TESTE

Previsões em tempos de Covid

Recentemente, Thomas Davenport escreveu um artigo no MIT Review sobre a disrupção nos modelos preditivos em tempos de Covid. Os modelos preditivos possuem a pretensão de prever o futuro a partir de inferências estatísticas. Eles estão por trás de poderosos algoritmos como o feed de notícias do Facebook que determinam os posts que aparecem na timeline baseado na probabilidade de a pessoa clicar naquele conteúdo, e também da organização dos anúncios e links nas páginas de busca do Google. O autor acredita que o ambiente pós-covid é tão turbulento que o estudo de hábitos passados não é suficiente para prever o futuro e recomenda o uso de estatística descritiva, também conhecido como Business Intelligence, para tomar decisões mais seguras. Nós da Cognitive usamos os modelos preditivos para fazer Media Science, ou seja, identificar qual a melhor combinação entre meio, mensagem e público-alvo para que a comunicação tenha o maior retorno sobre investimento. Particularmente, não somos tão pessimistas como Davenport, e temos usado modelos preditivos com algumas adaptações considerando dois cenários: mercados afetados e mercados “transformados” pela Covid. Nos mercados afetados pela Covid, o padrão de consumo foi afetado momentaneamente, mas a atividade deve voltar ao normal. Isso é esperado em mercados como montadoras, que tiveram um ano difícil, mas as vendas de dezembro chegaram em patamares semelhantes a 2019. Nesses casos, uma saída é descartar a série histórica de 2020, e trabalhar com a série de anos anteriores, pois elas se assemelham ao padrão que deve predominar 2021. Ou, de maneira mais sofisticada, inserir uma variável dummy (valor 0 ou 1) no modelo para sinalizar que naqueles meses de 2020 houve uma pandemia e o comportamento de compra será afetado. Nos mercados transformados, não se espera um padrão de consumo igual ao anterior, pois a transformação digital acelerada pela Covid modificou a cabeça do consumidor. Por exemplo, as operações de varejo físico, não devem voltar ao mesmo patamar. Pois, quem desconfiava desse meio, hoje se sente mais seguro e vai continuar comprando online.Mas como fazer previsões em mercados turbulentos? Bom, em primeiro lugar, faz sentido descartar toda a série histórica anterior a Covid, pois o comportamento do passado não explica o comportamento futuro. Nesse caso, as previsões serão menos precisas, recomenda-se seguir o princípio de que é melhor ser grosseiramente certo do que ser precisamente errado. Isso é desafiador, pois o ser humano tem um viés cognitivo de querer números exatos, mas a ciência trabalha com o conceito contraintuitivo de probabilidade. Para nossos clientes desses mercados, temos ampliado a margem de erro das previsões. Outra necessidade nesses casos é fazer revisões do modelo com intervalos mais curtos, dado que o aprendizado com a nova realidade é mais intenso. Para casos extremos, temos revisado alguns modelos semanalmente. Mas talvez reste a seguinte pergunta, se o modelo preditivo terá uma maior imprecisão, vale a pena tomar decisões baseadas nele? Nós da Cognitive acreditamos que sim, pois acreditamos na ciência para tomada de decisão. Assim como uma vacina que ainda não tem todos seus efeitos de longo prazo mensurados é melhor do que ficar exposto à pandemia. O uso de modelo preditivos em evolução é mais benéfico ao negócio do que arcar com o custo de tomar decisões baseadas no achismo. E quanto o cenário estiver mais estável, a empresa que tiver desenvolvido um modelo preditivo ajustado aos novos tempos terá uma vantagem competitiva considerável frente aos concorrentes. E qual a sua opinião? Claudio Oliveira (claudio.oliveira@cognitive.com.br) é Chief Scientist Officer da Cognitive. Professor de Big Data e coordenador do núcleo Digi da ESPM.

A expectativa dos CEOs e a transformação digital no Marketing

A PWC divulgou em março uma pesquisa sobre as expectativas dos CEOs brasileiros para 2021. Alguns aspectos chamam a atenção: o otimismo, o foco em transformação digital e a necessidade por automação das atividades.O otimismo aparece na afirmação de que 85% dos CEOS acreditam numa melhoria na economia, apesar das últimas notícias sobre a pandemia. Acredito que uma explicação para essa expectativa seja a visão de longo prazo, um CEO trabalha com decisões estratégicas e enxerga mudanças estruturais que podem beneficiar seu negócio nos próximos anos. Mas o que seriam essas mudanças? 61% dos executivos devem aumentar significativamente os investimentos em transformação digital. Segundo David Rogers, a transformação digital exige que o negócio atualize sua mentalidade estratégica, muito mais do que sua infraestrutura de TI. Então os executivos, estão mirando uma mudança profunda nos negócios, em novos relacionamentos com clientes, novas formas de competir e inovação no ecossistema de valor. Essas mudanças se aceleraram com a Covid e as empresas que estão realizando essa transformação obtido melhores margens frente a concorrência. Segundo a mesma pesquisa, 45% dos executivos esperam maior produtividade da força de trabalho por meio de automação e tecnologia. Tenho observado essa transformação nas áreas de marketing e nas agências de publicidade, os executivos tendem a “plataformizar”, ou seja, contratar plataformas que automatizam alguns serviços como operação de mídia e acompanhamento de KPIs. As ferramentas chegam a automatizar a compra da mídia de acordo com modelos estatísticos. Há todo um ecossistema de Martechs e Adtechs (assunto que devo voltar em outro artigo) dando suporte para as empresas nessa automação. Ao usar essas tecnologias, o executivo pretende reposicionar sua força de trabalho, esperando que os funcionários adquiram novas competências e se adaptem a novos cenários. Essa transição permite que a empresa faça entregas com maior valor para seus clientes. É uma prática recorrente entre as empresas montar parcerias para realizar essas transformações. Para tanto, a consultoria Cognitive lançou mão de uma plataforma chamada Sigmaflow para automatizar a coleta e consolidação dos dados de campanhas para elaboração de modelos preditivos. Temos colhido ótimos feedbacks dos executivos de negócios, não só por automatizar a coleta dos dados e atualização de dashboards, mas, principalmente por incorporar uma nova competência que é a tomada de decisão data driven, ou seja, conseguir tomar decisões baseadas na previsão de resultados. Um exemplo prático do mercado de bens de consumo pode ser visto abaixo, a figura 1 é uma previsão empírica de quais seriam as vendas trazidas por uma campanha, baseada na experiência da equipe. A princípio parece que a campanha foi muito bem, pois vendeu bastante acima da estimativa mais otimista, mas a estimativa foi ruim, pois em termos logísticos, colocou a empresa em risco, dado que o estoque não estava preparado para a demanda. A figura 2 mostra a campanha seguinte feita pela mesma empresa cuja previsão foi baseada num modelo preditivo, o total de vendas foi mais próximo das estimativas de resultado. Isso melhorou a capacidade de gestão da empresa e a satisfação do consumidor final que recebeu o produto em dia. Observa-se que ainda há oportunidades de melhoria nas previsões da empresa, mas a incorporação de um modelo preditivo, faz com que a empresa tome decisões baseadas em dados e em metodologia científica, melhorando cada vez mais a capacidade de tomada de decisão.

Você sabe como viramos uma Startup?

Desde 2009, nós ajudamos empresas a inovarem. Começamos aplicando Digital Analytics para gerar insights de negócios para Pepsi on the flight, quando o mercado se limitava a fazer análises pós mortem. Em 2015, fizemos um modelo de Media Science para uma montadora, criando modelos estatísticos com dados de campanhas digitais e offline, dados de pesquisa e mídias sociais para melhorar a comunicação e que permitiu gerar uma economia de R$ 50 milhões na verba de mídia anual. Em 2018, implementamos uma Mesa de Performance com Google Suite para o grupo segurador, na época BB Seguros e Mapfre eram juntos, envolvendo especialistas do Brasil e da Espanha. Cuidamos da capacidade de inovação de nossos clientes, mas não aplicamos isso no nosso próprio negócio. O famoso ditado “casa de ferreiro, espeto de pau”. Em 2020, sentimos as consequências. Com a diminuição dos investimentos das empresas para projetos de Media Science, vimos nossa demanda cair e nosso negócio ficar em risco. Éramos uma consultoria baseada em venda de horas de nossos funcionários e com pouca possibilidade de alavancagem. Notamos que nosso negócio precisava ser reinventado e começamos a pensar em como fazer o Media Science de forma automatizada, permitindo que nossos clientes comprassem nossos serviços através de uma plataforma e com preço mais acessível. Usamos nosso caixa e contamos com o aporte de investidores anjo com muita experiência de mercado para criar um mínimo produto viável (MVP), o Sigmaflow. O Sigmaflow é uma plataforma com APIs que se conectam aos dados de nossos clientes, gera dashboards automatizados e cria modelos preditivos para se prever os resultados de campanhas baseados em alguns inputs. Uma vez criado o MVP, implementamos na Agência AktuellMix (AKM) e os resultados foram bastante interessantes. O Sigmaflow permitiu uma entrega mais sofisticada para os anunciantes da agência, permitindo que mudassem o posicionamento de uma agência 100% BTL para um hub com insights para os consumidores baseados na plataforma Sigmaflow. Hoje estamos em fase de crescimento da plataforma, atendendo clientes no setor bancário, alimentos, tecnologia e de veículos de mídia. Para facilitar essa tração, nos associamos a Distrito, ecossistema de inovação com mais de 700 startups residentes. E estamos bastante orgulhosos em compartilhar uma notícia com vocês: ganhamos o prêmio Distrito Awards na categoria tecnologia para anúncios e marketing (Martech e Adtech). Essa premiação nos dá a certeza de que estamos no rumo certo e nos motiva a continuar criando soluções inovadoras que democratizem o Media Science.