“Big data” chega aos pequenos negócios nos Estados Unidos
Uso intensivo de estatística já não é exclusividade dos grandes
DO “NEW YORK TIMES”
Brian Janezic, 27, estava no seu lava- rápido em Tucson, Arizona. Quando ele foi estimar quanto material de limpeza deveria comprar para o estoque, percebeu o quão amador era seu negócio.
“Nós temos máquinas que medem e lavam automaticamente um carro, misturam produtos químicos, ligam a água... E eu aqui contando o estoque na mão?”
Umabuscaon- line o fez encontrar o FileMaker Pro, um software para pequenas empresas que controla o estoque — quando ele está baixo, o programa faz automaticamente um pedido para o fornecedor cadastrado.
Janezic se empolgou e ins- talou sensores ligados ao FileMaker em oito tambores de produtos químicos que monitoram seus níveis, comprodutos para lavar vidros, pneus ou cera. Se estiverem caindo muito rápido, o que pode significar desperdício ou vazamentos, Janezic recebe um e- mail automático.
Ocaso do lava- rápido mostra que o chamado “big data”, que se trata de aproveitar grandes fontes de dados para aprimorar processos e reduzir custos, chegou às pequenas empresas. Antes, ele estava limitado às companhias com grandes departamentos de tecnologia da informação.
Em 2010, só 1,7% dos pequenos negócios utilizavam algumtipodesoftwaredeanálise inteligente de dados. No ano passado, já eram 9,2%.
Estatísticas podem dizer com precisão para uma empresa com uma pequena frota, , por exemplo, como os seus motoristas estão dirigindo. Em lojas que cadastram clientes, podemmostrar quais produtos são mais vendidos para frequentadores assíduos — produtos, em tese, mais capazes de promover fidelização.
“Você não precisa mais utilizar só a intuição”, diz Ramon Ray, organizador de um encontro anual de pequenas empresas que trata das novas possibilidades emtecnologia.
Oprograma Desk. com, por preços que partem de US$ 3 ao mês, permite às pequenas ter dados sobre sua interação com os clientes pela internet: quanto tempo, em média, a empresa leva para responder e- mails, por exemplo.
No caso dos restaurantes, é possível saber quais garçons têm mais habilidade para convencer os clientes a provar determinados pratos.
Um software descobriu que, no restaurante Tremont 647, de Boston, um garçom chamado David tinha quase 100% de aproveitamento ao sugerir tortas especiais que a casa produzia.
Sempre foi possível saber quanto cada garçom trazia em faturamento, diz Andy Husbands, o dono. “Mas agora podemos muito mais.”