‘’A implantação da análise preditiva nos moldes atuais necessitou de tempo e entregas faseadas,
de tal sorte que cada etapa trouxesse ganhos tangíveis e perenes nos processos’’

Airton Florido, Coordenador de Recuperação de Energia da CPFL Energia, revela qual a importância da utilização do software IBM SPSS Modeler em seu ambiente de trabalho e como isso afeta diretamente a sua produtividade.

Qual foi seu maior desafio usando o IBM SPSS Modeler?
O desafio é diário e constante. Levamos muito a sério o conceito da melhoria contínua e é nesse ambiente corporativo que o IBM SPSS Modeler destaca-se da concorrência, pois é uma ferramenta que oferece o auto desenvolvimento e o suporte tecnológico para vencer os desafios diários que se apresentam nos processos de Recuperação de Energias.
 
Como o IBM SPSS Modeler ajuda nas suas tarefas do dia a dia?

A utilização do IBM SPSS Modeler é cotidiana na equipe. Temos hoje engenheiros, administradores e analistas utilizando e gerando análises para tomada de decisão no combate às perdas e inadimplência. Através de análises preditivas são executadas em torno de 300.000 inspeções, bem como a otimização de ferramentas de cobrança voltadas a redução da inadimplência.

Como você conseguiu apoio organizacional para as suas iniciativas de análise preditiva?

Com resultados. O ambiente corporativo a cada dia mais competitivo é exigente na alocação dos recursos.

A implantação da análise preditiva nos moldes atuais necessitou de tempo e entregas faseadas, de tal sorte que cada etapa trouxesse ganhos tangíveis e perenes nos processos. Atualmente esse modelo de trabalho está consolidado na empresa, entretanto a busca é diária pela melhoria contínua e resultados compatíveis com momento econômico da organização.

 
Na sua opinião, como a análise preditiva tem mudando a estratégia de negócios hoje?
Oferecendo cenários muito mais robustos, ágeis e explicáveis.

A tomada de decisão sai do modelo de “planilhas” lineares e cognitivas (que cumpriram muito bem seu papel) e avança para sólidos modelos estatísticos exaustivamente testados e apoiados em séries históricas numerosas.

 
Como você acha que a análise preditiva irá lidar com o crescimento de dados em 10-15 anos? Precisamos de uma outra mudança na tecnologia?

Entendo que a análise preditiva será cada vez mais importante, pois os processos de KDD (knowledge-discovery in databases) estão mais importantes e imprescindíveis para resultados efetivos e principalmente, de alto valor agregado. Especialistas apontam que nos próximos 5 anos a volumetria de dados atuais estará multiplicado por 6, com isso tecnologias voltados aos 3 V’s, Volume, Velocidade e Variedade (Doug Laney, 2000), são imperativas.

Entendo ainda que essa tecnologia de Big Data é uma parte das necessidades das corporações mais modernas e arrojadas, inexorável a resultados efetivos e traduzidos em vantagens econômicas competitivas. Não obstante ao cenário colocado, finalizo com a vertente performática, da rapidez e agilidade, não basta o acesso aos dados, mas a agilidade de chegada à variáveis e atributos de tomada de decisão. Nesse contexto entendo que tecnologias de multiprocessamento, já disponíveis hoje no mercado, deve ser o passo inicial das organizações rumo a esse futuro de crescimento exponencial dos dados.