Monetização: extraindo valor dos dados para o negócio

O dado coletado tem de ser analisado e contextualizado de modo a gerar informação que sirva a algum propósito

Em 2017, a consagrada revista The Economist cunhou uma frase que passaríamos a ouvir constantemente em reuniões internas, com clientes e apresentações em eventos: “data is the new oil” — ou, em português, o dado é o novo petróleo. Da mesma forma como o petróleo, o dado precisa de refino para gerar ‘produtos’ úteis, pois em sua forma bruta não tem muita aplicabilidade. E, muitas vezes, a quantidade de trabalho necessária neste refino é considerável, o que me leva a crer que uma analogia mais consistente seja com o carvão - que, com suficiente pressão e tempo, se torna um diamante.

Este “trabalho considerável” ao que me refiro é o processo de contextualização, enriquecimento, correlação e limpeza, que precisa ser executado sobre um dado para que ele realmente traga significado. Processo este que precisa ser executado em todo o seu ciclo de vida, desde a coleta até sua utilização. Além disso, é um processo extremamente dependente do tempo, pois outra característica que diferencia o dado do petróleo é a forma como ele perde rapidamente valor ao longo do tempo – dados atuais têm muito mais valor que dados de 1 mês atrás (que muitas vezes já têm valor próximo de zero).

Este processo de contextualização, enriquecimento, correlação e limpeza é parte chave da monetização dos dados ou infonomics, um termo lançado mais recentemente para exprimir teoria, estudo e disciplina para prover valor econômico à informação, ajudando às empresas a valorizarem, gerenciarem e manejarem informação como um ativo real.  Ou seja, monetização não é a venda de dados - isso fere a privacidade e descumpre a lei - ela é a extração de valor da informação. 

No atual momento de transformação digital, os dados são peças-chave, porque funcionam como alicerces que sustentarão o negócio. A aplicação da monetização ou infonomics leva as companhias a enxergarem um panorama mais transparente dos cenários que desejam avaliar, seja interno ou externo, e dá suporte às tomadas de decisões baseadas em prognósticos mais certeiros em vez dos achismos do passado. 

A aplicação prática 

Nos últimos anos, a captura e a geração de dados avançaram consideravelmente e ganharam muita força graças a inovações tecnológicas como Mobilidade e internet das Coisas (IoT). Contudo a nossa pesquisa anual, o IT Snapshot, mostrou que ainda temos um grande gap em termos de adoção de tecnologias de gestão e analytics: aqui o maior foco está mais em business intelligence e menos em big data. Tão ou mais importante é o fato  de que as empresas parecem mais interessadas na criação das plataformas tecnológicas do que na capacidade em fazer uso efetivo dos dados – o que é evidenciado pelas opções que foram menos assinaladas pelos respondentes. 

Fonte: Logicalis IT Snapshot 2019

Tenho a leitura de que a maioria das companhias está investindo em tecnologia talvez por modismo ou ainda se preparando para algo mais. Isto porque um analytics sem uma gestão ou uma governança, sem ter alguém que saiba aplicar inteligência aos dados, não gera muito valor e fica apenas no âmbito da captura de informação. Essa é a grande diferença entre os dados e o petróleo. Capturar e armazenar petróleo tem valor, mas dados coletados, não usados e não geridos, perdem o valor quase que instantaneamente.

Caminho estratégico 

As companhias devem acompanhar o dado analisado e, para isto, precisam capturar informações de qualidade sobre seus processos core, de seu operacional, como vendas e produção, mas isso ainda não acontece efetivamente no chão de fábrica ou nas relações com seus clientes. 

Muitas dessas relações atualmente não são digitalizadas, por suas diferentes características. IoT, através de câmeras, sensores, tags e afins, permitem gerar novas informações dentro desses universos não digitais, trazendo a possibilidade principalmente de se coletarem outros tipos de dados, que normalmente não são extraídos sobre um processo ou local físico. Além disso, em um segundo momento, traz ainda a possibilidade de se automatizar processos com base de decisão analítica. 

Criar uma cultura de análise de dados vai gerar oportunidades com poder de transformar, significativamente, os negócios. Contudo, para isso, as empresas precisam ter uma estratégia definida, sabendo o que estão coletando e com qual finalidade, para, então, usar uma série de ferramentas, como modelagem de dados, analytics, apresentação de dados, machine learning, deep learning e inteligência artificial.

Voltando à ideia dos dados como novo petróleo, o armazenamento tem de seguir protocolos de modo a seguir uma estratégia de gestão e governança que classifique quais dados são sensíveis, como guardá-los e protegê-los. Assim como nos navios petroleiros, se vazam dados sensíveis da sua organização, o estrago é enorme – e afeta não apenas a empresa como todo o seu ecossistema de parceiros e de clientes.   

O ideal almejado atualmente são empresas Data Driven, onde as decisões sejam baseadas em dados confiáveis. Oportunidades de novos negócios, análise de dados internos, otimização de processos, rentabilização interna e responsabilidade na gestão devem fazer parte de um caminho estratégico bem definido para que a extração de valor dos dados se torne realidade.