#inteligênciadevalor #valor #inteligência #algoritmos #algoritmosdemachinelearning #bigdata #sistemasderecomendação #datamining #cicloFRD #feedbackinteligente
Chegamos finalmente ao auge do nosso escopo introdutório! Agora, já é possível responder a duas questões de importância colossal, pelo menos dentro do contexto dos processos de tomada de decisão, quais sejam:
1. Será que competição e colaboração são mesmo realidades dicotômicas?
2. Por acaso existe alguma forma de automatizar ambas as estratégias?
A resposta é sim e a metodologia de Inteligência de Valor foi criada justamente para atender ambos os quesitos… Ela pode ser aplicada por entidades autônomas ou controladas para processos de geração de valor em qualquer dimensão: pessoal, profissional ou social (neste trabalho iremos nos ater especificamente à dimensão profissional).
Já vimos que “entidade” pode ser tanto uma pessoa como uma organização, empresarial, sem fins lucrativos ou estatal. Vimos também que entidades são, na verdade, estruturas de processos complexos governados por uma coletividade de algoritmos. Aí vem logicamente outra pergunta: como a Inteligência de Valor pode de fato ajudar tais entidades?
Parte-se do pressuposto de que o determinante para o sucesso de uma entidade é que tenham, na sua rotina, uma quantidade significativa de “boas decisões”, condição esta que só pode ser atingida quando governada por algoritmos de machine learning, livres dos “viés” típico da mente humana.
Tudo que não for governado por algoritmos não tem lógica, está “aprisionado” pelas emoções, deve ser evitado e até mesmo banido!
Antes que me julguem mal, fique claro que não são todas as circunstâncias que devem ser analisadas sob a ótica pura, fria e, de certa forma, simplista dos algoritimos. Veremos aqui algumas aplicações nas sendas da inteligência digital, financeira, científica, tecnológica e de mercado que não deixarão dúvidas sobre o poder desta metodologia.
A espinha dorsal da metodologia de Inteligência de Valor se dá pelo preposto do ciclo FRD (acrônimo Filtre, Recomende e Decida) de feedback inteligente que se inicia com a extração e filtro dos dados através das técnicas de data mining.1
Num mundo rodeado de aplicações de big data, em que a presença dos dados massivos é dominante, se você não souber aplicar ou, minimamente, fazer uso de ferramentas capazes de selecionar e filtrar dados relevantes, formando uma base para descoberta de novos conhecimentos, certamente o fluxo de dados irá literalmente “engolir” toda sorte de interpretação estratégica para tomada de decisão.
De posse dos dados, não há como prosseguir em qualquer tipo de análise de domínio sem antes tranformá-los antes em informação. É ela que dá sentido aos mesmos. Com este intuito, já vimos o papel dos BROKERs de informação que se utilizam de metodogias próprias para transformar os dados em informação verdadeiramente útil!
Chegamos então à etapa decisiva do FRD cujo proprósito é justamente o ranking das alternativas encontradas. Nela, são utilizados diferentes tipos de “sistemas de recomendação” que irão propiciar a seleção das melhores FONTEs de informação.2 Detalhe importante: observe antes que, para tal, todas as etapas do ciclo são permeadas por algoritmos de machine learning.3
Lembremos aqui de mais uma regra de ouro e das mais importantes:
Na era da informação, mais vale uma boa FONTE do que páginas e mais páginas de relatórios e análises que não passam de pura especulação!
Ao monitorar FONTEs fidedignas, o ciclo FRD será constantemente “retro-alimentado” por eventos que representam fatos realmente significativos sobre determinada aplicação e, com base neles, qualquer entidade poderá decidir sobre as atividades da sua rotina, tomando o devido cuidado de sempre registrar a performance para formar, aos poucos, sua base de conhecimento. É ela que dará os inputs para retro-alimentar um novo ciclo de tomada de decisão com base em novos dados e assim sucessivamente.
A metodologia de Inteligência de Valor, portanto, reside em respeitar cada uma destas etapas do ciclo FRD, independente do seu campo de atuação, garantindo assim suas chances de chegar a bons resultados através de boas decisões, ou seja, aquelas que geram valor sustentável que se retro-alimenta e evolui com o tempo!
Créditos:
Autoria por Ricardo Barreto
Obra no prelo: INTELIGÊNCIA DE VALOR: boas decisões sempre
Gostou? Mãos ao BUZZ nas redes!
Saiba mais:
1. Goldschmidt, G. Data mining, 2a. ed. Rio de Janeiro: Elsevier, 2015.
2. Cowan, D. et al. The use of machine learning algorithms in recommender systems, Expert Systems with Applicatons, 2017.
3. Souza, M. A. F. Algoritmos e lógica de programação, 2a. ed. São Paulo: Cengage Learning, 2014.
