Entrevista com Fabiane Nardon – Social Analytics Summit 2016

É com grande prazer que eu e Vinícius Ghise aceitamos o desafio de montar a grade do Social Analytics Summit 2016, um dos principais eventos de monitoramento e métricas do Brasil. Para ajudar a esquentar o evento, estamos entrevistando alguns palestrantes e publicando em nossos blogs (veja o blog do Vinícius Ghise).

Uma das palestrantes que estamos muito felizes em ter conosco é a Fabiane Nardon, Chief Data Scientist da Tail Target. Ela irá falar sobre o verdadeiro Big Data (e não o que você vê por aí em certos gurus do marketing digital). Preparamos algumas perguntas para ela sobre o assunto e você confere abaixo.

O termo Big Data ganhou bastante repercussão de uns três anos para cá devido a expansão do mercado de analytics no mundo. Aqui no Brasil temos visto alguns movimentos dentro dos grandes anunciantes em utilizar dados para direcionar comunicação e ações de marketing ou performance. O que você tem visto de mais interessante aqui no Brasil e no mundo com o uso do Big Data na sua opinião?

Acredito que ainda estamos muito longe de aproveitarmos todo o potencial que a exploração do Big Data trará. Estamos apenas no início. Além da utilização de dados para direcionar ações de marketing, existe muito mais a ser feito, especialmente quando se alia técnicas de inteligência artificial ao big data. Técnicas como detecção de padrões e predições ainda são pouco exploradas.

No mundo, tenho visto como muito interessante os avanços feitos com a tecnologia de deep learning, que permite que o computador aprenda em cenários complexos. Essa tecnologia está sendo usada tanto em carros que andam sem motorista quanto em ferramentas que já usamos como o Google Translator.

No Brasil tenho visto projetos bastante interessantes que integram diferentes fontes de dados para extrair conhecimento. O surgimento de data marketplaces no mercado nacional abre imensas possibilidades. 

Quais as principais dificuldades, tanto tecnológicas quanto culturais, para a expansão do mercado de dados aqui no Brasil? Como estamos progredindo dentro desse cenário?

Acredito que a maior dificuldade ainda é encontrar profissionais capacitados para entender o que fazer com os dados. Vejo muitos projetos com enorme potencial mas que acabam não trazendo resultado por uma dificuldade em entender o que fazer e como utilizar os dados existentes. De nada adianta, por exemplo, uma empresa colocar seus dados em uma das ferramentas de machine learning disponíveis na nuvem se não souber como funciona e para que servem os diversos algoritmos disponíveis lá.

Felizmente nos últimos anos houve um forte movimento de capacitação no Brasil. Já existem cursos de pós-graduação em data science, diversos profissionais que buscaram formação em cursos online e já começamos a ter uma geração de pessoas com um bom conhecimento e trabalhando em projetos interessantes.


Uma das grandes críticas ao nosso mercado de inteligência é que os analistas entregam muitas informações não-acionáveis, ou seja, que não possuem utilidade direta no negócio do cliente. Além do desafio de filtrarmos informações na maré de dados que temos hoje, ainda há a tarefa de traduzir isso para o universo do cliente. Quais conselhos práticos você daria pra quem precisa melhorar os resultados de análise considerando essa dificuldade? 

O primeiro conselho prático é: faça a pergunta certa. Decida exatamente o que você quer descobrir, que insight está procurando. Saber o que você quer perguntar é fundamental para encontrar uma boa resposta. 

O segundo conselho que eu daria para os analistas é: entenda o negócio do cliente antes de iniciar a análise. 

Quais habilidades você acha imprescindível para quem quer começar no mercado de dados, tanto técnicas quanto comportamentais?

O mercado de ciência de dados está ficando mais maduro e com isso estão surgindo sub-áreas em que cada uma delas exige habilidades diferentes. Por exemplo, um engenheiro de big data deveria ser uma pessoa da área de ciência da computação, com experiência em programação, tratamento de grandes volumes de dados, processamento distribuído, performance, etc. Já um especialista em análise dos dados deveria ter conhecimento de estatística, inteligência artificial e ainda ter habilidades comportamentais para conversar com o cliente e entender o problema que se deseja resolver. Já os profissionais que trabalham com visualização de dados precisam ter conhecimento de design de interfaces, estatística, criatividade e conhecer ciência para saber quando um gráfico faz sentido ou não.