Aplicações de Machine Learning na Gestão Empresarial
Nos últimos anos, através do intenso aumento das pesquisas tecnológicas, mudanças radicais aconteceram e continuam a perpetuar no espaço empresarial. Umas das mais notáveis inovações foi a criação de técnicas para o desenvolvimento de inteligências artificiais. Machine Learning (“Aprendizado de máquina”) é o exemplo mais difundido destas novas tecnologias, permitindo as mais variadas aplicações, especialmente a gestão empresarial. 1 – O que é Machine Learning? O termo surgiu, inicialmente, pelo cientista da computação Arthur Lee Samuel, na década de 1950. Este definiu da seguinte forma: “campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados”. Ou seja, ML é uma forma de automatizar como queremos que um certo computador se comporte. Mas como o computador aprende? O processo para tal ocorre através do fornecimento de dados para a máquina, e identificação de padrões por esta. Para facilitar o entendimento daremos um exemplo. Veja a sequência: 3, 6, 9, e 12. É trivial perceber que o padrão de aumento dos números é: número seguinte = número anterior + 3. Este tipo de identificação é exatamente o trabalho da máquina. Contudo, num cenário real, a quantidade de dados para identificar um padrão não se limita a 4 números, mas sim na escala dos milhares, senão, milhões. Portanto, é necessário muitos dados para permitir que o computador identifique um padrão, e poder computacional, para manter grandes quantidades de dados. Com muitos dados, mais preciso fica o padrão identificado. 2 – Aplicações de Machine Learning Mas, como podemos usar este tipo de tecnologia complexa em na gestão de uma empresa? A resposta está no objetivo principal da empresa, diminuir custos. Através do ML, a máquina é capaz de fazer tarefas que anteriormente eram muito difíceis de um computador operar. Mas agora, através da evolução da tecnologia e do aumento computacional, é possível um computador operar em funções que somente humanos conseguiam. Assim, aplicando o método, uma empresa consegue automatizar as mais diversas tarefas. Consequentemente, diminuindo os custos ao não contratar funcionários e aumentando a produtividade, haja vista que computadores não têm pausa para almoço. Além disso, ao reconhecer padrões, os algoritmos também conseguem entregar previsões de resultados. Usando o exemplo já exposto, é fácil ver que, ao saber o padrão de aumento dos números, podemos saber qual vai ser o 100º. Aplicando esta mesma ideia à gestão empresarial, somos capazes de prever erros antes destes acontecerem, logo, podemos evitá-los e diminuir os custos. Dessa forma, o aprendizado de máquina, depois de certo tempo de funcionamento, pode recomendar quais decisões devem-se tomar. Isto é, elas sabem quando uma estratégia deve ou não ser tomada tendo um certo objetivo em mente. Dessa forma, permitindo uma elaboração de estratégias de gestão empresarial mais precisa e eficaz. Considerando estas três características, torna-se evidente que as aplicações desta tecnologia podem contribuir para uma gama significativa da gestão empresarial. 3 – O futuro Através das ideias apresentadas anteriormente, é possível perceber que Machine Learning abriu portas para uma revolução. As empresas estão cada vez mais acabando com os processos repetitivos através do trabalho das máquinas inteligentes, e economizando mais dinheiro através disso. É evidente que, portanto, quem não se adaptar às novas ferramentas estará atrás daqueles que entenderam seu potencial e o implementaram. O futuro chegou, e ele é efetivo, inteligente, e independente. Nossas vidas mudaram e precisamos nos adaptar.
Análise e Mapeamento de Sinistros na Ambev
No início do ano de 2020, a Ambev abriu um edital voltado para empresas juniores, e nosso projeto foi selecionado. A principal produtora de bebidas também é uma das maiores empresas do Brasil e possuía diversos dados referentes às cargas que sofreram sinistro, ou seja, que foram roubadas, perdidas e situações similares. Pesquisando, encontramos que somente na região de Campinas, foram registrados cerca de 600 casos de roubos de carga por mês em 2019. Então, fizemos o questionamento: como analisar as rotas mais seguras, com base no histórico existente? A solução que chegamos foi procurar essas informações dentro dos dados da empresa, assim entramos em contato com a Ambev para elaborar o projeto. Desse modo, da mesma forma que ocorre em várias empresas (veja aqui a matéria da Exame), a maneira como tais dados eram armazenados não permitia que houvesse uma comunicação lógica entre as informações, tornando-as quase incompreensíveis para eles. Então, nossa proposta foi realizar uma análise desses dados a fim de conseguir mapear as causas por trás dos sinistros, aumentando o conhecimento da Ambev sobre seu processo de transporte de cargas. Resultados do projeto A primeira etapa consistiu em se familiarizar com os dados e iniciar o tratamento deles, para torná-los uniformizados. Esse processo foi essencial para começarmos a fazer análises sobre o conjunto de dados. Em seguida, executamos a categorização dos dados para conseguir analisar a correlação das variáveis e produzir gráficos que orientassem a visualização das informações relevantes. Como último passo, elaboramos e enviamos um relatório que permitisse a Ambev entender facilmente as causas por trás dos sinistros. No fim, foram gerados diversos gráficos que transcreviam informações como o produto mais sinistrado ou época do ano com maior frequência de sinistros. Além disso, fizemos um mapa de calor interativo que nos mostrava as ocorrências de sinistro ao longo de todo nosso país. Tais gráficos foram fundamentais para o entendimento de todos os dados possuídos, já que as informações passaram a ser apresentadas de forma visual e intuitiva. Assim, a Ambev tinha em suas mãos uma maneira extremamente eficaz de compreender a origem de seus problemas de transporte de carga. Quer saber mais como usar os dados gerados na sua empresa a seu favor e encontrar soluções para seus principais problemas? Não hesite em entrar em contato agora mesmo, agende uma consultoria com um de nossos consultores.
