O SAS é Gold Sponsor da DSPA Insights 2019. Ricardo Galante explica o caminho trilhado em Data Science e que contributos a empresa vai levar ao evento
O que é que a SAS vai apresentar na DSPA Insights 2019?
O SAS vai estar presente na DSPA Insights 2019, demonstrando aquilo que faz ao nível do Analytics, da Inteligência Artificial (IA) e do Machine Learning, junto das mais diferentes áreas e setores de atividade. A ideia é partilhar a nossa experiência e conhecimento nestas áreas específicas que se encontram atualmente em constante evolução e progresso.
Acreditamos que o sucesso e o futuro das organizações passa obrigatoriamente pela Analítica Avançada e pela IA, pelo que vamos demonstrar o seu poder transformador.
O que é que a SAS está a fazer na área de data science (tipologia de projetos em DS, AI, ML, Analytics ou BI)?
O SAS sabe que o Data Science, mais especificamente a Inteligência Artificial e o Machine Learning, são elementos críticos para as empresas conseguirem ser assertivas e eficazes nas tomadas de decisão estratégica. Na verdade, a utilização destes elementos permite que as organizações identifiquem rapidamente oportunidades para os seus negócios, além de fornecer inputs para que se consigam evitar riscos que poderiam passar despercebidos aos seres humanos.
O SAS tem atuado com Data Science em diversas indústrias, como a Banca, Governo, Health Care, Retail, Seguradoras, ou Manufacturing, através de inúmeras aplicações.
Para exemplificar esta pluralidade de atuações citamos alguns exemplos.
- Relacionamento com Clientes: Através de técnicas de Inteligência Artificial, o SAS auxiliou o Royal Bank of Scotland a redefinir a forma de condução dos negócios, identificando potenciais problemas antes mesmo de existirem, caracterizando e identificando de forma estratégica os perfis dos clientes e modernizando toda a estrutura relacional com estes clientes, potencializando assim ao máximo a fidelização com o Banco.
- Redução de Custos: Outro exemplo de aplicações de Inteligência Artificial através de Forecasting e Otimização pelo SAS foi na Honda. Neste caso, para diminuir as despesas em processos de garantia, a equipa de data scientists utiliza o SAS para criar procedimentos que exibem diariamente as solicitações de garantia suspeitas e, assim, são capazes de verificar minuciosamente os documentos e validar se estão em conformidade com as diretrizes existentes. Todo este processo é feito de forma automática e ágil, fazendo com que as equipas analíticas envolvidas sejam extremamente estratégicas.
- Satisfação de Clientes: Através do Advanced Analytics, a Rogers Communications tornou-se mais centrada no cliente, diminuindo as reclamações dos clientes pela metade. Um resultado da implementação do Advanced Analytics pela Rogers é o amplo uso de Net Promoter Score, um sofisticado conjunto de procedimentos analíticos baseados em informações extraídas de pesquisas de clientes. O Net Promoter Score fornece uma compreensão de quais são as “jornadas” dos clientes, quais estão a funcionar bem e quais podem ser melhoradas e, desta forma, é possível identificar todas as melhorias de processos necessários.
- Manutenção Preventiva: Através da plataforma SAS, a Lockheed Martin revolucionou os processos de manutenção preventiva das aeronaves. Utilizando Machine Learning e IoT Analytics, o sistema aprende com o histórico de manutenção coletiva para sugerir um procedimento, em tempo real, para a manutenção de aeronaves. Por exemplo, se um código de falha é gerado para uma determinada peça, que mais tarde está em boas condições de funcionamento, o sistema aprende com esse erro e da próxima vez já recomendará uma solução de problemas mais robusta antes da substituição. E se o cliente rejeitar essa sugestão e tomar um curso de ação diferente, o sistema também aprenderá com isso. A Lockheed Martin chama este serviço de “diagnóstico inteligente” e acredita que tem o potencial de transformar a maneira como os clientes entendem e mantêm as suas aeronaves.
Qual é o grande objetivo da SAS com a sua participação na DSPA Insights 2019?
É obviamente com grande satisfação que nos juntamos a esta Conferência, com o intuito não só de estabelecer contactos e aproximarmo-nos de toda a comunidade Data Science, mas também de poder debater, mostrar e ver aquilo que, de momento, está a ser feito com o Data Science e a Inteligência Artificial.
Temos plena consciência de que estamos a viver um momento único ao nível da evolução e expansão destas tecnologias nos mais variados setores de atividade – como a saúde, retalho, telecomunicações, energia, etc. – pelo que faz todo o sentido o SAS poder fazer parte deste encontro que incidirá sobre o impacto e papel daquelas tecnologias disruptivas e inovadoras nos atuais modelos de negócio e, de forma mais geral, na sociedade e no dia-a-dia de todos nós.
Quais as maiores dificuldades sentidas no desenvolvimento da atividade nestes domínios face ao número crescente de oportunidades de negócio?
As estratégias ao utilizar-se Data Science têm o potencial de descobrir novos fluxos de receita, melhorar a qualidade dos produtos e serviços e cultivar um envolvimento mais próximo com os clientes rentáveis e fiéis. Mas, para alcançar esse potencial, existem alguns pontos críticos que devem ser tidos em consideração na implementação e no desenvolvimento de uma cultura analítica, onde se deve equilibrar uma complexa combinação de requisitos técnicos, organizacionais e culturais.
- Frágil colaboração entre os stakeholders: O trabalho em equipa entre uma seção transversal de departamentos é essencial para avaliar, defender e implementar iniciativas baseadas em analytics. É especialmente importante promover uma colaboração próxima entre as duas áreas – linhas de negócios e TI. Quando estes grupos estão em sincronia, as pessoas podem dizer quais os objetivos principais junto da equipa de TI que, por sua vez, podem atuar como consultores especialistas que explicam quais as inovações de análise disponíveis para dar suporte aos negócios.
- Ilhas de conhecimento: Muitas empresas têm níveis de maturidade analítica, onde um departamento individual age de forma unilateral sem levar em consideração o que outras equipas estão a fazer. Esta situação acaba por gerar “falhas” na construção do sucesso global por gerar “silos” isolados de conhecimento.
- Falta de conhecimento analítico avançado: O atual mercado de trabalho tem escassez de pessoal qualificado nesta área, na grande maioria das indústrias. Embora as empresas possam querer criar empregos nesta área, podem não ser capazes de o fazer devido à falta de candidatos adequados no mercado de trabalho. O que acaba por mudar o foco para a formação do pessoal existente.