Com as vendas em alta no café da manhã, uma rede global de fast food queria entender se, ao oferecer esse cardápio durante todo o dia, sua receita aumentaria. Existem riscos de assumir esse tipo de operação, incluindo os custos dos ingredientes e a logística de jogar mais tarefas em uma cozinha de alto volume e tempo curto de entrega. Mas uma análise de dados baseada em predição entregou uma resposta duplamente animadora: o café da manhã servido durante todo o dia traria não apenas novos clientes para um brunch tardio, como também aumentaria o volume de gastos dos clientes já existentes.

A decisão de expandir o horário e reforçar o cardápio matinal, com novos lanches e bebidas, mostrou-se realmente um sucesso, com o aumento das vendas, uma boa aceitação pelos consumidores e a expansão da estratégia para vários países.

Este é apenas um exemplo de como uma análise de dados bem construída pode ajudar empresas de todos os tamanhos e segmentos a tomar boas decisões. Como os processos corporativos estão cada vez mais amparados por aplicações de tecnologia, ao encontrar padrões nos históricos registrados e fazer predições, as empresas conseguem melhorar processos, lançar produtos mais rapidamente, expandir a atuação e evitar prejuízos financeiros futuros.

"O processo todo de análise de dados para a tomada de decisões pode começar com uma pergunta bem simples", afirma Leonardo Linares, vice presidente de Data & Services da Mastercard. "Onde um posto de gasolina deve colocar suas sinalizações para que atraia mais clientes? É o momento certo para uma rede de varejo abrir uma loja em um novo local? Servir café da manhã o dia todo vai gerar mais vendas?", diz Linares.

Líder no mercado de cartões no Brasil, a Mastercard é hoje mais do que uma gigante de meios de pagamento. É uma empresa de tecnologia que desenvolve soluções para as mais diversas indústrias, como a oferta de serviços de consultoria e de tecnologias que usam inteligência artificial e análise preditiva de dados para a tomada de decisões de negócios.

"Estima-se que 90% dos dados que vemos no mundo hoje foram criados nos últimos dois anos e com a chegada de novas tecnologias, como 5G e Internet das Coisas, essa coleta de dados só vai se acelerar ainda mais globalmente", afirma Ajay Banga, CEO global da Mastercard**. "Isso nos dá grandes oportunidades de personalização, customização e de responder dúvidas e preocupações sobre como esses dados podem ser coletados, armazenados e utilizados", diz Banga.

Com a experiência de quem processa bilhões de transações por ano, a Mastercard desenvolveu tecnologias para extrair muita informação dos dados anonimizados em suas plataformas. "Como podemos trabalhar com esses dados, de maneira responsável, para a geração de insights é tão importante quanto as próprias transações", diz Linares.

Mais do que contar com tecnologia de ponta, a Mastercard tem nas pessoas seu ativo principal para a oferta desse tipo de serviço. As equipes de consultoria da Mastercard Advisors têm a seu favor o conhecimento adquirido em anos de parcerias com instituições financeiras e com clientes de todos os portes e ramos de atuação. Suas análises permitem oferecer insights para qualquer tipo de negócio e vão muito além de números de vendas ou projeções de receitas.

"É importante ter a certeza de que você não está medindo apenas o que procura, mas também todas as consequências que podem surgir. Você pode descobrir que os consumidores realmente estão comprando mais itens de café da manhã, mas como isso vai impactar os resultados gerais? Como saber se não existe aí um efeito de novidade que vem em forma de uma onda que vai ter um pico e desaparecer em seguida desaparecer?", afirma Linares.

"É importante ter a certeza de que você não está medindo apenas o que procura, mas também todas as consequências que podem surgir"

Leonardo Linares, vice presidente de Data & Services da Mastercard

Análises preditivas baseadas em inteligência artificial ou feitas por softwares específicos conseguem mostrar um cenário muito próximo do real. "Os dados são hoje ativos valiosos para qualquer empresa e sua análise auxilia os gestores a tomar decisões não mais baseadas no feeling, mas em informações confiáveis, levando em conta uma série de variáveis", afirma André Miceli, professor e coordenador do curso de transformação digital da Fundação Getulio Vargas (FGV). "A empresa que tem os melhores dados e que sabe armazená-los e estabelecer correlações vai conseguir tomar decisões de forma muito mais rápida e eficiente. E eficiência hoje é vital para a sobrevivência", afirma Miceli.

Segundo análise da consultoria Gartner, até 2022, mais da metade das empresas globais irão incorporar inteligência que utiliza dados para melhorar as decisões. Muitas ampliarão o uso de ferramentas de inteligência artificial e machine learning para extrair insights estratégicos. Essas duas tecnologias foram identificadas pelo Gartner com as de maior potencial para mudar a vida das organizações nos próximos cinco anos.

Uma pesquisa realizada pela Harvard Business Review Analytic Services, em parceria com a Mastercard, mostrou que 73% dos líderes de empresas inovadoras trabalham com insights de múltiplas fontes de dados, internos e externos, e análise avançada, para suas decisões. Outros 20% baseiam-se em fontes de dados internos, com análise padrão, e apenas 5% dizem confiar primeiramente na intuição.

O avanço dos serviços digitais e a hiperconexão dos processos e pessoas têm feito com que cada vez mais organizações percebam o valor dos dados. Apesar disso, segundo o Gartner, ainda são poucas as corporações que conseguem explorar de forma bem-sucedida as novas maneiras de analisar, interpretar e tirar proveito das informações digitais. O motivo da dificuldade é simples: as empresas não têm um plano consistente para lidar com o crescimento exponencial do volume de dados.

A Mastercard criou ferramentas que oferecem uma série de análises para entender os desafios de negócios de uma forma mais ampla. "Com soluções de dados, conseguimos mostrar para um varejista, por exemplo, qual é sua situação de vendas por dia e hora. Ou podemos ajudá-lo a decidir sobre o momento certo de abrir novas lojas", afirma João Pedro Paro Neto*, presidente da Mastercard Brasil e Cone Sul. "Isso traz eficiência para os clientes".

A Mastercard tornou-se um player importante em análise de dados com o desenvolvimento de soluções próprias e a aquisição de empresas especializadas. Em 2015, adquiriu a Applied Predictive Technologies (APT), cujo software, o Test & Learn, permite determinar como as iniciativas se sairão antes de as empresas investirem nelas, usando predição para modelar como seria um lançamento em larga escala e assim otimizar os investimentos. Foi esse software que detectou a boa aceitação do cardápio de café da manhã na rede de fast food.

Outra empresa adquirida, a norte-americana Brighterion, utiliza inteligência artificial e machine learning para processos críticos e tomadas de decisões, além de prevenção de fraudes e predição de comportamentos. Sua solução de inteligência artificial em tempo real funciona para qualquer setor, com qualquer tipo e formato de dados, independentemente da complexidade e do volume. Soluções desse tipo melhoram o gerenciamento de risco e podem antecipar inadimplência.

Cerca de 40% dos experimentos feitos pelas empresas ao inovar são descartados antes mesmo do lançamento e saber que eles vão fracassar é tão valioso quanto receber luz verde. Isso pode ser feito com análise de dados. Uma rede norte-americana de alimentos, por exemplo, testou um novo prato de almoço em locais selecionados. O sucesso foi instantâneo, assim como a sua retirado do cardápio. Com base nos sistemas preditivos da Mastercard, a rede viu que o novo prato se tornou tão popular que estava reduzindo as vendas de outros itens mais lucrativos e gerando prejuízo. Foi cortado.

Dados de transação em tempo real, anonimizados e agregados são um ótimo recurso para empresas desenvolverem uma visão holística do negócio. "Permitimos que os clientes inovem estrategicamente e criem insights a partir desses dados e de nossas poderosas plataformas de software", afirma Linares. O resultado são empresas totalmente focadas no chamado data-driven, processos orientados por dados.

*Atualização: até 29 de janeiro de 2021, quando assumiu o cargo de Consultor Estratégico para a região da América Latina e Caribe e foi sucedido por Estanislau Bassols.

** Atualização: até 31 de dezembro de 2021, quando foi sucedido por Michael Miebach, atual CEO global da Mastercard