Por José Fortunato*
Sempre que converso sobre a minha formação acadêmica, já fico preparado para os questionamentos que surgem após eu revelar que sou formado em “Matemática Aplicada a Negócios”. Não é como dizer que sou engenheiro ou advogado, por exemplo. As pessoas desconhecem a formação e, tampouco, a importância que a matemática tem em qualquer negócio.
O conceito de matemática aplicada a negócios não deve ser tratado com o rigor de teoremas ou de suas demonstrações abstratas, mas, sim, como uma ferramenta capaz de fornecer informações objetivas e dinâmicas. Aqui refiro-me aos conhecimentos básicos, que servem como fonte de análise atemporal e profunda.
A matemática nos ajuda a pensar melhor, aguça a intuição, afina a nossa capacidade de julgamento, doma a incerteza e revela a lógica sob vários aspectos distintos. Assim, com as ferramentas matemáticas adequadas podemos entender melhor os negócios. É óbvio que alguns números falam por si só, mas é importante compreender que a análise feito sob à luz da matemática revela informações preciosas, porque não dizer, precisas. Afinal, números demonstram fatos, geram conclusões, seja por meio de dados sobre receita, retorno aos acionistas ou até mesmo pelos índices de satisfação dos usuários (NPS), taxa de crescimento da base de consumidores e custo de aquisição de cliente (CAC).
Após extrairmos o máximo de dados que circulam dentro de uma empresa, se compreendermos que a matemática pode ser usada como um meio para analisá-los, será viável interpretá-los e transformá-los em informações simples, óbvias, que ajudem na previsão de fatos e que contribuam com decisões corporativas cada vez mais assertivas.
Para isso, utilizamos o conceito da Navalha de Occam, um princípio que propõe que, entre hipóteses formadas sobre as mesmas evidências, é mais racional acreditarmos na mais simples. Assim, com o uso de parcimônia, a hipótese mais complicada deve ser “cortada”.
Com a transformação digital invadindo o universo corporativo, as organizações competem em análises de dados, porque não dizer em data science, não apenas porque podem, mas porque devem e precisam disso para se manterem à frente da concorrência.
Atualmente, empresas de diferentes setores oferecem produtos semelhantes e usam tecnologias comparáveis, cujos processos de negócios estão entre os últimos pontos remanescentes de diferenciação. Um exemplo são os bancos e as fintechs, que oferecem serviços financeiros, mas com dinâmicas distintas no que diz respeito ao processo, porém os consumidores ignoram a logística por trás dos bastidores. O que importa é que a oferta de produtos de um. afeta nos resultados do outro.
Os concorrentes que usam recursos analíticos extraem até a última gota de valor dos processos de negócios, conseguindo prever quais são os produtos que seus clientes desejam e quanto pagarão por eles, podendo, inclusive, estimar quantos itens cada um comprará durante a vida e quais serão os gatilhos que farão as pessoas comprarem mais.
Essas companhias conhecem os custos de remuneração e podem calcular quanto o seu quadro de funcionários contribui ou prejudica nos resultados financeiros e como os níveis salariais se relacionam com o desempenho dos indivíduos. Além de saberem quando os estoques estão baixos, também podem prever problemas com a demanda e as cadeias de suprimentos, para atingir baixos índices de estoque e altos índices de pedidos perfeitos, por exemplo.
A adoção da matemática em uma empresa impulsiona mudanças em sua cultura. Assim, como qualquer transição importante, esse movimento requer engajamento da liderança. Idealmente, tendo como principal defensor o CEO. Outrossim, o comprometimento inabalável dos executivos é capaz de mudar a maneira como os funcionários pensam, trabalham e são tratados.
O marketing e os recursos humanos, por exemplo, sempre foram áreas consideradas difíceis de quantificar porque estão enraizadas na psicologia. Mas, agora, as empresas de produtos de consumo podem aprimorar suas pesquisas de mercado usando a teoria da utilidade multiatributo – uma ferramenta para compreender e prever o comportamento e as decisões do consumidor, por exemplo. Da mesma forma, a indústria de publicidade está adotando a econometria – técnicas estatísticas para medir o aumento fornecido por diferentes anúncios e promoções ao longo do tempo – visando otimizar o retorno sobre investimentos (ROI – Return Over Investiment em inglês).
Numa fase mais avançada, os dados se tornam algoritmos – uma receita que mostra passo a passo os procedimentos necessários para a resolução de uma tarefa – e servem como base para a implementação de Inteligência Artificial e Machine Learning, por exemplo. Por fim, quando o mercado entender a riqueza que habita nos resultadas das análises de dados e o potencial somado aos recursos tecnológicos, as empresas alcançarão resultados exponenciais, sem precedentes. Afinal, coletar e transformar dados em informações de maneira automática será essencial para que toda decisão seja pautada em dados, sem achismo.
Reflita comigo, nós achamos que isso é verdade ou nós sabemos que é verdade?
*José Antônio Fortunato é co-founder e CFO da Macfor, adtech de marketing B2B, transformação digital e growth hacking. Bacharel em matemática aplicada a negócios pela USP de Ribeirão Preto, o investidor e empreendedor em série, é especialista em elementos de inteligência artificial.
