MODELOS ANALÍTICOS de alta precisão, capazes de antecipar padrões e tendências de grande impacto, como necessidades e demandas futuras dos consumidores de determinado produto, já fazem parte do dia-a-dia de muitas organizações. Portais de e-commerce oferecem produtos de acordo com preferências percebidas a partir dos movimentos dos internautas com seus mouses. Agências de viagens reprogramam roteiros de acordo com fatores climáticos ou eventos como crises políticas ou erupções vulcânicas. Bancos previnem fraudes a partir de algoritmos sobre padrões de comportamento suspeitos. E assim por diante, em uma infinidade de casos que também combinam dados com análises de alto impacto.

Foi o caso de um fabricante de álcool global que estava com dificuldade em definir uma rota de longo prazo mais precisa das vendas de suas várias linhas de produtos ao redor do mundo. A partir de dados sobre efeitos dos fatores econômicos globais, preços e eventos de marketing dos concorrentes, uma equipe de analistas especializados produziu uma ampla gama de previsão para 29 mercados globais, incorporando marketing, preço e fatores geoeconômicos. A precisão média das previsões aumentou em 35%. A organização também foi capaz de antever os efeitos das alterações de preço e das atividades de marketing. Além disso, os efeitos das mudanças das condições econômicas em vendas futuras começaram a poder ser simulados.

Também foi o caso de um varejista de porte médio de equipamentos de lazer e roupas esportivas. Altamente dependente de um grupo de clientes fi éis e da sazonalidade, seu modelo de negócio estava prestes a se exaurir. Quando decidiu aumentar o ticket médio de compras, o proprietário percebeu que não tinha a menor ideia de qual seria a resposta dos seus clientes. Por onde começar? Que produtos oferecer? Em que clientes focar? A saída surgiu a partir de uma análise dos dados do ponto de venda da loja e do perfil dos clientes – compradores regulares de produtos de valor mais baixo, os compradores ocasionais de produtos mais caros, compras únicas, compradores de “liquidação” e assim por diante. Esse mergulho permitiu novos insights para o varejista conseguir identificar e rastrear seus clientes mais fi éis, formular campanhas e programar promoções, oferecendo diferentes valores para consumidores menos comprometidos para aumentar as vendas e construir relações de fi delidade.

Outro processo permitiu a um banco gerenciar o uso dos caixas eletrônicos em diferentes circunstâncias e, então, planejar e otimizar a programação de remessa e entrega de dinheiro. Para bancos de varejo é crucial garantir que seus caixas eletrônicos estejam adequadamente abastecidos com dinheiro. Dinheiro em excesso fica parado sem retorno para o banco; falta de dinheiro significa sempre assumir o risco de perder clientes aborrecidos por não conseguirem fazer saques, que tendem a procurar a máquina do concorrente onde eles podem ser atraídos por empréstimos e ofertas de outros serviços. Neste caso foi usado um projeto de “previsão e otimização” depois adaptado a outras organizações que aplicaram uma abordagem semelhante para a otimização de suas próprias atividades de logísticas e cadeia de fornecimento, levando os itens certos ao lugar certo e na hora certa para atender a demanda.

Desafios como esses demandam mais que o processamento automático de grandes quantidades de dados, segundo Bruno Maia, head da América Latina de Cloud Analytics do SAS, líder global em softwares e serviços de business analytics e a maior empresa independente do segmento. Exigem análise especializada e personalizada.

O software, explica, age rapidamente e sem demandar alto grau de intervenção humana. Pode ser usado em diversas situações semelhantes. Uma vez ativados, os algoritmos assumem o controle e comandam as ações. Mas muitos casos exigem vasta matriz de experiência em diferentes setores. Por falta de capacidade de implementar as soluções e dar o passo além, mesmo equipadas com ferramentas tão poderosas de processamento de dados, muitas organizações deixam de tirar o melhor proveito dos softwares e alcançar os melhores resultados. Isso, diz Maia, por várias razões.

Uma das mais frequentes é a escassez das habilidades corretas. Analistas estão se tornando um recurso cada vez mais escasso. À medida que as organizações percebem os benefícios que a análise pode fornecer, a demanda pelos analistas aumenta. Diversas pesquisas recentes destacam défi cit de analistas em todo o mundo.

Outra dificuldade é que a organização pode ter falta de outros recursos necessários. Pode haver difi culdades com a central de dados ou hardware adequado; com conhecimento de TI ou disponibilidade para administrar os ambientes necessários de hardware; com software necessário para gerenciar dados, executar análises e utilizar os resultados; com habilidades certas em termos de dados para gerenciar os dados necessários; ou com os dados externos necessários para fornecer o melhor resultado. Pode ser que, na verdade, a organização tenha pessoas e hardware, mas os problemas a solucionar sejam mais complexos e mais difíceis que a sua capacidade de solucioná-los. Podem ser problemas novos ou emergentes e que precisam ser resolvidos muito rapidamente.

O tempo também pode ser crucial. Qualquer projeto de TI, lembra Maia, leva tempo para configurar e ajustar os ambientes de hardware e software. Pode haver necessidade de recrutar pessoal ou as pessoas envolvidas podem ter outras responsabilidades diárias.


Os projetos levam em média de 6 a 12 meses para gerar valor. Nesse tempo, os problemas podem ter mudado ou a oportunidade de negócios diminuído. O Results as a Service do SAS supera vários desses obstáculos e pode gerar valor comercial em poucas semanas.

Tem o resultado pronto para gerar ROI, sem burocracia e sem necessidade de licenciamento do software ou contratação da mão de obra qualificada. Basta o RAAS (Results as a Service) para ter acesso ao know-how da líder global em analytics, e com implementação ultra veloz. O SAS é líder de mercado em Analytics. Por meio de soluções analíticas inovadoras, voltadas para a inteligência do negócio e gerenciamento de dados, a companhia ajuda seus clientes em 140 países a tomarem decisões de forma rápida e assertiva.

Softwares de alto desempenho para a análise de grande quantidade de dados para a solução de problemas complexos em curto espaço de tempo começaram a ser desenvolvidos em 1976 pelo SAS. Desde então, mais de 70 mil empresas, governos e instituições acadêmicas já instalaram softwares SAS. Nos últimos anos, o SAS começou a se envolver diretamente na aplicação dos processos de análise a casos concretos – o SAS Results as a Service. No Brasil desde 1996, a subsidiária brasileira conta com mais de 200 clientes, escritórios em São Paulo (SP), Rio de Janeiro (RJ) e Brasília (DF), cerca de 180 colaboradores e atua em diferentes setores como finanças, telecomunicações, varejo, energia, governo, manufatura e educação.

Saiba mais em: SAS.com/br/raas

Share with your friends









Submit