02_Elements/Icons/ArrowLeft Voltar para o Insight
Percepções > Audiências

A ciência para fazer sentido de grandes dados

5 minutos de leitura | Clem Thompson, VP, Data Science, Nielsen | Maio 2019

Você já ligou a TV hoje? E o rádio? Você provavelmente já usou um aplicativo em seu smartphone. Talvez você tenha comprado ingredientes para o jantar na loja ou comprado um novo frasco de xampu online.

Todas essas atividades são ações simples e cotidianas. Mas no mundo atual vasto, interligado e, freqüentemente, digital, são também pontos de dados valiosos.

É importante ressaltar que eles podem ajudar as marcas e marqueteiros a compreender as necessidades de seus consumidores, tomar melhores decisões para atender a essas necessidades e, em última instância, impulsionar o crescimento de seus negócios. Mas primeiro, as marcas e os marqueteiros precisam fazer sentido de todos os dados.

O tamanho e o escopo dos dados que todos nós geramos na era digital de hoje pode ser espantoso, e a Nielsen mede muito deles. Considere isto: A Nielsen coleta 1,7 bilhões de registros de audiência de TV a cada mês, 6,7 bilhões de transações em lojas a cada mês, e 1,6 trilhão de impressões on-line a cada ano! Tomar as enormes, às vezes confusas pilhas de dados gerados por nossas ações diárias e organizá-las em informações úteis, práticas e significativas - ao mesmo tempo em que ser responsável pela administração dos dados e assegurar a privacidade das pessoas - requer conhecimentos e habilidades específicas.

Felizmente, as tecnologias e plataformas em expansão que fornecem novas fontes de dados para marcas e comerciantes também estão permitindo novas ferramentas e meios para medir e extrair insights desses dados. É o papel das equipes de ciência de dados buscar novas fontes de dados e ferramentas analíticas que possam ajudar a analisar (e assim fazer sentido) os Grandes Dados que os consumidores criam. Usando métodos, processos, algoritmos e sistemas científicos, os cientistas de dados estão descobrindo insights valiosos dentro desses conjuntos de pontos de dados de bola de neve.

Na Nielsen, aproximadamente 1.100 cientistas de dados são encarregados de encontrar métodos sólidos e repetíveis de "conectar os pontos" para nossos clientes e contar uma história sobre as necessidades de seus consumidores. Enquanto os "pontos" nesta analogia representam os pontos de dados aparentemente ilimitados disponíveis para nossos clientes enquanto eles se esforçam para entender seus consumidores, são as conexões que nossos cientistas de dados são capazes de gerar que são a entrada número 1 para a tomada de decisões de nossos clientes e o combustível para seu crescimento.

Como membro da equipe de cientistas de dados da Nielsen, eu trabalho para desenvolver soluções personalizadas para integrar dados e criar conexões chave para nossos clientes. Estas soluções incluem fusões de dados, segmentações personalizadas de audiência, análises de ROI e metodologias completamente novas para integrar fontes de dados para responder perguntas específicas de negócios sobre consumidores.

Não há dúvida de que as novas tecnologias e Big Data estão revolucionando a forma como medimos o consumo de mídia e produtos que compramos. Mas também é importante lembrar que eles também têm suas limitações.

As tecnologias normalmente não são criadas com a medição em mente. E como resultado, os Grandes Dados podem ser tendenciosos de muitas maneiras. Pense no controle remoto que você usa para mudar o canal em sua TV, por exemplo. Pressionar um botão envia um sinal para uma caixa, e esse sinal gera dados. Mas esses dados são limitados no que podem dizer sobre você. Por exemplo, ele não sabe se você pressionou o botão ou se outro membro da família o fez. Dados tendenciosos podem levar a percepções errôneas sobre os consumidores e más decisões dos marqueteiros.

Aqui está outro exemplo: Os aparelhos conectados à TV e os serviços de vídeo sob demanda por assinatura permitem aos consumidores escolher o que querem, quando querem. Mas apenas cerca de 60% dos americanos possuem estes dispositivos. Como resultado, os dados destes dispositivos não representam toda a população dos EUA. Além disso, esses dados precisam ser tornados comparáveis à métrica da TV linear a fim de fornecer uma visão holística da paisagem da TV.

Na Nielsen, usamos painéis ao lado de Big Data para combinar pontos de dados com pessoas reais. Um painel bem construído pode eliminar muitos dos preconceitos inerentes a Big Data. Por exemplo, usamos nossos painéis de TV dos EUA para representar estatisticamente a população do país por idade, etnia e nível de renda. Combinando as percepções desses painéis com os Big Data que a Nielsen recebe das caixas de cabos graças à colaboração com empresas fornecedoras de cabos, somos capazes de descobrir quem está por trás do controle remoto. Assim, uma abordagem de medição híbrida envolvendo painéis e Big Data pode fornecer a granularidade e os detalhes de Big Data e oferecer a redução do viés e a representatividade de um painel.

E com o aumento exponencial de potência oferecido quando colocamos a inteligência artificial (IA) para trabalhar, nunca foi tão crítico garantir que os dados inseridos sejam limpos, confiáveis e representativos. O não cumprimento deste critério significa simplesmente que você está produzindo maiores volumes (graças à IA) de maus resultados. É importante lembrar que é lixo que entra, lixo que sai. Os chamados dados "suficientemente bons" simplesmente não são suficientemente bons em um mundo de IA.

Os próprios cientistas de dados também desempenham um papel fundamental na redução do viés na medição. Embora nossas equipes de ciência de dados incluam de fato alguns estatísticos muito talentosos, muitos podem se surpreender ao saber o quão diversas são realmente nossas equipes. As equipes de ciência de dados da Nielsen incluem associados de diversas áreas, tais como matemática, ciências comportamentais, engenharia química, física, ensino, economia e engenharia de computação, bem como muitos outros. Estas perspectivas variadas ajudam a garantir que consideremos diferentes pontos de vista em nossa medição.

Em última análise, no mundo atual dos Grandes Dados, cada vez mais disciplinas empresariais - sejam elas financeiras, atendimento ao cliente, recursos humanos, análise da mídia, etc. - estão evoluindo para incorporar a ciência dos dados em suas respectivas práticas. Capacitar mais pessoas com formações diversas com o conhecimento básico de métodos estatísticos, programação e habilidades analíticas abre as portas para uma melhor tomada de decisões em diferentes áreas de negócios hoje em dia.

Acredito que isto é um bom augúrio para o futuro da ciência dos dados, desde que estes novos participantes no campo compreendam os preconceitos e as considerações necessárias para colher insights de qualidade dentro de nossos pontos de dados diários.

Continue navegando por ideias semelhantes