Dediquei boa parte da minha carreira ao desenvolvimento de "ferramentas" capazes de consolidar, tratar e pré-interpretar "dados estruturados" referentes ao passado (ex: evolução da demanda, da oferta, do frete, dos custos, de transit time etc) visando, primeiramente, direcionar ações táticas da equipe comercial por meio do constante benchmark entre a performance da empresa versus a de seus concorrentes.

Contudo, a função mais nobre dessas ferramentas de BI - Business Intelligence - que construímos sempre foi embasar o debate e a troca de percepções referentes ao mercado com os demais executivos da empresa para, com base nas semelhanças entre o passado e as perspectivas para o futuro, viabilizar tanto a definição das estratégias e targets de volume/frete da empresa quanto o dimensionamento da frota de navios/containers. Posso dizer que, felizmente, as margens de erro desse processo de "cruzamento" de dados com o conhecimento e percepções dos executivos eram bastante aceitáveis, salvo em ocasiões de rupturas, como por exemplo o tsunami na Ásia em 2004, as barreiras sanitárias da Rússia, a quebra da safra de frutas por influência do clima, gripe aviária, febre aftosa, o terremoto no Chile em 2010, etc.

Hoje, ao navegar em uma página da internet, até percebermos que muitas propagandas, pop-ups e banners que aparecem em nossas telas estão relacionados às nossas últimas pesquisas ou estilo de vida, mas normalmente isso é feito de uma maneira tão sutil que sequer nos damos conta de que estamos sendo "mapeados" 24h por dia (é assustador: quando utilizo o computador do meu pai, as propagandas são completamente diferentes), e é exatamente a esse processo de mapeamento ou cruzamento constante de informações a fim de traçar o perfil de consumo das pessoas que é chamado de Big Data.

Conceitualmente falando, Big Data é definido, por exemplo pela IBM, como: "Dados que vêm de toda parte: posts/fotos/vídeos compartilhados nas redes sociais, registros de compra on-line, sensores utilizados para reunir informações sobre o clima e sinais de localização emitidos por celulares ou GPS, isso para citar apenas alguns". Já na visão da McKinsey (2011), o termo refere-se a "conjuntos de dados cujo tamanho vai além da capacidade dos tradicionais softwares de banco de dados de capturar, armazenar, gerenciar e analisar".

Além das definições acima, acrescentaria que as ferramentas de Big Data inovam ao processar dados não estruturados (sem um padrão de formato ou fonte) e majoritariamente obtidos por meios eletrônicos (internet, sensores, RFID, GPS, redes sociais), mas que demandam profundo conhecimento do negócio para que se consigam extrair informações relevantes aos tomadores de decisão já que, muitas vezes, o excesso de informações e a falta de foco podem ser tão prejudiciais quanto o oposto.

Em outras palavras, Big Data é uma evolução das antigas ferramentas de BI, que costumavam processar apenas "dados estruturados" e proporcionar uma visão do passado, dado que o exponencial crescimento na capacidade de coleta, armazenagem, processamento e cruzamento de dados oferecidas atualmente pelas ferramentas de Big Data tem permitido que muitas empresas possam não apenas prever, mas até mesmo influenciar hábitos de consumo.

Muito se tem falado sobre a utilização dos Big Data no setor de navegação. Entretanto, a imensa maioria das discussões que tenho visto dão conta de aspectos operacionais:

• Manutenção rápida e assertiva:

Navios de carga passam a maior parte do ano no mar, e isso significa que eles levam “uma surra” todos os dias e, assim como outras grandes máquinas, também necessitam de manutenção regular. Com a utilização de Big Data na coleta e processamento de uma infinidade de sensores espalhados a bordo do navio, seria possível identificar previamente quais áreas/peças precisam de fato de manutenção, evitando ações contraproducentes, como longas paradas, paradas em momento inadequado, atrasos e desperdícios de recursos. É sempre bom ter em mente que cada dia de um navio parado representa, apenas em custo de afretamento, algumas dezenas de milhares de dólares $ desperdiçados;

• Navios não tripulados:

Sensores, GPS e simuladores poderiam ser utilizados para autopilotar os navios, além de identificar as melhores rotas de acordo com o consumo, a distância e as condições climáticas de cada rota como, por exemplo, o aplicativo Waze faz em relação ao trânsito;

• Conhecimento centralizado:

Uma das características mais marcantes da vida de um comandante de navio é a capacidade de navegar por todo o mundo, nunca permanecendo em um só lugar por muito tempo. Embora este conhecimento de grandes áreas do oceano seja essencial, ele acaba escalando muitos portos e acaba não conseguindo conhecer a fundo as peculiaridades de cada porto, sendo na maioria das vezes necessário recorrer aos práticos para guiá-lo da barra até o berço. Com a utilização de Big Data, acredita-se que os navios poderiam até realizar sozinhos essas manobras para atracação.

No que se refere à gestão cadeia de suprimentos - Supply Chain Management - já é possível encontrar cases bem-sucedidos da utilização de Big Data, principalmente, em grandes sites de vendas ou empresas de couriers tais como Amazon e Fedex, nas quais essa ferramenta tem sido utilizada para a programação de entregas cada vez mais pontuais e personalizadas, além da otimização da transferência de inventário entre armazéns, minimizando a falta de produtos ou atrasos na entrega. Além disso, por meio do cruzamento de várias fontes de dados, a tecnologia está permitindo a tomada de decisões em tempo real de maneira a manter a fluidez do fluxo logístico como, por exemplo, propor rotas alternativas toda vez que um problema de trânsito é identificado.

Entretanto, ao ler matérias como a da série de reportagens preparada pelo Guia Marítimo referente à 11ª edição da Transport Intelligence (Leia no Guia), ou artigos como o publicado recentemente por Robert Grantham (A 4ª revolução industrial e o transporte marítimo), que tratam das perspectivas e tendências para o crescimento do setor (ex.: "regionalização" das transações comerciais e/ou novo patamar das taxas anuais de crescimento para o transporte marítimo), fico me perguntando: Qual poderia ser a relação custo x benefício para armadores, NVOCCs, freight forwarders e terminais portuários, especificamente no que se refere ao investimento em soluções "bem calibradas" de Big Data para auxiliar seus tomadores de decisão com as projeções de demanda e definições de táticas/estratégias comerciais?

Deixe seu comentário, e teremos prazer em respondê-lo.