Se dados são o novo petróleo, o machine learning é o motor das máquinas

Home Blog Se dados são o novo petróleo, o machine learning é o motor das máquinas

Em webinar promovido pela LEVEE, diretor da empresa defende que a ciência de dados precisa estar integrada à estratégia da empresa e apoiada em três pilares: visão tecnológica, estatística e de negócios

Durante o webinar “Ciência de Dados: aplicações em People Analytics”, promovido pela LEVEE no início do mês, o Head Data Science da empresa, Marcos Coque Jr., discorreu sobre os principais pilares da ciência de dados, desde seu conceito, passando por seu desenvolvimento e implementação. O diretor explicou também o que é o machine learning, como é possível desenvolver um modelo neste sentido e mencionou cases de aplicações em people analytics, além de falar sobre desafios e integrações destas tecnologias aos objetivos da empresa. O vídeo do webinar na íntegra está disponível neste link.

Coque Jr. comenta que, antes de tudo, se uma empresa está buscando contratar um serviço baseado em inteligência artificial e utilizar a ciência de dados para resolver um problema, é preciso verificar se há dados disponíveis para solucionar este desafio de negócios. A ciência de dados não pode ser uma estratégia isolada e sim precisa estar integrada ao objetivo de negócios da empresa. E apoiada em três pilares: visão tecnológica, estatística e de negócios.

“Não adianta construir um modelo matemático perfeito se ele não resolve um problema de negócios. Também não tem sentido ter a melhor estratégia de negócios se a infraestrutura tecnológica não dá conta de resolvê-la, é preciso equilibrar estes três pilares para alcançar um resultado adequado”, explica.

No entanto, apesar de serem nítidos os benefícios destas tecnologias para empresas de todos os setores, ainda é baixo o nível de implementação. Segundo estudo do Massachusetts Institute of Technology (MIT), em parceria com o Boston Consulting Group e publicado na revista de negócios norte-americana MIT Sloan Management Review, apenas 23% das empresas já adotam inteligência artificial em algum dos processos da empresa, sendo que um número menor ainda (5%) utilizam estas novas tecnologias de forma generalizada e sistemática na estrutura da companhia.

É um número bem baixo frente aos benefícios potenciais. Prova disso é um outro estudo da Mckinsey, indicando que empresas que utilizam inteligência artificial têm média de margem operacional 7 pontos percentuais maior que a média geral da indústria em que atuam.

MACHINE LEARNING

Machine learning – aprendizado de máquina – é um método que possibilita a construção de modelos analíticos de maneira automatizada e exponencial, uma representação da realidade, na qual podemos dar forma a um fenômeno ou evento de interesse, de modo a extrair conhecimento, tomar as melhores decisões e, futuramente, a partir dos casos bem sucedidos, automatizá-las. Este conjunto de processos permite obter uma visão multivariada do fenômeno, mensurá-lo, descobrir valiosas informações ocultas e, por fim, resolver problemas em larga escala, trazendo, portanto, grande valor aos negócios.

“Não é opinião, não é achismo. É o que está funcionando na prática. O algoritmo por si só não toma decisões. O que ele faz é quantificar o fenômeno e embasar os tomadores de decisão para escolher o melhor caminho. E faz isso em larga escala. Como ele é uma fórmula matemática, portanto escalável, otimiza a resolução de problemas para milhares de funcionários em um período de tempo muito menor”, acrescenta.

APLICAÇÃO EM PEOPLE ANALYTICS

O people analytics permite analisar quais são os candidatos que teriam potencial de ter uma maior produtividade. Para chegar a este perfil, primeiro é preciso definir as métricas, ou seja, o que será considerado para identificar quem é mais relevante para aquela empresa. Isso pode ser definido pela menor probabilidade de turnover, ou o maior índice que este candidato possui de atingir metas (com base nas experiências anteriores) ou, ainda, a menor distância entre trabalho e residência, entre outras centenas de fatores possíveis combinados entre si.

“Selecionando estas inúmeras características e agentes de desempenho que são importantes para aquela empresa, constrói-se um modelo matemático para cruzar as variáveis e chegar ao melhor candidato para a respectiva vaga. É o que fazemos na LEVEE”, comenta Marcos.

Baseados nestes algoritmos, é possível prever com mais precisão os orçamentos dos departamentos financeiros e de RH, avaliar o clima na empresa (aumentando engajamento e retenção) e até mesmo colocar em prática ações de realocação, alterações na rotina e demais estratégias para aumentar a retenção.

ANÁLISE PREDITIVA

Nossa análise preditiva baseada em dados de performance é capaz até de identificar potenciais pedidos de demissão, possibilitando que sejam colocadas em prática medidas preventivas, a fim de evitar que o pedido de fato se materialize. São modelos de múltiplas funcionalidades, que propiciam não somente um processo otimizado de seleção como também de gestão de pessoas de forma geral.

“Muito se fala que os dados são o novo petróleo. Comungo desta opinião, mas proponho raciocinarmos além: o petróleo em si não tem uma função, ele sozinho não é nada. Para alcançar toda a sua valia, o petróleo precisa ser refinado e, mais que isso, necessita de um processo e uma máquina que o faça ser funcional. Dentro desta alegoria dos dados como petróleo, os algoritmos de machine learning seguramente são os motores dos carros, caminhões, motocicletas, das máquinas em geral, que funcionam alimentados pelo combustível.” – Marcos Coque Jr., Head Data Science da LEVEE

APRENDIZADO CONSTANTE

E o mais importante é que um robô nunca para de aprender. O sistema de machine learning é retroalimentado frequentemente com dados individuais de cada colaborador e generalizados sobre a operação, tornando-o cada vez mais complexo, personalizado e direcionado, exponenciando o potencial de otimização quando incorporado aos processos e tomadas de decisões da companhia.

“Fazendo mais um paralelo, desta vez com a teoria de Darwin, quando falamos de inteligência artificial no ambiente corporativo, mais importante do que ser o mais forte ou o mais poderoso, é saber se adaptar. Não adianta lutar contra as mudanças, é mais eficiente adequar-se a elas e utilizá-las a nosso favor”, finaliza.

Este webinar, na íntegra, pode ser assistido através deste link.

LGPD: LEI GERAL DE PROTEÇÃO DE DADOS PESSOAIS
O próximo webinar da LEVEE acontece no dia 23 de julho. Ana Paula Bialer, sócia fundadora do escritório Bialer Falsetti Associados, aborda o tema “Visão prática da LGPD: O que você precisa saber?”. O objetivo é discutir em sua totalidade a Lei Geral de Proteção de Dados Pessoais (LGPD), que impactará diretamente as relações de trabalho e os processos de todas as empresas no Brasil. Conteúdo terá foco especial no tratamento de dados dos candidatos às vagas nessas empresas. Fique ligado no site e no Linkedin da LEVEE, logo divulgaremos o link para se inscrever para o webinar.