Os dados estão lançados: prevenção on-line de disputas e o mercado consumidor

Postado por: In: Notícias 03 ago 2018 Comentários: 0 Tags: , , , , , , , , , , ,

Por: D’acordo / Daniel Becker e Vilmar Gonçalves

Publicado originalmente: Lex Machinae


 

Disponibilidade de informação pode ser jogada de sorte para empresas

 

A rápida evolução computacional, embalada pela exponencial Lei de Moore [1], deu à luz um dos fenômenos mais importantes da nossa era: a digitalização, o que nada mais é do que a transformação de átomos em bits de informação. A título de exemplificação, entre os anos de 2006 e 2011, o tráfego da internet aumentou doze vezes [2]. Mas não é só. A Lei de Kryder complementa a Lei de Moore como uma máxima sobre o barateamento dos sistemas computacionais, diminuindo, assim, os custos de armazenamento dessa quantidade avassaladora de dados [3]. Enquanto em 1981, um dispositivo de um gigabyte de armazenamento custava US$ 300.000,00, em 2015, o valor já era de US$ 0,03 [4]. E essa explosão da disponibilidade de dados [5], a representação fidedigna do passado que, de alguma forma, foi digitalizado [6], permitiu a criação de uma nova cultura na economia e na sociedade.

 

Os dados são o novo petróleo [7]. A digitalização de tudo impactou profundamente os negócios e muitas corporações largaram na frente justamente por saberem utilizar a disponibilidade dessa quantidade colossal de dados produzidos numa frequência jamais vista. Nos últimos anos, essa acumulação de grandes conjuntos de dados pelas empresas, permitida pela digitalização e pelo barateamento dos custos de armazenamento, assim como a capacidade de processá-lo através do rápido desenvolvimento de algoritmos de inteligência artificial, deu origem a chamada big data [8].

 

O Watson da IBM e os carros autônomos da Waymo são apenas alguns exemplos de como a técnica de aprendizado de máquinas (machine learning), por exemplo, é capaz de concretizar feitos brilhantes desde que alimentada com uma determinada quantidade de informação.

 

Como estratégia, as empresas que atendem o mercado de consumo e lideram em seus respectivos setores passaram a utilizar os dados como oriente de seus negócios (data driven), o que consiste, essencialmente, em conduzi-los com base nas informações extraídas em grandes quantidades de dados em oposição à experiência pessoal ou mera intuição [9]. Tantos dados permitem que o agente econômico tenha uma visão poderosa do seu mercado-alvo. O Facebook acerta, na maior parte das vezes, a pessoa que o usuário conhece, e o Netflix e a Amazon, a mesma coisa, porém com filmes e livros. Algo semelhante no passado seria impensável pela quantidade de mão de obra humana e tempo necessários à execução de tal tarefa. Hoje, algoritmos e dados fazem facilmente esse trabalho duro.

 

A análise de big data serve para remediar algumas deficiências qualitativas e quantitativas da cognição humana. Estamos limitados por nossa capacidade de observação: enquanto um profissional experiente pode estar familiarizado com centenas, senão milhares, de eventos anteriores, ele provavelmente não terá observado dezenas de milhares, centenas de milhares ou milhões de situações passadas a um palmo de sua visão. Contudo, mesmo que alguém tenha acesso a toda a essa informação, sem a ajuda da tecnologia, nosso cérebro falha em processar e armazenar esses dados relevantes de forma fidedigna por conta de nossos vieses cognitivos, tais como heurística de disponibilidade, otimismo, ancoragem, viés de confirmação e ilusões de validade e frequência [10].

 

Empresas estão se movendo de um modelo tradicional de negócios em que analisam informações passadas em frequências trimestral, semestral e, até mesmo, anual, para um modelo de visualização instantânea do passado, compreensão do presente e previsão do futuro. Atualmente, já se fala muito no uso de modelos preditivos baseados em dados nos processos judiciais e procedimentos arbitrais [11], mas se vê pouca discussão acerca dos benefícios que a inteligência baseada na big data pode trazer para o mapeamento de potenciais conflitos e a prevenção de disputas.

 

Para se ter uma ideia do arsenal de informação das grandes empresas, já em 2009, varejistas com mais de mil funcionários detinham 200 terabytes de dados sobre seus consumidores. Vale ressaltar que apenas 10 terabytes representam toda a Biblioteca do Congresso americano [12]. Por um viés prático, nos Estados Unidos, a titã do varejo Target emprega diversos estatísticos e cientistas de dados para identificar padrões de compra de seus clientes. Alguém está comprando toalhas, lençóis e jogos de panelas? Para a Target é possível identificar que, provavelmente, o cliente está se mudando ou se divorciando [13] e, assim, é possível direcionar determinados produtos que podem ser úteis ao consumidor nesta nova fase de sua vida. Apenas para que o leitor tenha uma ideia, num famoso caso, a empresa foi capaz de prever a gravidez de uma jovem muito antes de sua própria família saber – apenas baseada nos dados das suas compras, as quais se encaixavam no padrão de “clientes grávidas” [14]. Sem dúvidas, insights como esse proporcionam muitas cifras para uma empresa do porte do Target com milhões de clientes. Antigamente, as empresas só conheciam aspectos de seus consumidores quando estes se disponibilizam a informar; hoje, é bem diferente [15].

 

Vê-se, portanto, que as empresas que trabalham com o público consumidor (B2C) estão desenvolvendo avançadas técnicas de vendas aliadas à coleta e interpretação de dados. Contudo, as empresas não estão explorando o potencial que esses novos insights gerados pela explosão de dados são capazes. É possível identificar pontos sensíveis por meio da análise de padrões na multidão e evitar que disputas ganhem escalabilidade ou até mesmo impedir que elas surjam [16].

 

Onde as empresas podem obter esses dados? Além de olharem para casos judicializados no passado, é preciso que se tenha em mente que empresas já possuem grandes quantidades de dados em suas mãos. Afinal, em procedimentos de transações on-line, os dados são disponibilizados e capturados automaticamente [17]. Assim, ouvidorias, Serviços de Atendimento ao Consumidor (SACs) e departamentos de pessoal, por exemplo, já produzem dados bastante confiáveis de dentro da empresa que podem se mostrar valiosíssimos se utilizados “para fora”, uma vez que, se estruturados e corretamente analisados, eles representam um raio-x de grande parte dos problemas existentes ou iminentes na prestação de serviços ou fornecimento de produtos por parte das companhias.

 

Em tempos de massificação das relações contratuais, resultado de um processo econômico global marcado pelo desafio de oferecer cada vez mais acesso para as pessoas ao mercado consumidor, os conflitos são amplificados e acabam por gerar custos sociais e, principalmente, às próprias empresas, que precisam investir em estruturas capazes de lidar com o pós-litígio. A repetição sistemática dos mesmos tipos de conflitos no mercador consumidor revela a incapacidade do modelo atual de solução de litígios, que se direciona quase que exclusivamente ao Poder Judiciário, que vive às turras com o excesso de processos e o fracasso no objetivo de pacificação das tensões sociais. O big data oferece às empresas, então, a grande oportunidade de assumir o papel de juízes de si mesmas com avaliação de condutas internas que deflagraram conflitos no passado recente e aperfeiçoamento de métodos de modo a conquistar a simpatia do consumidor.

 

Se dados são o novo petróleo, as redes sociais são as jazidas sauditas. A capacidade de gestão de relacionamento e rastreamento da opinião dos consumidores em redes sociais é também fator decisivo para as grandes empresas nos dias hoje [18]. Ademais, numerosas opiniões expressadas repetidamente sobre um mesmo tópico, como é um comum nessas redes, dificilmente estarão enviesadas e podem mostrar poderosos insights [19], inclusive, sobre potenciais conflitos.

 

Pablo Picasso, numa entrevista concedida à revista The Paris Review em 1964, desdenhou dos computadores, chamando-os de inúteis, uma vez que eles só poderiam nos dar respostas [20], e, aproximadamente dois séculos antes, o iluminista Voltaire afirmou que devemos julgar um homem mais pelas suas perguntas que pelas respostas [21]. Ambas assertivas, embora apresentadas fora do contexto da quarta revolução industrial, caem como uma luva na era da big data.

 

Dados estruturados e analisados de forma correta representam uma fonte de conhecimento que transcende a capacidade humana de produção. No ditado clássico, conhecimento traduz-se em poder (scientia potentia est). Por que então não usar esse magnífico poder para prevenir disputas e maximizar o bem-estar social? Os dados estão lançados e está na hora de as empresas cruzarem o Rubicão e formarem uma cultura de prevenção de conflitos orientada por dados.


Referências

 

[1] BECKER, Daniel; FERRARI, Isabela. A prática jurídica em tempos exponenciais. JOTA. Disponível em: https://jota.info/artigos/a-pratica-juridica-em-tempos-exponenciais-04102017 – Acesso em 07 de jul. 2018.

[2] BRYNJOLFSSON, Erik; MCAFEE, Andrew. A segunda era das máquinas: trabalho, progresso e prosperidade em uma época de tecnologias brilhantes. Rio de Janeiro: Alta Books, 2015, p. 73.

[3] WALTER, Chip. Kryder’s Law. Scientific American. Disponível em: https://www.scientificamerican.com/article/kryders-law/ – Acesso em 07 de jul. 2018.

[4] KOMOROWSKI, Matthew. A History of Storage Cost. MKOMO. Disponível em: http://www.mkomo.com/cost-per-gigabyte-update – Acesso em 07 de fev. 2018.

[5] BRYNJOLFSSON, Erik; MCAFEE, Andrew. Op. Cit., p. 84-85.

[6] BECKER, Daniel; FERRARI, Isabela. Algoritmo e preconceito. JOTA. Disponível em: https://www.jota.info/opiniao-e-analise/artigos/algoritmo-e-preconceito-12122017 – Acesso em 07 de jul. 2018.

[7] BECKER, Daniel. The data party is over: Brasil terá sua Lei Geral de Proteção De Dados. LEX MACHINÆ. Disponível em: https://www.lexmachinae.com/2018/07/12/the-data-party-is-over-brasil-lei-geral-de-protecao-de-dados/ – Acesso em 26 de jun. 2018.

[8] MOORCROFT, Victoria; LE STRAT, Ariane. The rise of Big Data – Intersection between Competition law and customer data. Disponível em: https://www.twobirds.com/en/news/articles/2018/uk/the-rise-of-big-data-intersection-between-competition-law-and-customer-data – Acesso em 26 de jun. 2018.

[9] TECHNOPEDIA. Data Driven. Technopedia. Disponível em: https://www.techopedia.com/definition/18687/data-driven – Acesso em 26 de jun. 2018.

[10] KATZ, Daniel Martin. Quantitative Legal Prediction. Emory Law Journal nº 62, 2013.

[11] PHILIPPE, Mirèze. Equal Access to Information & Justice: The Huge Potential of Online Dispute Resolution Greatly Underexplored (II). Kluwer Arbitration Blog. Disponível em: http://arbitrationblog.kluwerarbitration.com/2017/09/12/equal-access-information-justice-huge-potential-online-dispute-resolution-greatly-underexplored-ii/ – Acesso em 06 de jul. 2017.

[12] MANYIKA, James et al. Big data: The next frontier for innovation, competition, and productivity. MicKinsey Global Institute. Disponível em: https://www.mckinsey.com/business-functions/digital-mckinsey/our-insights/big-data-the-next-frontier-for-innovation – Acesso em 25 de mar. 2018.

[13] DUHIGG, Charles. O poder do hábito. Objetiva: São Paulo, 2012, p. 196-197.

[14] HILL, Kashmir. How Target figured out a teen girl was pregnant before her father. Forbes. Disponível em: Didhttps://www.forbes.com/sites/kashmirhill/2012/02/16/how-target-figured-out-a-teen-girl-was-pregnant-before-her-father-did/#425d8e366686 – Acesso em 25 de jul. 2018.

[15] DUHIGG, Charles. O poder do hábito. Objetiva: São Paulo, 2012, p. 201.

[16] KATSH, Ethan; RABINOVICH-EINY, Orna. Digital Justice: technology and the internet of disputes. Oxford University Pres: Nova York, 2017, p. 166-167.

[17] KATSH, Ethan; RABINOVICH-EINY, Orna. Op. Cit., p. 163.

[18] SCARFI, Marita. Social media and the big data explosion. Forbes. Disponível em: https://www.forbes.com/sites/onmarketing/2012/06/28/social-media-and-the-big-data-explosion/#1da2e3d26a61 – Acesso em 25 de jul. 2018.

[19] MOSTAFA, Mohamed M. More than words: Social networks’ text mining for consumer brand sentiments. Expert Systems with Applications. Disponível em: http://iranarze.ir/wp-content/uploads/2016/07/4470-English.pdf – Acesso em 25 de mar. 2018.

[20] BRYNJOLFSSON, Erik; MCAFEE, Andrew. Op. Cit., p. 209.

[21] BRYNJOLFSSON, Erik; MCAFEE, Andrew. Op. Cit., p. 214.

Deixe um comentário!

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Related Posts

Translate »