O que fazer quando as mudanças da COVID tornam seus dados obsoletos – Líderes de pensamento

Para os seres humanos, a imprevisibilidade da vida é uma preocupação existencial. É uma ameaça semelhante para os modelos analíticos. Como nós, os algoritmos tentam prever o futuro generalizando eventos passados. Quanto mais aleatória for a história, mais ambos lutamos para criar um padrão a partir do caos.

Há um mês, pensávamos que a COVID poderia estar acabando. Agora, com o surgimento da variante Delta, a economia está em uma estranha dança entre aberta e fechada. E se quisermos descobrir o que vem a seguir — digamos, se alimentarmos um modelo preditivo com um resumo do ano e meio passado — ele muito bem pode nos dizer que estamos indo para outro lockdown.

Os dados, como as tendências de comida ou moda, expiram. Se você apenas fornecer a seus modelos com dados históricos limitados, eles não podem pintar uma imagem muito precisa do que está acontecendo no mercado hoje, muito menos o que acontecerá amanhã.

Quando a realidade da vida diária muda a cada semana e até a cada dia, você precisa refrescar seus modelos constantemente, com novos ativos de dados e novas dimensões que forneçam insights sobre o contexto atual.

Quando a realidade muda, você precisa mudar com ela

Cada flutuação nas diretrizes de segurança pública despertou uma mudança notável no comportamento do consumidor. Infelizmente, cada uma dessas mudanças no comportamento do consumidor tornou grandes porções dos modelos analíticos das organizações obsoletas.

Agora, pense nas empresas que, apesar da mudança constante, mantiveram e até cresceram seus negócios durante a pandemia. Elas agiram rapidamente para encontrar os conjuntos de dados certos que pudessem dar a elas visibilidade sobre os hábitos em mudança dos clientes. As empresas que tentaram manter os mesmos dados fontes, mesmo que o mundo tivesse mudado completamente, perderam sua participação no mercado.

A indústria varejista, por exemplo, teve que abraçar a transição maciça para compras online no início da pandemia, a complexidade de transações online-offline (como retirada no local) e a revivificação de experiências presenciais à medida que as restrições da COVID foram levantadas.

Empresas varejistas astutas buscaram fontes de dados alternativas para fornecer o contexto apropriado em cada etapa do processo. No início, elas procuraram conjuntos de dados relacionados à COVID — que incluíam dados do CDC sobre a propagação da doença, por exemplo — para ajustar seus modelos de previsão de vendas. Em seguida, elas revisaram o tráfego de pedestres versus tráfego online para determinar sua abordagem para reabrir. À medida que a pandemia prosseguiu, as empresas varejistas examinaram dados de vendas e gastos com cartões de crédito contra atributos demográficos para entender como o perfil de cliente típico havia mudado.

Déjà vu de deterioração de dados

Quanto mais estamos ansiosos para a reabertura (seja quando for), essa mudança dramática na sociedade adverte um resultado semelhante ao do primeiro fechamento global. As organizações que treinaram seus modelos analíticos usando conjuntos de dados relacionados ao mercado da era da pandemia terão que buscar novas fontes novamente.

Mas, ao contrário do primeiro lockdown, desta vez temos a oportunidade de nos preparar para a mudança significativa quando ela chegar. Sabemos que precisaremos encontrar fontes de dados alternativas e criar modelos que possam dar sentido à nova realidade.

Então, o que você deve fazer quando sabe que seus dados expirarão? Primeiro, procure maneiras de ampliar suas fontes de dados além dos dados históricos. As organizações com os programas analíticos mais poderosos tratam a aquisição de dados da mesma forma que tratam a aquisição de clientes — elas constroem uma abordagem escalável para descobrir, avaliar e integrar novos ativos de dados continuamente. Essa abordagem se resume a três componentes: pessoas, sistemas e processos, nessa ordem.

Pessoas

Há muitas fontes de dados lá fora. Como você sabe se as que está usando estão funcionando? Como você sabe o que está faltando? Ao construir uma equipe dedicada à aquisição de dados certos, trabalhando com fornecedores para fazê-lo e gerenciando seus próprios ativos de dados. Os papéis a serem contratados incluem um Diretor de Aquisição de Dados, Arquitetos de Dados, Estrategista de Dados e Cientistas de Dados.

Sistemas

Lembre-se de como algumas empresas lutaram com a transição para o trabalho remoto porque não tinham um TI centralizado? É uma lição que ainda precisamos ser lembrados quando se trata de modelos analíticos. Eu vi grandes organizações comprando e integrando os mesmos dados duas ou três vezes em diferentes estágios. Um local centralizado onde diferentes partes do negócio possam colaborar em conjuntos de dados que entram na organização é necessário.

Ainda mais importante, seu ecossistema de aquisição de dados deve permitir que você itere sobre uma variedade de dados e acelere seus PLCs, testes e iniciativas de negócios. Em poucos dias, você deve ser capaz de não apenas catalogar novas fontes de dados, mas implantá-las em produção. O tempo é tudo quando a realidade muda tão rapidamente.

Processos

Falando em tempo, se leva dois ou três meses para sua organização examinar uma única fonte de dados (para não falar em integrá-la), isso é um sinal de que você não está muito bem preparado para absorver novos dados. Crie um fluxo de trabalho para o ciclo de vida da aquisição de dados, desde o teste até a compra e integração. Esse processo deve envolver uma parceria interfuncional consistindo em TI, compras, jurídico, conformidade e segurança, para que cada equipe possa abordar os respectivos problemas de fonte.

Conclusão

Líderes de dados inteligentes sabem que as fontes de dados são um ativo competitivo para reagir rapidamente às condições do mercado. Uma vez que você investiu em uma estratégia de aquisição de dados, não importa se voltamos ao lockdown ou nos recuperamos rapidamente. Você estará pronto para aterrissar de pé em meio a qualquer grande interrupção.