Melhor experiência do cliente é o topo da jornada do analytics
O ambiente analítico evoluiu nos últimos seis anos; e o grande ganho foi obtido quando as empresas passaram a trabalhar com plataformas e não apenas com soluções. “Analytics é transformar dados em inteligência; e inteligência pode ser descritiva (dizer o que aconteceu), pode ser preditiva (antecipar o que vai acontecer) ou prescritiva (dizer hoje se tais decisões forem tomadas quais serão as consequências)”, explicou Luiz Riscado, country industry Leader do SAS Brasil, ao participar do SAS Telco Summit 2021, realizado no último dia 15 de julho.
De acordo com ele, a jornada do ambiente analítico começa na camada descritiva com repositórios e preparação dos dados e capacidade de segmentação e modelagem preditivas; passa para plataformas corporativas atendendo às necessidades analíticas das diversas áreas; chega à dinamização do analytics quando há o aproveitamento dos dados em movimentos (streaming) para a tomada de decisão em tempo real e alcança ecossistemas integrados de tomada de decisão com uso intensivo de otimização e inteligência artificial. No topo desta escalada está a tão falada -e almejada- melhor próxima experiência do cliente (“next best experience”).
O próximo desafio, ressaltou o executivo do SAS Brasil, é posicionar para que analytics não seja visto apenas como ferramenta, mas, sim, como um sistema de inteligência cobrindo tudo que é de engajamento, inteligência e repositório. Ao se referir especificamente sobre o mercado de telecomunicações, o líder de indústria do SAS apontou cinco megatendências para as quais analytics deve ser crítico: crescimento das receitas se dando além dos serviços core; disrupção tecnológica; necessidade de ser centrado no cliente; transformação digital de forma mais rápida; margens de Capex e Opex pressionadas.
“Como fazer o casamento dos sistemas de inteligência com os grandes desafios e tendências?”, questionou Riscado, respondendo que isso leva a três grandes desafios para os próximos cinco anos: industrialização da inteligência analítica; uso intensivo de IA; e como fazer com que analytics esteja cada vez mais próximo do transacional com agilidade no desenvolvimento de analytics.
Fonte da pesquisa: