"As empresas têm tudo a ganhar em experimentar com Data Science"

IT Insight - Como nasceu a Closer?

Fernando Matos - Quando fundámos a Closer, eu e o João Pires da Cruz, quisemos apostar na analítica. Na altura já se falava deste termo. Data science é um termo novo, mas ambas estão interligadas. Temos vindo a trabalhar na área de inteligência artificial. Onde temos mais experiência é em analítica e em advanced analytics. Muito cedo criámos uma área de investigação e desenvolvimento, porque tínhamos a ambição da internacionalização e porque sabemos que os portugueses conseguem dar cartas nesta área. Era importante fazê-lo através de soluções próprias. Começámos através de consultoria e serviços, que foi reforçada à medida que a empresa foi crescendo, com a preocupação de desenvolver algo que fosse diferenciador. Primeiro em Portugal e depois para promover lá fora.

Quando iniciaram o processo de internacionalização?

Em 2013/2014. Entretanto desenvolvemos uma solução que tem vindo a crescer, para otimizar operações. Começámos no Brasil, um mercado muito interessante para implementar uma ferramenta desta natureza. Estamos a falar de aumento de produtividade e, portanto, quanto maiores forem as equipas maior será o benefício de uma solução desta natureza – com componentes de automação, robótica, inteligência artificial, distribuição de trabalho e medição da performance das pessoas em tempo real. Na área de consultoria ganhámos alguns projetos internacionais. Temos um cliente, uma grande seguradora da área financeira, que nos levou a montar um centro de competências de data science, em Portugal. Significa que temos uma equipa multidisciplinar, com pessoas de ciências atuariais, programadores, analistas. A equipa tem de ser capaz de desenvolver uma solução nesta área, end-to-end, que toca muitas vezes em prescriptive analytics e em natural language processing. Com o Barclays, o Reino Unido, temos um projeto que vencemos e no qual competimos com todos os gigantes mundiais. Apresentámos resultados sobre um use case: pediram-nos para fazer previsões com base no que já tinha acontecido. Quem se aproximasse mais da realidade ganhava. Fomos escolhidos para sermos um fornecedor de analytics.

Como é que se vence a barreira da confiança, uma vez que trabalham com os dados sensíveis das empresas?

A consultoria em geral, e não só nesta área dos dados, é um negócio de confiança. É importante em projetos de data science, mas também em quem está a desenvolver uma aplicação móvel, por exemplo. Hoje fala-se muito de dados. No entanto, existe uma definição interessante, que data da década de 50, que dizia que os computadores teriam uma grande evolução e que conseguiríamos retirar insights dos dados que aí seriam colocados. O que mudou é o facto de termos mais tecnologia capaz de lidar com os dados e também mais dados. Os algoritmos que aplicações como o Waze utilizam, para traçar uma rota, já existem há dezenas de anos. O que não existiam eram os dados. Não havia pessoas, em tempo real, a gerar dados. Por outro lado, os sistemas não tinham capacidade de processamento com a rapidez de hoje. Isso levanta um conjunto de possibilidades que outrora não existiam. É por essa razão que as empresas começaram a ser muito mais sensíveis à importância dos dados.

Qual a principal dificuldade que esta área da analítica enfrenta?

Sentimos um grande fosso entre o potencial que existe nestas ferramentas e o conhecimento dos gestores sobre esse potencial. São eles que têm de participar neste tipo de decisões. Essa é a dificuldade que hoje existe nesta área dos dados. A verdade é que os dados podem ser anonimizados. Podemos ter acesso a um determinado subset e fazer previsões, sem comprometer a privacidade. É possível trabalhar nestas áreas sem ter acesso aos dados pessoais. Com o RGPD, em alguns negócios, nem é possível ter essa informação. Isso não significa que não se consigam desenvolver projetos tirando partido da inteligência dos sistemas. E conseguimos, na mesma, personalizar. Não tenho de guardar informação específica sobre uma pessoa para saber que se insere, por um conjunto de caraterísticas, num determinado segmento e que para esse segmento faz sentido ter um determinado tipo de oferta ou comportamento.

"As empresas procuram projetos curtos, ágeis, com entregas em três a quatro meses, por vezes em três a quatro semanas"

As empresas estão a aumentar os seus núcleos de analítica e data science? Ou, pelo contrário, estão a recorrer a empresas que podem fazer o outsourcing deste trabalho?

As empresas têm tudo a ganhar em experimentar com data science. Nunca foi tão fácil testar. Devem construir equipas internas e começar a ter essas competências nestas áreas. Mas não devem fechar-se e pensar que conseguem fazer tudo sozinhas. Eventualmente, as empresas que acharem que isso faz parte do seu core, em determinada área, e que gostavam de ter esse conhecimento – que é de facto diferenciador–, podem fazê-lo. Mas não significa que o farão melhor do que sem o apoio de alguém que vem de fora e que traz outras ideias e outro conhecimento. A data science é uma área muito abrangente. É difícil termos empresas que sejam integralmente especialistas em data science. Mas vamos começar a ter empresas mais especializadas em determinadas áreas dentro da data science. A verdade é que hoje é difícil encontrar bons profissionais no mercado. Felizmente temos conseguido atrair e reter talento nestas áreas. Faz mais sentido ter uma abordagem híbrida, com algumas competências internas, recorrendo depois a empresas mais especializadas nestas áreas, que ajudam a desenvolver projetos que façam sentido.

Em que tipo de projetos tem a Closer estado mais envolvida?

Uma área na qual temos vindo a ganhar experiência, e que é também muito abrangente, é a da produtividade. Temos tido muitos projetos nesta área, também em Portugal, através de uma solução específica que desenvolvemos e também por via de tudo o que se relaciona com projetos de otimização de produção industrial e logística. Também endereçamos todos os aspetos relacionados com interpretação de texto, com chat e mail bots – resposta a e-mail através de robôs –, que ajudam as empresas a serem eficientes. Há muitas empresas portuguesas com vontade de melhorar em termos de produtividade. Prestar um melhor serviço ao cliente significa sermos mais eficazes, e não apenas mais rápidos. Fizemos um projeto interessante na indústria, um gigante mundial português, no sentido de ajudar no planeamento da produção de uma forma mais eficaz. Se escolhermos o que tem de ser produzido primeiro, em função das encomendas e das ordens que existem, montamos um sistema de otimização que contribui para melhores margens de negócio. Ter em conta variáveis como os tecidos em stock, os tempos de setup ou os materiais utilizados faz toda a diferença nas ordens dadas à máquina.

Nesta área, notam que as empresas procuram fazer algo a uma escala menor, mas com produção mais rápida de resultados?

Acho que sim, não só nesta área como em todas, de uma forma geral, porque mesmo nas áreas de ERP e CRM surgiram ferramentas de software-as-a-service (SaaS). As implementações devem ser à medida, mas dentro das customizações que fazem sentido ou então no que é absolutamente crucial para a empresa. Sentimos que, hoje, as empresas procuram projetos curtos, ágeis, com entregas em três a quatro meses, por vezes em três a quatro semanas. Nestas áreas, o que é importante é começar a testar. Esta abordagem é muito mais eficaz do que passar por um projeto de planeamento de dois anos. Porque em dois anos muda tanta coisa que aquilo que se planeou já não faz muito sentido. Vale mais agarrar no valor desse investimento e começar a testar várias coisas, em paralelo, com quatro ou cinco empresas diferentes. No fundo é a lógica da metodologia agile, que faz todo o sentido nestas áreas.