O Emprego de Dados no Mercado Livre de Energia

Como implementar uma estratégia de dados em um contexto de incerteza e transformação de todo um segmento econômico?

À medida que a abertura do mercado livre de energia no Brasil se aproxima de fatias cada vez maiores de consumidores (média e baixa tensão), cresce também a agitação neste segmento através da adesão de novos players, novos investimentos e, principalmente, o aumento da incerteza em relação ao comportamento dos consumidores no novo ambiente competitivo que se estabelecerá nos próximos anos.

De um lado, há quem defenda que, a princípio, o consumidor brasileiro continuará encarando energia como commodity, com pouca mudança efetiva de comportamento. Porém, por outro lado, existe uma grande expectativa destacando que a maior concorrência e mídia geradas pelo assunto despertem o interesse do consumidor, levando a novos comportamentos, novas necessidades e, assim, novas oportunidades.

As lições do mercado de telecomunicações

Um paralelo de grande valia para essa discussão é o processo de abertura do mercado brasileiro de telecomunicações, que mudou radicalmente o segmento. Muitas foram as transformações que impactaram o dia a dia das companhias, através da privatização de estatais, fusões e aquisições de companhias existentes, ingresso de novos players, novos produtos e serviços e formas diferentes de comercialização.

Em resumo, a abertura do mercado de telecomunicações no Brasil proporcionou:

1. O despertar de um novo perfil de consumidor, muito mais interessado e ávido por informações sobre a nova gama de produtos e serviços oferecidos;

2. Uma maior concorrência pela atenção desse consumidor, seja para informá-lo sobre estes novos produtos e serviços, seja para gerar identificação de marcas;

3. A necessidade crescente de conhecimento dos hábitos, preferências, desejos e necessidades dos consumidores a fim de se alcançar maior eficiência nas comunicações e oferta de produtos e serviços.

Se, no comparativo com o mercado de energia, o novo comportamento do consumidor ainda é uma incerteza e a expansão da concorrência já é indiscutível (estima-se que mais de 400 novos players ingressaram neste segmento até o primeiro trimestre de 2023), resta como evidência a necessidade de investir esforços na análise e entendimento dos hábitos, preferências e necessidades dos consumidores. Ou seja: nunca foi tão importante mergulhar nos seus dados para gerar insights e diferenciais competitivos.

Em outras palavras, os players que tiverem maior velocidade e eficiência para compreender os novos hábitos e comportamentos certamente estarão mais aptos a responder e atender às necessidades dos consumidores no timing correto, gerando awareness, posicionamentos mais assertivos, satisfação, conquista de novos clientes e retorno dos investimentos realizados.

Armadilhas conhecidas

Numa sociedade tão conectada e digitalizada, falar sobre a importância de transformar informações disponíveis em inteligência de insights e ações eficientes já é redundante. Entretanto, os desafios ainda se acumulam quando tentamos avançar com a jornada de dados nas organizações, onde é possível encontrar:

a)  informações desestruturadas em planilhas ou até mesmo espalhadas por inúmeras fontes que não se comunicam;

b) dificuldades para encontrar informações atualizadas e confiáveis que possibilitem atender à velocidade exigida pelos negócios;

c) ausência de consenso ou até mesmo conflitos entre estratégias e prioridades internas das diferentes áreas relacionadas da empresa;

d) até mesmo falta de know-how específico para a análise dos dados e geração de insights relevantes para o negócio e no time-to-market adequado.

E para tornar este ambiente ainda mais complexo, a revolução da Inteligência Artificial ganha cada vez mais espaço nas agendas executivas durante os últimos meses, trazendo ainda mais disrupção, ansiedade e pressão por resultados com maiores ganhos de eficiência e assertividade.

Mas como implementar uma abordagem de Dados?

O primeiro passo para implementar uma abordagem de dados com foco em impacto de negócio é mergulhar no desafio para entendê-lo e analisá-lo, avaliando suas diversas dimensões: A natureza do problema de negócio que se quer enfrentar;

• Os objetivos estratégicos da companhia;
• Indicadores de sucesso mensurados;
• Metas a serem alcançadas;
• Maturidade digital da companhia e da própria equipe de dados;
• Fontes de informações internas e externas relacionadas a este problema de negócio;
• Dados públicos disponíveis que possam enriquecer tais fontes;
• Nível de integração e disponibilidade dos dados;
• Hierarquias de acesso às informações;
• Âmbitos de tomada de decisão e participação.

Enfim, trata-se de um trabalho de levantamento extenso para "trazer para a mesa" as diferentes variáveis relacionadas ao estabelecimento de uma Plataforma de Dados que possa atender toda a companhia.

Após este levantamento, existe uma etapa de priorização e foco que começa com o mapeamento de um fluxo mais frequente de dados como acontece hoje, identificando eventuais gargalos e ineficiências. Assim, é possível identificar quais ineficiências estão sendo mais prejudiciais ao negócio e, por isso, exigem maior atenção e priorização de esforços e recursos para serem superadas. Com este foco e consenso entre todas as partes envolvidas, gera-se uma lista de oportunidades de melhoria a ser gradativamente enfrentadas.

Evolução gradual, passo a passo

Aqui há um recado importante: é preciso se preparar para uma jornada de dados, não para um corrida de 100 metros. O modelo da mudança radical na forma de trabalho, com trocas de times, substituição sumária de processos, etc., na verdade é contraproducente, pois não enfrenta as dificuldades uma a uma, tornando difusa a identificação de oportunidades e melhorias. O modelo de transformação que gera resultados mais rápidos e duradouros é a evolução gradual, com a correção de ineficiências identificadas, acompanhada por indicadores de desempenho e qualidade mensuráveis, desenvolvendo um olhar mais apurado para novos monitoramentos e análises.

Depois da identificação de oportunidades de melhoria, a próxima etapa é a definição das hipóteses de solução do primeiro desafio priorizado. Para isso é preciso definir as variáveis referentes ao desafio que serão trabalhadas (cenários de uso, fontes de dados consumidas, táticas de enriquecimento das informações a serem aplicadas, público alvo, etc.) bem como os indicadores que deverão ser monitorados para validar as hipóteses de maior sucesso.

Nesta etapa, a nova Plataforma de Dados já começa a ganhar forma: à medida que as hipóteses de solução são definidas, testadas e evoluídas, estabelece-se gradativamente a uniformidade na ingestão de dados através da plataforma, construção de pipelines de dados, automatização e integração de sistemas e fontes de informação, entre outros. Em outras palavras, a Plataforma de Dados nasce a partir da padronização gradual dos mapeamentos, coletas, preparações, validações e disponibilizações dos dados para todas as áreas interessadas no consumo e geração de insights, tudo isso com sua própria governança de dados.

Com a Plataforma de Dados funcionando minimamente e com as hipóteses de solução em mãos, inicia-se também o trabalho de validação das hipóteses, através de monitoramentoe contínuo dos principais KPIs, provas de conceito ("proofs-of-concept" - PoCs) e também modelos preditivos e algoritmos candidatos que devem ser testados, mensurados, analisados, modificados e aperfeiçoados em ciclos evolutivos, até que alcancem parâmetros considerados adequados pelo negócio.

Uma vez que uma hipótese de solução alcança os parâmetros esperados e é validada, prossegue-se para o próximo item da lista de oportunidades de melhoria gerada inicialmente, em mais um giro do ciclo evolutivo da Plataforma de Dados.

A Inteligência Híbrida de Dados

Tais ciclos evolutivos de validação de hipóteses também representam a atividade central da construção da Inteligência Híbrida de Dados. Aqui, alcançamos uma nova etapa na maturidade em dados na qual a companhia já se torna capaz de analisar e gerar insights a partir das informações coletadas, seja através de profissionais qualificados, ou por meio de algoritmos cada vez mais sofisticados. Com o auxílio de inteligências artificiais específicas, estas ferramentas conhecem e aprendem com seu negócio, acelerando a geração de novos conhecimentos, validando hipóteses cada vez mais complexas e facilitando o processo de tomada de decisão como um todo.

O desenvolvimento da Inteligência Híbrida de Dados envolve o incremento gradual de:

I. Atividades de visualização e análise de dados, primeiramente por especialistas, mas aos poucos, envolvendo também as demais áreas interessadas.

II. Atividades de comunicação e capacitação de áreas não-especializadas em dados que também passam a acompanhar, analisar e gerar novos insights e novas hipóteses de solução para validação.

Sim, a jornada de dados de uma empresa é longa, complexa e evolui de forma gradativa. Entretanto, é possível contar com alguns aceleradores, com foco em impactos de negócio mensuráveis, além da contratação de profissionais especialistas para posições-chave e o estabelecimento de parcerias com fornecedores estratégicos, como a CI&T, que sejam capazes de agregar experiência, conhecimento e ferramentas que encurtem esta jornada de evolução em dados.

Levando em consideração a acirrada concorrência que já vem se estabelecendo no mercado de energia, o alto nível de incerteza relacionado às possíveis mudanças de comportamento do consumidor e, principalmente, o tempo necessário para se alcançar a maturidade na gestão e inteligência de dados, é recomendado começar o quanto antes a discussão e implementação de sua estratégia de dados, a fim de aperfeiçoar as análises e a compreensão dos hábitos, preferências e necessidades dos consumidores - tão necessários nestes novos tempos voláteis e desafiadores que vivenciamos.

Sua empresa já está preparada para esse desafio?

---