Deixe a Bola de Cristal: Engenharia Reversa com Machine Learning

Os modelos de Machine Learning são estimadores, o que significa que podem ser utilizados não apenas para prever incógnitas no seu negócio, mas também para fazer engenharia reversa de processos empresariais complexos.

Ao longo deste artigo, aprenderá como identificar estes potenciais pontos de melhoria, priorizá-los e criar modelos para estimá-los.

Identificação

Como identificar as suas atuais dependências de indicadores externos do mercado? Comece por listar todos os serviços terceiros e externos que utiliza para obter indicadores externos, o volume de consultas, os custos associados a cada um, uma avaliação qualitativa do valor que geram para si e quais são os processos empresariais que dependem desses indicadores. Isto ajudá-lo-á a determinar quais são os serviços mais relevantes para o seu negócio.

Alguns exemplos incluem:

• Imóveis e Construção: preços de listagem por segmento de área, pontos de interesse

• Retalho: depreciação de artigos por segmento (p. ex. automóvel ou telemóvel por ano, marca e modelo)

• Fintech: crescimento esperado por empresa

Priorização de Dados

O seu objetivo seguinte é compreender como pode deixar de depender destes terceiros e quais são mais fáceis de substituir. Para tal, em cada processo, identifique as características e variáveis-chave que influenciam o resultado do processo. Liste todas as fontes de dados disponíveis internamente, as que pode adquirir e as que pode comprar (e quais são os custos).

Alguns exemplos de fontes de dados que podem ser utilizadas para determinar os serviços listados acima:

• Imóveis e Construção: páginas de listagem de imóveis, dados geográficos abertos (OpenStreetMaps)

• Retalho: páginas de listagem, leilões, anúncios classificados (p. ex. Craigslist)

• Fintech: redes sociais, notícias, publicações de ofertas de emprego no Linkedin

Aprofundamos a identificação e priorização de fontes de dados como parte da nossa metodologia Data Ignite.

Curso

Building Great Datasets

Saiba mais sobre como identificar e priorizar fontes de dados

Saiba Mais

Determine a Dimensão da Oportunidade

Posteriormente, avalie as vantagens e desvantagens de continuar a utilizar uma solução terceira ou construir a sua própria solução personalizada. Nesta fase, deverá compreender qual é o ganho monetário realista que obterá ao utilizar a sua solução customizada num prazo determinado, considerando que apenas consegue replicar o desempenho até um certo grau.

Para garantir uma transição eficiente e rentável, recomendamos investir até 10% desse valor na criação de uma Prova de Conceito. Isto permitir-lhe-á verificar a viabilidade da ideia num ambiente controlado. Deverá também priorizar a lista de ideias a trabalhar pela sua rentabilidade esperada, viabilidade técnica, facilidade de integração empresarial e riscos potenciais de falha. Se tem dúvidas sobre como fazer isto, temos a ferramenta perfeita para o ajudar. Marque uma reunião connosco para discutir este processo em maior detalhe!

Recolha de Dados e Treino de um Modelo

Neste ponto, deverá começar a recolher ou a comprar os dados necessários para replicar o processo externo, bem como os indicadores de mercado associados. Concentre-se nos dados mais facilmente disponíveis e mais impactantes em primeiro lugar, para desenvolver a Prova de Conceito.

Quando tiver os dados disponíveis, utilize Machine Learning para treinar um modelo com base nos dados recolhidos, adquiridos e/ou internos. Este modelo aprende os padrões e as relações dentro dos dados, replicando efetivamente o processo empresarial observado.

Execute uma Simulação Empresarial

Após desenvolver o seu primeiro modelo, deverá traduzir o desempenho do modelo numa métrica empresarial. As métricas técnicas, que designamos por "Side-kicks", são boas para estimar o quão bom é o modelo de substituição, mas é importante traduzi-las num KPI que os stakeholders entendam, o nosso "Hero".

Construiu um aproximador dos seus indicadores externos de mercado que, sem dúvida, não será tão preciso como o valor original. O que precisa considerar neste ponto é se existe a possibilidade de o seu erro ser suficientemente baixo para que já tenha um resultado positivo, ou se precisa iterar mais. Pode facilmente gerar lucro com modelos mediocres!

Substitua o Processo Original

Neste ponto, pode substituir o processo empresarial original. Monitorize os KPIs que dependem desse indicador de mercado externo e tenha uma solução de contingência se notar que os resultados da simulação empresarial e os resultados reais não estão devidamente alinhados.

Deixará de depender de um fornecedor terceiro para lhe fornecer os dados que utilizava para executar o seu negócio. Isto já é um grande avanço!

Resumo

Neste artigo, abordámos os vários passos para fazer engenharia reversa de indicadores de mercado: identificar potenciais pontos de melhoria, priorizá-los por rentabilidade esperada e esforço necessário, criar modelos para estimá-los e determinar se os modelos são suficientemente bons para serem substitutos.

Se uma elevada dependência de indicadores externos de mercado é algo que tem enfrentado no seu negócio, contacte-me e posso ajudá-lo a descobrir como resolver isto.

Quer discutir esta ideia em maior detalhe?

Marque uma reunião com Rafael Cavalheiro

Conheça Rafael Saiba Mais