Garbage in, garbage out — assim reza o mantra da informática. Mas e se não tiver dados fiáveis para introduzir nos seus cálculos e análises? Como navegar nos desafios, mitigar riscos e identificar oportunidades se não consegue fazer previsões com confiança a partir de tendências passadas?
Escrevi recentemente sobre análise preditiva para uma publicação contabilística britânica, onde considerei o seu valor neste mundo de dados atípicos produzidos pela pandemia de COVID-19. A análise preditiva é a capacidade das organizações de desbloquear o valor dos big data para prever o futuro utilizando a mineração de dados e vários processos matemáticos. Pode ser utilizada para detetar tendências, identificar a relação entre comportamentos e prever eventos e condições de mercado. Crucialmente, está destinada a ser um enorme fator de diferenciação para as organizações no futuro.
Mas graças à crise de saúde, temos dois a três anos de dados atípicos. Além disso, quando sairmos do outro lado da pandemia, o mundo em 2022 ou 2023 é improvável que retome suavemente onde 2019 ficou. Em vez disso, teremos de desenvolver uma nova linha de base de dados sobre a qual construir as nossas previsões e projeções. Por enquanto, em todo o caso, vejo o poder da análise preditiva como reduzido, porque não temos os dados fiáveis com os quais alimentá-la.
Isto levou-me a refletir, à medida que a Comissão de Inquérito Zondo começa a encerrar as suas atividades, que na África do Sul os dados atípicos vão além da pandemia. As conclusões da Comissão sugerem claramente que, devido à captura do Estado, à fraude e à corrupção no setor público, a maioria dos dados aí existentes está imediatamente contaminada e potencialmente pouco fiável. Como podemos afirmar com alguma confiança que uma tendência, nas despesas por exemplo, é baseada na realidade e não distorcida pela corrupção?
O poder da análise preditiva não é apenas benéfico para as empresas, tem um enorme potencial no setor público para melhorar a prestação de serviços aos cidadãos, impulsionar eficiências e reduzir custos. Mas em vez disso, o setor público está potencialmente carregado de dados pouco fiáveis, manchados por anos de corrupção e fraude, e agora ainda mais obscurecidos pela pandemia.
Então que esperança há para os governos municipais, provinciais e nacionais que pretendem aproveitar o poder da análise preditiva como parte das suas estratégias de digitalização? Têm de navegar no duplo impacto dos dados distorcidos pela fraude e corrupção, bem como pelas tendências atípicas da pandemia. Como podem eles, ou qualquer organização nesse caso, planear hoje?
Os contabilistas já têm um modelo para isso: a orçamentação de base zero. Adotando uma abordagem de base zero para a orçamentação e previsão através de modelação financeira, as organizações conseguem contornar a dependência de dados históricos. Em vez disso, podemos analisar as nossas próprias previsões, coloridas pelas nossas próprias experiências e expetativas, relevantes para o nosso conjunto único de circunstâncias.
Previsões de base zero
Outra vantagem de uma abordagem de base zero para as previsões é que o seu modelo financeiro está agora enraizado na realidade: os seus números podem ser testados com uma miríade de pressupostos flexíveis, a níveis muito granulares e em toda a sua organização. Estas melhores estimativas podem pintar um quadro de como poderá ser o seu amanhã num futuro ainda algo incerto.
Tal como publicado em AccountancySA - June 2021