Muitos artigos sobre a Internet das Coisas (Internet of Things, IoT) começam por nos explicar o valor exorbitante deste mercado e a forma exponencial que se espera para o seu crescimento. Esta previsão da McKinsey, por exemplo, aponta para um impacto económico de 2.7 a 6.2 biliões (milhões de milhões) de dólares até 2025.

Muitos de nós podemos duvidar destes números ou não ter a certeza de como captar algum desse valor, mas ficamos com a sensação que há muito a fazer relativamente a estas novas tecnologias.

Perceber como podemos tirar mais valias da IoT é um processo gradual, em que vamos aprendendo, à medida que fazemos algumas experiências e observamos o mercado, a evolução tecnológica e a sua utilização pelas pessoas.

O poder da informação

Como discutimos no artigo “Serviços IoT: a magia da previsão de comportamentos”, grande parte do valor da IoT vem dos dados, da capacidade de os colecionar e analisar, para depois agir com base no conhecimento adquirido.

Fala-se muito de recolher dados (muitos dados, tantos quanto possível), classificá-los, cruzá-los, criar modelos e obter uma ou mais representações da realidade, que nos permitam agir de forma mais acertada.

Podemos não estar de acordo quanto à quantidade, à natureza ou à forma como os dados devem ser colecionados, mas há uma opinião generalizada, no mundo empresarial, de que quem tem acesso a mais informação, terá também, consequentemente, uma vantagem competitiva e uma posição mais poderosa. E esta opinião até pode estar genericamente correta, no entanto devemos olhar de forma mais atenta sobre o tipo de informação de que estamos a falar, pois nem todos os dados têm o mesmo valor. Uma vez que há variados tipos de dados, é fácil aceitar que estes tragam valores diferentes para o negócio.

O valor dos 4 Vs da Internet of Things

O valor dos dados retirados de um sistema IoT que usamos para fundamentar as nossas decisões pode ser categorizado de várias formas, entre as quais salientamos as seguintes:

Volume: Quanto mais dados operacionais e de histórico tivermos sobre um sistema e sobre os seus utilizadores, mais valor conseguimos retirar, porque aumenta, em quantidade, o nosso conhecimento.

Velocidade: Quanto mais rápido tivermos acesso aos dados adquiridos e já processados, mais depressa podemos tomar as decisões, o que nos torna mais flexíveis e resilientes.

Variedade: Quanto mais variada e abrangente for a nossa seleção de dados, maiores e melhores são as correlações que conseguimos fazer, construindo modelos mais completos, que têm em conta mais fatores.

Veracidade: Colecionar quantidades gigantescas de dados não serve para nada, a não ser que os dados sejam fidedignos, limpos, consistentes e tão rigorosos quanto possível.

A qualidade dos dados

Se o volume, a variedade e a velocidade dos dados são propriedades habitualmente discutidas entre as áreas de negócio e as áreas técnicas, a sua veracidade (qualidade dos dados) é por vezes dada como adquirida, ou os intervenientes acomodam-se e não a questionam.

No entanto, a qualidade dos dados tem, como é fácil de imaginar, um enorme impacto nas decisões tomadas. Se recolhemos imenso lixo e alimentarmos o nosso espetacular modelo informático que permite fazer previsões extraordinárias com esse lixo, o que vai sair é inevitavelmente… lixo. Da mesma forma, se usarmos ingredientes podres para cozinhar uma refeição, por mais espetacular que seja a receita, vai certamente sair comida má.

Como criamos dados com mais valor?

Em sintonia com os nossos colegas da Tangível, que se dedicam exclusivamente a estudar e melhorar a experiência dos utilizadores, reconhecemos que os dados mais valiosos são aqueles que refletem a forma como as pessoas veem e usam os nossos produtos ou serviços.

Neste sentido, a IoT pode ser utilizada para nos dar mais informação sobre como os utilizadores estão a usar e a interagir com os nossos produtos ou serviços, para tentar prever a sua reação emocional e melhorar a sua experiência.

Evolução baseada nos dados

Com a proliferação de IoT (e o mesmo se aplica a aplicações e websites), a recolha sistemática de informação sobre como os utilizadores usam os nossos produtos ou serviços permite-nos melhorá-los.

Podemos registar com que frequência os utilizadores usam os serviços, a que horas, durante quanto tempo, que operações fazem, quais os problemas que encontraram, enfim… podemos recolher imensa informação que nos permite perceber melhor os utilizadores e como interagem com o nosso produto ou serviço.

Assim, quando preparamos a próxima versão, temos mais informação disponível sobre como o nosso produto ou serviço é usado, e podemos aperfeiçoá-lo no sentido de melhorar a sua experiência de utilização.

Tudo isto parece óbvio e não haveria muito para dizer, não fossem os nossos produtos ou serviços usados por… pessoas.

O fator humano

Quando há pessoas envolvidas na utilização de sistemas IoT, aplicações e websites, elas movimentam-se no espaço permitido pelo sistema, mas muitas vezes ultrapassam-no e subvertem-no de formas impossíveis de prever ou controlar.

Isto acontece especialmente em sistemas muitos restritivos, com um elevado grau de controlo ou que não correspondem adequadamente às necessidades dos utilizadores.

Por exemplo, nos locais com controlo de horário onde “se pica o ponto”, ou se “passa o dedo”, há muitos relatos de pessoas que ultrapassam o sistema, assinalando a entrada e a saída, mas que, entretanto, estiveram ausentes.

Como resultado, quando há utilizadores envolvidos, aquilo que o sistema “vê” pode não corresponder rigorosamente à realidade, degradando a veracidade dos dados recolhidos. Assim, podemos estar a tomar decisões incorretas, simplesmente porque estão baseadas em informação de qualidade inferior ao esperado.

Voltando ao exemplo: num caso extremo onde muitas pessoas “passam o dedo” e de seguida ausentam-se do seu local de trabalho, podemos olhar para os dados que temos, concluir que não temos colaboradores suficientes para realizar o trabalho em mãos e decidir contratar mais pessoas, quando, na realidade, a falta de pessoas não é o problema.

A magia das escolhas

Como defendido pelo Pauk Hatch na criação e evolução de produtos industriais, para evitar o enviesamento dos dados pela introdução do fator humano, devemos tentar validar as nossas decisões, sempre que possível, em ambiente real. Com a devida adaptação, esta abordagem é também válida para aplicações e websites.

Isto requer repensar a forma como lançamos produtos ou serviços, criando versões intermédias (de teste) e introduzindo nestas, para utilização opcional, as alterações que pensamos fazer mais tarde, de forma definitiva.

Estas versões intermédias não são protótipos, são versão reais, para serem utilizadas por pessoas reais, mas que permitem recolher informação objetiva e quantitativa de como as pessoas reagem a uma determinada alteração.

Ao oferecermos, nas versões intermédias, formas alternativas de interação para as operações habituais, sem retirar as formas de interação anteriores, e ao medir a sua utilização, estamos na realidade a começar a perceber as preferências dos utilizadores. E contextualizando estas medições com outros dados, começamos a aproximar-nos da sua realidade.

A medição de preferências leva-nos à obtenção de dados com qualidade, que podemos usar com mais confiança nas versões seguintes dos nossos produtos ou serviços, aproximando-nos, tanto quanto possível, daquilo que os utilizadores precisam.

Como ganho colateral, esta estratégia cria um fator diferenciador face à concorrência, que não terá os dados com qualidade que mostram as preferências dos utilizadores. Embora a concorrência possa observar os nossos produtos ou serviços, não tem o conhecimento que serviu de base às nossas decisões. Claro que podem copiar as nossas opções, mas enquanto isso, estaremos um passo à frente, a desenvolver ainda mais os nossos produtos ou serviços.

 

Podemos ajudá-lo a desenhar e implementar os seus projetos IoT, contacte-nos.

 


 

Artigos relacionados:

Serviços IoT: a emergente experiência dos utilizadores

Serviços IoT: a magia da previsão

Serviços IoT: avatares de serviço

10 cuidados a ter num projeto de Internet of Things (IoT)

E se as maçãs tivessem internet?

Smart Cities: muito para além da tecnologia

 Smart Cities, Internet of Things e… Frank Sinatra

Bicicletas, turbinas e gémeos digitais