Entrevista exclusiva com Alessandro Zanasi

Realizada no último mês de setembro, pela primeira vez na América do Sul, a Conferência Internacional sobre Data Mining, mostrou a nova tecnologia que vem revolucionando as tradicionais formas de investigação e tratamento da informação em todo o mundo. Durante o evento, que foi promovido pela COPPE, estiveram reunidos profissionais e pesquisadores da área, representantes da indústria, do Governo e de instituições financeiras.

O Data Mining é uma ferramenta capaz de lidar com grandes massas de dados de uma forma mais eficiente que a estatística, conseguindo definir padrões para fenômenos complexos que dependem de muitos parâmetros.

Um dos palestrantes mais solicitados foi o engenheiro Alessandro Zanasi, formado em engenharia nuclear, atualmente consultor da IBM no Bologna Data Mining Center, uma parceria entre a IBM e a Cineca (Consórcio de Universidades Italianas). Zanasi é um dos maiores especialistas do mundo em Data Mining. Co-autor dos livros Discovering Data Mining e Discovering Data Mining From Concept to Implementation, ele é também tenente dos Carabinieri (Polícia Italiana) e colabora frequentemente utilizando esta tecnologia para rastrear as ações ilícitas no mercado financeiro, tendo atuado inclusive em casos que envolviam a máfia italiana. Os que caíram na “rede tecnológica” foram julgados e condenados baseado nas provas obtidas com o Data Mining. Confira a seguir a entrevista exclusiva concedida ao PlanetaCOPPE.

Que benefícios pode gerar o Data Mining ?

Para mim é um instrumento que pode nos ajudar a viver melhor num mundo em que somos cada vez mais envolvidos em enormes massas de informação. O Data Mining, basicamente, é um processo que utiliza o software como ferramenta e a capacidade do consultor para analisar, organizar dados, e ajudar a resolver problemas num processo que se assemelha bastante ao trabalho desenvolvido pela estatística. Os dados podem ser artigos, patentes recibos, fotografias, sons. A diferença é que neste trabalho nós não partimos de nenhuma conclusão. Particularmente considero que a sensibilidade do consultor é determinante no momento de interpretar os resultados e estabelecer relações.

Qual o processo de trabalho na utilização do Data Mining?

Proporcionalmente podemos dizer que as fases do trabalho são as seguintes: Compreensão do problema (20%), preparação dos dados (60%), processamento dos dados ou algoritmos (10%) e a análise do resultado (10%).

Qual é o objetivo de todo este processo?

O objetivo do Data Mining é obter a informação a partir de grandes volumes de dados. É uma técnica para revelar relações. É possível, por exemplo, descobrir padrões que expliquem porque o preço de um determinado produto varia, aqui no Brasil, quando o preço da manteiga cai na Espanha, sem que haja uma relação direta entre os dois.

Como pode influir no nosso cotidiano?

Utilizando o Data Mining as empresas conseguem gerenciar de forma mais eficaz seus investimentos e, em consequência, melhorar a qualidade dos serviços ou produtos que oferece aos consumidores. Na Itália, por exemplo, redes de supermercados vêm trabalhando neste aspecto utilizando o Data Mining. Descobrimos através de um caso recente nesta área que os clientes que compravam fraldas também compravam muita bebida alcoólica. A princípio não havia nenhuma razão lógica para tal. No entanto, utilizando o Data Mining descobrimos que os compradores eram casais jovens que não podiam sair de casa com tanta frequência por causa dos filhos pequenos. Passavam a receber frequentemente, intensificando a vida social em casa. Sabendo disso a rede de supermercados trabalhou uma série de ofertas direcionadas especificamente a este consumidor.

Qual foi o caso mais curioso que já apareceu?

O mais curioso foi o de dois de times de basquete ligados à Associação Nacional de Basquete dos EUA (NBA), o New York Knicks e o Miami Heat. Eles solicitaram uma consultoria à IBM, nos Estados Unidos, para descobrir as estratégias dos times adversários. Os treinadores só conceberam o esquema tático e colocaram o time em campo depois que o Data Mining revelou os pontos fracos dos adversários.