“Para toda ação existe uma reação”. Esta afirmativa – uma das três Leis do cientista Isaac Newton -, explica de forma objetiva a importância da Análise Prescritiva. Embora ainda seja a menos conhecida das etapas de análise de dados, uma previsão do Gartner revela que, em 2020 as análises preditiva e prescritiva irão atrair 40% dos investimentos das companhias relacionados a Business Intelligence (BI).
A análise prescritiva te diz o que fazer em situações difíceis, como no aumento de clientes cancelando os serviços prestados por sua empresa. Por meio de soluções robustas de análise de dados, é possível avaliar o perfil do cliente propenso a deixar a carteira da empresa e ter a orientação do que fazer para retê-lo. Um possibilidade de ganhar este consumidor seria identificar os produtos que há um certo tempo não utiliza e ofertar mercadorias que estão com preços atrativos. É diferente de entregar ao cliente uma lista imensa de produtos.
Oportunidades como esta são direcionadas e personalizadas por soluções que trabalham com a análise prescritiva. Não é um recurso que compete com a análise preditiva, pelo contrário, é essa combinação dos dois modelos de interpretação de dados nos ajuda a responder à pergunta “o que fazer”? É neste contexto dinâmico que se encaixa a diferença entre os modelos preditivos e a análise prescritiva. Enquanto a análise preditiva identifica tendências futuras, a prescritiva te diz o que fazer para se ter um futuro melhor.
Se a solução baseada no modelo preditivo indica “como estarão as vendas?” O modelo prescritivo responde “o que eu faço para vender mais?”. E esta resposta pode vir acompanhada de orientações como análise das vendas por região, por segmento de cliente ou mesmo de produtos que podem ter os valores reajustados para otimizar os resultados.
Outra vantagem do modelo prescritivo é que ele pode ser utilizado tanto no nível de suporte à tomada de decisão, ou para automação de decisões. É possível utilizar deste tipo de inteligência para monitorar determinada máquina por meio de um sensor que indica a existência de alguma anomalia e a probabilidade do equipamento falhar. Logo, com esta solução, a máquina será desligada automaticamente caso este cenário se configure. Ou seja, a inteligência prescritiva automatiza o processo de decisão que, até então, deveria ser feito pelo funcionário responsável.
Em tempos de prazo de entrega cada vez menor, concorrência acirrada tanto na disputa por clientes quanto por funcionários qualificados, e metas cada dia mais ousadas, investir em uma tecnologia que confere à empresa um direcionamento das ações que devem ser tomadas é algo que soa até surreal. No entanto, é totalmente aplicável quando se tem dados já armazenados em sistemas. Começar o dia de trabalho questionando “quais os produtos bons para vender hoje?”, ou “para quais clientes devo ligar hoje?” pode render um resultado além do esperado no fim do mês.
*Eder Balbino é cientista de dados e co-fundador da startup Gaio