O que você vai fazer com seu Bando de Dados

Era uma brincadeira comum entre consultores chamar de "bando de dados" uma base de dados com informações desencontradas, sem um padrão de taxonomia, sem ponteiros. Falar bando de dados significava que os dados não tinham valor.



Na prática, essas situações em que os registros mais parecem papéis soltos ao vento, sem correlação um com outro, são muito difíceis de tratar.

Como tirar conclusões se um registro fala de "loja" e outro fala de "filial"? Como um computador poderia entender que ambas contém a mesma informação? Pior do que isso, é quando um registro tem no campo "NUM_TELEFONE" o valor "Maria da Silva" e no campo "NOME" um CPF! E quando um sistema muda e os dados antigos não tem os mesmos campos que o sistema novo?

O pior dos mundos é quando dois sistemas estratégicos da empresa tem conteúdo complementar mas não tem dados com o mesmo formato ou com a mesma taxonomia e a avaliação da consultoria é que é preciso substituir um deles para ter uma plataforma única compatível. É uma Escolha de Sofia: qual sistema escolher para viver ou morrer?

Alguns profissionais mais obstinados baixam os dados e, na mão, vão adaptando registro a registro para conseguir cruzar informações e gerar um relatório no Excel.
Esses heróis corporativos sabem que nem tudo está perdido, pois a informação está lá, só é preciso de uma ajudinha inteligente para encaixar os dados corretamente.
Uma coisa é certa: por mais que você fuja do bando de dados, ele vai acabar aparecendo na sua vida corporativa e isso vai acontecer mais quanto mais você estiver próximo à ações inovadoras.

Então o que fazer? Gastar rios de dinheiro para mudar sistemas, migrar dados de uma plataforma pra outra? Parar de inovar para não correr risco de novos modelos dados?

A solução pode estar naquele profissional obstinado que acerta tudo na mão, mas ao invés de tratarmos com alguém que consegue mudar 50 registros por hora, vamos usar quem consegue tratar milhares de registros por minuto:
Um robô!
Com um robô, é possível classificar dados com rapidez e consolidar informações de forma mais precisa. O aprendizado é acumulativo e quanto mais ele faz, mais rápido ele se torna.

Recentemente, eu usei a Magali Robot para criar um sistema de unificação dados de estoque e vendas de dezenas de revendas diferentes de uma mesma rede. Essas revendas classificam os produtos por códigos e descrições diferentes, além disso, elas usam sistemas diferentes de controle.

Os desafios eram vários:
  1. Receber dados de plataformas diferentes
  2. Ler informação de estruturas de dados diferentes
  3. Classificar dados sem códigos de produtos
  4. Ler as descrições diferentes para classificar produtos iguais com base em atributos conhecidos
  5. Receber novas lojas e adaptar o algoritmo para novas plataformas, estruturas e descrições.
  6. E por fim: Manter o sistema atualizado a cada duas horas!
Magali Robot aceitou o desafio e conseguiu automatizar o processo em pouco tempo.

Este exemplo abriu as portas para novas aplicações em IA e para o uso de big data em empresas com múltiplos sistemas de idades e portes diferentes.

Comentários