Os mitos da aplicação da Estatística nas empresas

Em muitas empresas a Estatística é aplicada de forma muito superficial ou equivocada. Neste artigo vamos abordar alguns mitos sobre a aplicação de Estatística nas empresas.

 

Mito 1: Os Modelos Estatísticos sempre erram

 

Isso não é uma verdade.
Os modelos estatísticos estão sujeitos a variações, pois modelamos eventos incertos. As incertezas que existem são inerentes ao processo que está sendo medido, o modelo estatístico apenas está mensurando essas variações.

 

Algumas questões podem levar a erros de modelos como:
- As condições ou suposições atuais podem estar diferentes do momento do desenvolvimento.
- Modelos podem ser utilizados com uma finalidade diferente para qual foram desenvolvidos.

 

Nos casos acima, não são problemas no modelo, mas de uma utilização equivocada dos conceitos de modelagem.

 

No final deste artigo você poderá se inscrever gratuitamente em um Congresso On-line (Conalytics) sobre Analytics, Big Data e Modelagem Estatística que estamos promovendo. Teremos muitas palestras que abordam aplicações práticas em diversas empresas.

 

PARA EVITAR ISSO:

 

- Entender o “Pensamento Estatístico” – que existe variação em diversos fenômenos e a Estatística é uma ferramenta que pode ser utilizada para mensurar essas incertezas.
- Dominar o processo a ser analisado e modelado.
- Utilizar o modelo para a finalidade a qual foi desenvolvido.

 

Mito 2: Utilização de Modelos sempre produzem resultados positivos nas empresas

 

É uma tendência natural que os modeladores “amem” seus modelos e acreditem que eles possam gerar resultados para a empresa.
Porém, projetos quantitativos que trazem resultados significativos e duradouros são compostos por outros elementos; Como, por exemplo: definir claramente como e onde os resultados do modelo serão utilizados.

 

PARA EVITAR ISSO:

 

- Gestão do Modelo (como e onde os resultados do modelo serão utilizados).
- Maior influência na Gestão do Negócio: entender do negócio a ser analisado para extrair as informações dos dados e transformar em decisões que impactarão os resultados.

 

Mito 3: As técnicas mais complexas irão produzir os melhores modelos

 

As técnicas mais simples podem produzir bons Modelos e trazer ótimos resultados.
Não é apenas uma questão técnica, mas de como o modelo irá agregar ao negócio.

 

Exemplo: Em 2006 a Netflix possuía um modelo para fazer indicação de filmes baseado no perfil de seus clientes. Foi anunciado um prêmio de 1 milhão de dólares para quem conseguisse melhorar a taxa de erro da previsão em 10%. Após mais de dois anos, um grupo conseguiu atingir a melhoria desejada utilizando uma combinação de 100 modelos. Porém esse modelo nunca foi utilizado pela Netflix, pois os ganhos adicionais não justificavam os esforços tecnológicos para implantar em um ambiente de produção. Além disso, em 2007 a maioria dos usuários migrou do serviço de Aluguel de DVD para streaming.

 

ATENÇÃO! Utilizar técnicas mais simples não significa utilizar modelos em que as suposições necessárias não são válidas. Ou seja, para simplificar não devemos considerar condições de normalidade, de dependência e de linearidade que não existem!

 

PARA EVITAR ISSO:

 

- Focar na aplicabilidade do modelo, não apenas na “beleza”. (“Simplicidade é a sofisticação máxima.” – Leonardo da Vinci).
- Aplicabilidade: como e o que será necessário para este modelo trazer resultados para a empresa. Não focar apenas no desempenho matemático.

 

Mito 4: Um bom software produzirá bons modelos

 

Algumas empresas consideram que investir em um projeto quantitativo é investir em aquisição de softwares.
Construir um bom modelo não é “apertar botões”. É necessária uma equipe com habilidades e experiência para executar o projeto.

 

PARA EVITAR ISSO: Talento + Bons softwares = Ótimos modelos

 

Mito 5: Basta apenas construir o Modelo e esquecer

 

Os modelos precisam ser monitorados constantemente e melhorados ou substituídos quando necessário. Além disso, a disseminação da cultura quantitativa em uma organização é um processo constante.

 

PARA EVITAR ISSO:

 

- Investir não só no processo de construção, mas também no acompanhamento de Modelos.
- Entender constantemente o processo de utilização dos Modelos.

 

Em Resumo:

 

- Entender e Comunicar o “Pensamento Estatístico”.
- Gestão do Modelo e Gestão do Negócio: Entender do negócio para extrair as informações dos dados e transformar em decisões que impactarão os resultados.
- Considerar sempre no desenvolvimento dos modelos: Como e o que será necessário para esse modelo trazer resultados para a empresa.
- Investir em especialização e ser curioso.

 

__________________________________________________________________________________________________________________________________

Imagine… Assistir Gratuitamente do Seu Computador ao 1º Congresso On-line sobre Analytics, Big Data e Modelagem Estatística…

1º Congresso On-line de Analytics, Big Data e Modelagem Estatística. 

Inscreva-se gratuitamente   ->   www.conalytics.com.br

Vagas Limitadas !!!

 

O Conalytics será realizado inteiramente on-line e a versão ao vivo será gratuita.
Serão apresentações de especialistas da área de Analytics, Big Data e Modelagem Estatística que irão compartilhar com você suas experiências, dificuldades e dicas em uma abordagem prática sobre o tema.

__________________________________________________________________________________________________________________________________

 

Recomendamos também:

Untitled Document