Ricardo Galante falou ainda no facto de as empresas, equipadas com insights accionáveis, estarem agora em posição de prever e responder proactivamente a desafios, aproveitar novas oportunidades de mercado, aprimorar a eficiência operacional, criar experiências personalizadas para os clientes e consolidar uma vantagem competitiva sustentável no mercado: «A última década testemunhou um crescimento exponencial no mercado de soluções de analítica preditiva. As técnicas, anteriormente consideradas nascentes, como artificial intelligence, deep learning e gradient boosting, têm agora aplicações práticas difundidas».
O responsável pormenorizou que o deep learning abriu portas para análises de padrões em conjuntos de dados enormes, modelando complexidades que anteriormente eram insuperáveis. «A evolução não se restringiu apenas à tecnologia, mas também à forma como as soluções são oferecidas. Com plataformas mais intuitivas e centradas no utilizador, a barreira de adopção foi drasticamente reduzida».
A implementação de soluções de analítica preditiva não é isenta de desafios. A integridade e a qualidade dos dados são frequentemente os primeiros obstáculos, para além da integração de sistemas legados, da falta de especialistas qualificados em ciência de dados ou da resistência à mudança. «A nível técnico, os modelos de machine learning, embora poderosos, são muitas vezes ‘caixas pretas’, tornando difícil para as empresas entenderem e confiarem nas suas previsões, sendo necessários processos integrados que possibilitem o entendimento e a interpretabilidade dos modelos gerados», comentou Ricardo Galante, para quem a maximização do valor derivado da analítica preditiva requer uma abordagem multifacetada.
«Em primeiro lugar, as empresas devem garantir a qualidade e integridade dos dados. Além disso, é vital promover uma cultura orientada por dados em todos os níveis da organização. Capacitar equipas, não apenas em técnicas de data science, mas também na aplicação prática de insights, é crucial. Além disso, a implementação de processos totalmente integrados para a operacionalização do analytics é extremamente relevante».
