A mineração de dados (Data Mining, em inglês) já é uma realidade para o setor do comércio, principalmente o e-commerce. A maioria das empresas já se deu conta que, além de armazenar dados sobre os consumidores – informações cadastrais, registro de vendas, histórico do relacionamento – transformá-los em conhecimento estratégico é o diferencial. Ou seja, é necessário interpretar todo esse volume de informações de uma forma inteligente e que gere um diferencial para o negócio. É aí que entra o data mining para cruzar as informações e identificar ameaças, oportunidades de mercado e prever comportamentos de consumo.
Projeto piloto implementado pela Sinosbyte, empresa que atua como integradora de soluções para SAP, procurou utilizar a lógica do uso de algoritmos de análise preditiva no setor da indústria com dados contábeis extraídos de companhias listadas na Bolsa de Valores de São Paulo (Bovespa). Segundo o CEO da Sinosbyte, Luis Fernando Engel, o estudo feito mostrou que é possível identificar padrões de saldos contábeis que tem um grau de influência efetivo na predição do resultado futuro.
“A indústria, seguramente, poderia se valer mais da mineração de dados como forma de melhorar sua performance, identificar padrões e, inclusive, extrair o máximo de informações diferenciadas de relatórios contábeis, com predição automatizada de períodos futuros”, destaca Engel.
Foram analisadas indústrias de capital aberto listadas na bolsa do segmento de transformação de materiais, utilizando algoritmos baseados em árvores de decisão. Através da relação dos saldos das contas contábeis e o resultado do período, o modelo montou uma árvore de decisão para determinar quando o exercício irá gerar lucro ou de prejuízo. Mas outras análises podem ser extraídas, garante o CEO da Sinosbyte, além de ser possível prever, através de abordagens usando algoritmos baseados em regressão, o valor do resultado do próximo exercício contábil.
“O data mining, o big data, tem condições de predizer resultados contábeis, projetar com mais exatidão lucro e prejuízo, embasar de forma mais precisa decisões organizacionais, além de auxiliar na interpretação de relatórios contábeis. Tudo isso de forma muito rápida e precisa”, ressalta Engel.
De forma simplificada, diz, a mineração de dados pode ser definida como um processo de transformar o dado em informação, principalmente em grandes massas de dados.