Photo by NASA on Unsplash[/caption]
Nem todos os dados são iguais
No entanto, é preciso salientar que nem todas as unidades de dados são criadas (e tratadas) igualmente. Existem dados estruturados e não estruturados. ? Dados estruturados são informações armazenadas em uma estrutura padronizada, de forma organizada e legível/interpretável. Caso, por exemplo de dados em uma planilha ou dentro de um banco de dados. ? Dados não estruturados são armazenados de forma desorganizada e sem um padrão em comum. Portanto, não é possível gerar facilmente informações estratégicas e insights a partir deles. Por exemplo: documentos Word, arquivos em redes sociais, mensagens de texto, e-mails etc. – Segundo a Gartner, até 80% dos dados corporativos são não estruturados. Como resultado, essas informações são muitas vezes deixadas de lado durante a análise de dados, fazendo com que as empresas deixem de ter acesso a informações potencialmente significativas. – Dados da IDC apontam que 37% dos dados não estruturados poderão ser propriamente analisados até 2020. De acordo com a análise, isso deve resultar em um ganho de produtividade que poderá gerar até 430 bilhões de dólares para organizações que souberem utilizar essas informações.Big data no setor de construção civil
O mercado de construção civil também foi invadido pelo big data. Nos últimos anos, vimos surgir diversas aplicações tecnológicas focadas na obtenção, na geração e no compartilhamento de dados relacionados às diferentes fases dos projetos de construção. Como exemplos nesse sentido, podemos citar ferramentas e tecnologias como:BIM
Sistemas que possibilitam a centralização das informações, tornando os dados dos projetos mais precisos/atualizados e acessíveis aos envolvidos em todas as pontas.
ERPs
Softwares que também disponibilizam informações estratégicas do projeto de maneira organizada e compartilhada.
Drones
Realizam a captura de dados aéreos do projeto, contribuindo para o melhor acompanhamento da obra.
Internet das coisas
Tecnologia que fornece dados de objetos e equipamentos da obra em tempo real.
E outros sistemas especialistas em diferentes áreas – como, por exemplo, os softwares que calculam orçamentos e estimam valores da obra. Nesse cenário, é importante entender que não é só o volume de dados que vem crescendo exponencialmente. As possibilidades de fontes e canais para obtenção dessas informações vêm aumentando consideravelmente. Ao mesmo tempo, o período para estudo dessas informações vem diminuindo: cada vez mais há uma demanda por análises em tempo real!A evolução do big data
Ou seja, o desafio das empresas não se resume apenas ao fato de que dados são gerados e captados por um número cada vez maior de fontes e canais. Há também a barreira de entender como fazer uso estratégico desse amontoado de dados não estruturados. A resposta para esses problemas está na evolução e expansão de tecnologias de machine learning (ML) e inteligência artificial (IA), que devem tornar a análise de dados muito mais ampla e completa nos próximos anos. Machine learning: Processo pelo qual sistemas computacionais conseguem interpretar dados e aprender padrões a partir dessas informações. Inteligência artificial: Sistemas que usam machine learning para aprender a simular a capacidade humana de pensar de forma racional e inteligente. Graças ao avanço dessas áreas, empresas podem explorar informações que, até então, não eram levadas em conta na análise de dados.Cérebros humanos são craques em identificar informações não estruturadas – como entender o significado de uma imagem, por exemplo. Mas imagine ter que categorizar e analisar milhares de imagens… É nesse sentido que os cérebros digitais (IA) se tornam tão relevante no estudo de dados – especialmente os não estruturados. Portanto, é possível afirmar que a evolução do uso de big data no mercado de construção civil deve ser impulsionada pela expansão nas áreas de IA e MC neste setor. Em mercados mais maduros nesse sentido, já podemos ver na prática como essa evolução acontece. É o caso, por exemplo, do varejo. Neste segmento, a análise de dados já é utilizada há muito tempo. Recentemente, inclusive, o varejo vem aprimorando esse estudo das informações das operações e dos clientes por meio de sistemas de inteligência artificial. Lojas de diferentes segmentos já utilizam IA em áreas como marketing, vendas e SAC para trazer mais personalização, agilidade e conveniência aos consumidores. O sistema Caravel é um exemplo disso. Por meio da análise de dados não estruturados – como mensagens, imagens e solicitações dos clientes – e também levando em conta o contexto de cada interação, o software oferece apoio personalizado aos consumidores. Outro exemplo é a marca de roupas Yoox, que desenvolveu um sistema de inteligência artificial para: - Analisar conteúdo de moda nas redes sociais e em sites especializados. - Identificar indicadores de tendências. - Avaliar dados de compras no site e feedback de clientes. A partir do estudo de todas essas informações não estruturadas, o sistema de IA criou um quadro de referências para os designers da marca criarem uma coleção com peças alinhadas às preferências do consumidor contemporâneo.Sistemas de IA estão se tornando mais e mais capacitados para identificar padrões em meio a um amontoado de dados. Sendo assim, eles têm um potencial enorme para extrair insights e informações estratégicas de dados não estruturados de maneira muito mais rápida e precisa.
Big data no mercado de construção civil: Inteligência artificial e análise de dados
É certo que o mercado de construção civil está atrás na corrida digital. Quando se trata de inteligência artificial especificamente, um estudo da McKinsey indica que o setor é um dos mais lentos na adoção de sistemas nessa área.
Mas isso está prestes a mudar!
Assim como já vem acontecendo no varejo e em outros setores, nosso mercado deve evoluir a passos largos nos próximos anos, graças à aplicação de sistemas de IA para aumentar a eficiência e a capacidade da análise de dados estruturados e não estruturados.
Como destaca Raphael Chelin P. Machado, sócio da Celere, consultoria em eficiência na construção:
“A indústria de construção vem sendo impulsionada por ondas de inovações voltadas a obter (estimar/calcular), compartilhar e armazenar informação. Na primeira onda, tivemos o surgimento e a expansão de ferramentas como BIM, ERPs e sistemas especialistas. Mas essa fase já está se consolidando. A próxima onda estará relacionada à utilização estratégica da enorme quantidade de informações a que temos acesso hoje.”
E foi justamente de olho nesse movimento que a Celere desenvolveu o Budget Analytics (B.A.), ferramenta de gestão de obras que utiliza análise de dados e inteligência artificial para identificar informações estratégicas relevantes e específicas para aumentar a eficiência do orçamento da obra.
Com o B.A., é possível chegar a um detalhamento analítico nunca visto antes nessa área, podendo, por exemplo, saber o preço exato de cada item do empreendimento. Os sistemas e as metodologias de orçamento disponíveis no mercado atualmente focam em informações mais generalizadas. Em geral, funciona mais ou menos assim: ? Cria-se o orçamento e o levantamento quantitativo em uma planilha que apresenta apenas o custo unitário de cada item e o valor total dos serviços. Ou seja, tem-se o valor absoluto, mas pouco se sabe a respeito de onde e como cada recurso está sendo utilizado e, principalmente, como é possível otimizar cada recurso ou cada espaço da obra.
