algo mudar o rumo das análises, caso contrário as descobertas sempre estarão limitadas aos bancos de dados disponíveis.
É fundamental projetar essa situação pensando na evolução da própria tecnologia da informação, onde algoritmos e sistemas de inteligência artificial podem simular — de forma praticamente ininterrupta — cenários matematicamente possíveis para as mais diversas situações, mas eles trabalham com as variáveis disponibilizadas para aquela determinada situação.
As análises preditivas se baseiam em dados históricos, técnicas e recursos tecnológicos para identificar a probabilidade de resultados futuros, mas esse incrível recurso analítico também limita-se ao universo de dados determinado por seus criadores.
Esses recursos, por mais avançados que sejam, também estão limitados às premissas determinadas pelos indivíduos que realizaram a configuração original daquela tarefa. O resultado da eficiência no processamento e execução dessas máquinas, é sem dúvida um grande diferencial competitivo no cenário atual, mas dificilmente surgirá desses mecanismos controlados e dessas variáveis pré-estabelecidas as invenções que irão romper a maneira como as coisas são feitas, para assim desbloquear a visualização de cenários futuros.
Análise de mercado
“Quando falamos de análise preditiva e previsões no ambiente que estamos vivendo hoje, é cada vez mais complicado usar experiências antigas para estimar o futuro. Os negócios estão mudando com velocidade e o impacto incerto da pandemia de Covid-19 mudou os hábitos de consumo das pessoas ao longo prazo. Isso nos faz perder um pouco da capacidade preditiva que tínhamos no passado. Porém, como é necessária uma preparação para um futuro ainda incerto e difícil de predizer, as empresas precisam pensar em tecnologias flexíveis e implementar uma cultura mindset ágil para se adaptarem de forma rápida, conforme os cenários vão se desdobrando. Unir-se com tecnologias de caixa que não permitam a flexibilidade necessária para uma rápida adaptação será a grande dor das empresas no futuro. É como comparar um trem bala a um Jaguar. Os dois têm velocidade, mas somente um deles tem a agilidade e flexibilidade suficientes para um ambiente hostil.” – Douglas Montalvao, Diretor de Soluções e Customer Success da Adobe Systems para América Latina
Este artigo foi produzido por Ricardo Cappra, pesquisador de cultura analítica, fundador do Cappra Institute for Data Science, autor do livro Rastreável e colunista da MIT Technology Review Brasil.
Ricardo Cappra
