- Vanessa Moura
A INTELIGÊNCIA EM COMPRAR CERVEJA E FRALDAS
Nunca achou genial achar o carvão perto do frasco de álcool?
E quando você vai comprar cereal e do lado ficam as caixas de leite?
É uma mera combinação? Algo lógico? Talvez não!
Ou, talvez eu seja realmente muito psicopata da organização dos supermercado por ficar reparando nestas coisas... E se eu disser que a bonita da tecnologia da informação está por trás disso? Vou te provar já, já!
E o que você me diria sobre ir ao mercado e achar pacote de fraldas ao lado de caixas de cerveja?
Ok, péra… Cereal + Leite = Combinação lógica... What are you talking about?
Assim como você usa o álcool para acender fogo no carvão, seria lógico e pratico estes produtos estarem ao lado um do outro, mas… cerveja e pacote de fraldas? O que diabos uma coisa tem a ver com a outra?
Primeiramente eu vou apresentar a você uma tecnologia milenar conhecida como Business Intelligence, mais conhecido como BI, que em português significa Inteligência Empresarial ou Inteligência de Negócios.
O nome condiz com a tecnologia: ela recolhe informações de uma organização e a monitora para poder ajudar na melhoria dos negócios.
O BI é uma tecnologia que permite as empresas transformar os dados armazenados em seus sistemas em informação qualitativa, o mesmo é importante para a tomada de decisões direcionadas ao marketing e negócios das empresas.
É possível colher informações que nem os próprios donos das empresas sabiam sobre os seus consumidores. Mas não estamos falando sobre CPF, RG e etc… Estamos falando sobre indicadores e porcentagens, fatores importantes nas decições das empresas nos dias de hoje.
Tá bem difícil de entender, né minha filha? Vou explicar o que a bendita da cerveja e o pacote de fraldas tem a ver com o BI.
Imaginando que você é um marido que está em casa em plena quarta-feira, louco para assistir o jogo do Corinthians contra o Nacional e a sua esposa acabou de chegar em casa com sua filhinha de 1 aninho, ela está cheia de sacolas de compras, mas ela acaba de perceber que esqueceu do mais importante: O pacote de fraldas…
E a sua esposa está cansada, afinal, ela trabalha, limpa a casa, faz academia, cuida da sua filha e o mínimo que você tem que fazer é comprar o diabo da fralda.
Você fica enfezado, mas vai, afinal, é sua esposa e se você não for comprar as fraldas você vai dormir no sofá.
Então você chega no supermercado e compra o pacote de fraldas, só que você se acha merecedor de uma cerveja, afinal, é quarta, o Corinthians está jogando, você está no mercado mesmo, porque não?
Com ferramentas de BI é possível detectar comportamentos curiosos dos consumidores de determinadas empresas, a exemplo um supermercado.
E este foi um dos cases mais famosos, o de cerveja e fraldas. —Eu em minha imaginação infinita, jamais iria conseguir relacionar um produto a outro. Eu iria relacionar cerveja com Fandagos, com carvão… Com TUDO, menos com cerveja. —
Mas faz todo sentido!
Foram detectados que muitos consumidores de fraldas levavam na mesma compra um fardo de cerveja. E com isto foi vendida a idéia de colocar a cerveja ao lado da área de fraldas descartáveis, assim fica mais fácil o consumo subconsciente, entende?
Tudo o que instigar um consumidor a comprar um produto ou até mesmo lembrar de que ele PRECISA comprar (mesmo não precisando realmente)... Isto é um meio de marketing de venda de seus produtos.
Dentro do BI temos ferramentas chamadas de Armazéns de Dados (Data Warehouse).
É um sistema onde ficam guardadas todaaas as informações de uma empresa.
E de lá é possível extrair qualquer informação e até mesmo combinar estas informações para poder conseguir novos resultados.
Vou dar um exemplo: Imagine que você queira saber quantos pacotes de absorventes são vendidos em certas épocas do mês.
Com as ferramentas adequadas, você consegue descobrir que a maioria das mulheres ficam em seus dias vermelhos nos dias 21 até o dia 27, que é quando a venda de absorvente dobra. (Sei lá, foi o primeiro exemplo que veio na minha cabeça, sou mulher, relevem).
Está pode ser uma das respostas curiosas que o Data Warehouse pode lhe proporcionar.
Ou você pode simplesmente querer saber quantos smartphones foram vendidos nas lojas da região sul no mês de março...
Qual aparelho mais vendido desses smartphones, se foi iPhone ou Samsung Galaxy.
E dentro dos iPhones qual modelo vende mais? O iPhone 12 Pro, Max ou Mini?
E dentro de cada um deles você ainda consegue saber qual cor vende mais que a outra, quantos GB de capacidade mais comprados…
Enfim, você consegue peneirar estes dados e obter informações mais precisas e usá-las em seu favor para combinar promoções ou até mesmo fazer melhorias nos próximos produtos, baseado no sucesso anterior e descartar o que ficou acumulando poeira nas prateleiras. É realmente uma mão na roda para as empresas.
O mundo da análise de negócio é amplo e tem diversas ferramentas que podem ser usadas em favor de uma empresa. Um outro exemplo legal é quando entramos em uma loja virtual e aparecem aquelas “sugestões” do tipo “Quem olhou este produto também se interessou por este”.
Até os cliques são usados como dados, nenhuma informação é desperdiçada, tudo pode se tornar uma estratégia, tudo é pertinente na tomada de decisão.
Analisar é algo que não vem de hoje, é algo antigo. Assim como os egípcios e povos dos orientes usavam técnicas para analisar a natureza, quando iria chover, como seria o comportamento da maré e quando seria tempo de seca... E é com este princípio que analisamos o mercado, prevendo o futuro, tomando decisões e criando estratégias.
Grandes empresas com muitas redes, agências, lojas, unidades desperdiçam o potencial de seus dados um departamento de BI apto e especializado. Sem uma análise firme de seus dados, eles são desperdiçados e chances de criar novas táticas serão jogadas ao lixo.
E acredite, se você não souber usar as armas certas, seus concorrentes vão te derrubar tão facilmente que você não vai nem ver de onde a flechada veio.
O BI pode ajudar na hora do marketing, até mesmo, como citado o exemplo da organização das gôndulas dos supermercados.
Arquitetura do Data Warehouse
A arquitetura de um Data Warehouse consiste em:
Armazenamento.
Ele precisa ser de rápido acesso, porque ele será análisado.
Estes dados podem ser colhidos por meio de históricos. É, aquele monte de arquivo guardado e mofando no banco de dados da sua empresa, eles vão ter uma utilidade!
Outro nível da arquitetura é a modelagem multidimensional.
Método chamado de normalização de dados, para que possa minimizar o espaço de armazenamento destes dados. Afinal, um data warehouse necessita ser o mais ágil e rápido possível.
Neste vídeo eu explico a normalização e otimização do banco de dados, etapa essencial para que o Data Warehouse desempenhe seu papel de maneira ágil.
Imagine seu gerente te pressionando por um relatório e o bendito do “programa” não gera nunca? Tem aquilo de que quanto mais dados, melhor! Porém, o melhor pode custar minutos de stress do seu gerente esperando respostas.
Temos o metadado, que são os dados sobre o sistema que esta operando com estes dados armazenado. É como se fosse um dado sobre os dados. -Até eu me embananei, rs- Um repositório de metadado deve ser muito bem construído, pois nele serão armazenadas as informações de onde vieram os dados, nomes, apelidos, formatos, data de quando foi gerado e etc… Ele é como se fosse um dicionário e deve conter descrições que agreguem valor aos dados.
Um item de um metadado pode dizer do que se trata aquele dado, geralmente uma informação inteligível por um computador. Os metadados facilitam o entendimento dos relacionamentos e a utilidade das informações dos dados.
Metadados são indispensáveis para a comunicação entre computadores, mas podem ser inteligíveis também por humanos. Todos os dados descritivos de um documento, físico ou digital, sobre autor, data de criação, local de criação, conteúdo, forma, dimensões e outras informações são metadados.
Sejam as informações disponíveis sobre um livro no catálogo de uma biblioteca, sejam os dados técnicos extraídos de uma fotografia digital (câmera usada, data de criação da fotografia, formato, tamanho do arquivo, esquema de cor etc.). Metadados são informações estruturadas que auxiliam na descrição, identificação, gerenciamento, localização, compreensão e preservação de documentos digitais, além de facilitar a interoperabilidade de repositórios.
Para exemplificar AINDA MAIS um metadado, você deve estar familiarizado em clicar nas propriedades de um arquivo ou foto em seu computador e conseguir ver a data que foi criado, quantos MB o arquivo tem... Ou hoje em dia, em seu smartphone, você consegue ver até mesmo a geolocalização de onde sua foto foi tirada. Isso é um metadado!
Para se construir um “dicionário” (um metadado) é preciso conter algumas informações, como a origem dos dados, fluxo destes dados, formato dos dados, nomes/alias/apelido, definições de negócio, regras de transformação, atualização dos dados, requistiso de teste, indicadores de qualidade dos dados, triggers automáticos, acesso e segurança.
Não podemos esquecer o Data Mart!
Para responder algumas perguntas específicas, precisamos acessar atrás do Data Marts. Por exemplo, se o seu gerente quer saber informações financeiras do dia a dia, só que em certas semanas ou meses do ano, o data mart é responsavel por isso, acessando subconjuntos do data warehouse, minerando os dados como foi dito acima.
Os dados são extraídos e como é muita informação, isso pode acarretar na lentidão da geração de informações específicas, então, os dados precisam passar por etapas de “mineração”, conhecida como Mineração de dados ou Data Mining.
O Data Mining faz uma varredura nos dados e procurar por padrões, agregando e organizando os dados. Com ele é possível gerar hipóteses e principalmente regras de dados, afim de serem apresentados ao usuário.
Uma empresa com milhares de informações necessita de um sistema de gestão eficaz, onde são armazeados os dados que acontecem em seu dia a dia, como controle de estoque, pedidos, o que foi comprado, parte financeira e etc…
Todos os departamentos geram informações independentes entre si. O BI trabalha encima de todos esses históricos a fim de garantir que no final, todos os dados sejam visualizados como um todo.
A mineiração vai utilizar destes dados e gerar outras informações mais detalhadas e organizadas. Ele varre as informações dos históricos e filtra o que é especifico e valoriza tudo o que for generalizado. Por exemplo, ele avalia um padrão de informações em um dia específico, como nosso exemplo anterior, em uma deteriminada semana, houve muita procura por absorventes e chocolates em um supermercado, istas informações é considerada um padrão de comportamento e ele irá considerar. Sacou?
O mundo do Business Intelligence é grande e vai além desta breve explicação, temos também o ETL, Modelagem Dimensional, Big Data, Machine Learning e um munto inteiro de possibilidades dentro do universo dos dados.
E sim, iremos falar sobre tudo isso no decorrer dos próximos posts!