Há um termo no mundo dos negócios que está sempre presente na rotina de qualquer profissional, independentemente do cargo hierárquico: Negociação.

Negociar é uma arte que envolve algumas etapas, e uma delas é a busca por informações, afinal, quem entra numa negociação sem estar munido de informações estratégicas? 

No artigo de hoje, vamos falar sobre a Inteligência Artificial e estratégias de Data Analytics que contribuem para negociações complexas de compra e venda de energia. Então, para isso, vamos fazer um paralelo com a técnica de negociação BATNA.

O que é o BATNA

Já ouviu falar em BATNA? BATNA é um conceito desenvolvido por dois grandes negociadores,  William Ury e Roger Fisher e significa ‘Best Alternative to a Negotiated Agreement’, que, em português, pode ser interpretado como a “Melhor Alternativa ao Acordo Negociado” ou então “Melhor Alternativa para Negociar o Acordo”.

Sabe quando a negociação fica travada e então cria-se um impasse entre as partes? É justamente nesse momento que pode se aplicar o BATNA. É aí que entra a provocação na introdução deste artigo: “Quem entra numa negociação sem estar munido de informações estratégicas?”. Não confie apenas no seu poder de persuasão. 

Na ilustração abaixo, temos: de um lado, o comprador;  de outro lado, o vendedor de um imóvel.  No exemplo, leva-se em conta apenas o custo como a variável a ser analisada (lembrando que custo não é o único fator que influencia no preço de compra e venda de um imóvel). 

Fonte  – Negotiation made simple.

Antes de iniciar a negociação, o vendedor deve ter bem definido seus limites de preço:

  • o preço bom;
  • o preço ótimo;  
  • o menor preço possível. 

Mas, convenhamos que do outro lado o comprador também definiu as suas faixas de preço, o quanto está disposto a pagar, suas preferências.

ZOPA

Já que não é possível ler a mente do comprador (situação de assimetria de informação entre os indivíduos), o vendedor pode fazer perguntas estratégicas na tentativa de descobrir as preferências dele, e a partir daí coletar essas informações para conseguir uma boa negociação, que seja interessante para ambas as partes. 

No exemplo acima, o negócio é fechado na ZOPA, Zona de Acordo Possível. Ela pode ser interpretada como a área de negociações modo ganha-ganha. Isso quer dizer também que, provavelmente, valores negociados fora da ZOPA podem acarretar em uma negociação Ganha-Perde.  

Percebe o quanto a negociação é sobre informação? Por isso, no tópico a seguir, vamos relatar de forma bem objetiva como as informações são fundamentais na negociação para a comercialização de energia.

Comercialização de energia e precificação

Antes de mostrar como a IA é uma poderosa aliada na negociação no mercado de energia, vamos falar brevemente como funciona a comercialização nesse mercado.

Para negociar contratos no mercado de energia, é necessário que o distribuidor, gerador, comercializador, sejam membros do SIN (Sistema Interligado Nacional), pois as negociações de compra e venda ocorrem nesse sistema e são gerenciadas pela CCEE, Câmara de Comercialização de Energia Elétrica

A fim de valorar/precificar a energia no Mercado de Curto Prazo, a CCEE utiliza o PLD (Preço de Liquidação de Diferenças) como referência para os preços no Mercado Livre de Energia.

Assim como em qualquer outro tipo de mercado, a regra é a mesma para comercialização: 

“Se o preço sobe, os traders querem vender, se os preços caem, os traders querem comprar. No entanto, para uma boa negociação, é necessário considerar não somente o momento atual. A previsibilidade é fundamental para o aumento da confiabilidade na operação, acompanhar a volatilidade e flutuação do mercado, para melhor alocação dos recursos de capitais disponíveis, e assim consequentemente aumento dos retornos”.

Percebe o quão é importante identificar oportunidades de ganhos e os riscos presentes nesse mercado a partir de várias fontes de informação? 

Além da variedade de fontes de informação, também é importante ter um bom entendimento sobre a natureza de cada tipo de dado, conforme mostramos na figura abaixo, extraída do artigo Natureza dos dados e estrutura para Data Science.

E agora, onde entra a Inteligência Artificial para negociação e comercialização no mercado de energia? Vamos explicar.

Fatores de influência na negociação de compra e venda de energia

Os especialistas que atuam no mercado de energia, conhecidos como traders, sabem que são múltiplos os fatores que implicam em uma boa negociação. Assim, para conseguir realizar as melhores negociações de compra e venda, os experts desse mercado precisam estar munidos de informações estratégicas, tais como: 

  • Quais as condições hidrológicas previstas a curto, médio e longo prazo? 
  • Qual o fluxo do mercado? 
  • Como identificar possíveis padrões ou mudanças de comportamento nos dados? 
  • Como identificar liquidez? 
  • Quais as particularidades das bacias hidrográficas  por região? 

Esses foram apenas alguns exemplos básicos de fatores que podem influenciar as negociações do valor da energia. Temos, nesse cenário, análises de múltiplas variáveis, também conhecidas como análises multivariadas ou até, de forma mais simples, multicolunar (tabela com diversas colunas).  

A maioria das variáveis relativas ao processo de decisão normalmente se encontram apartadas uma das outras, tornando complexa a análise por um humano. Como resultado, perde-se a oportunidade de identificar padrões valiosos nos dados, automatizar processos e eventualmente dar escalabilidade aos resultados do negócio. 

Facilitadores nas negociações de compra e venda de energia

Uma das formas mais eficazes de solucionar ou pelo menos contornar esses problemas é aproveitar a onda de digitalização da economia para uso das melhores práticas de governança de dados e assim integrar indicadores de forma harmoniosa em datasets (o que são datasets?) coerentes ao negócio, se possível utilizando arquiteturas de microsserviços (Impactos dos microsserviços em projetos de Analytics).

Com datasets de boa qualidade, a complexidade de análise pode ser otimizada utilizando Inteligência Artificial. Aliás, somente com datasets bem estruturados que a IA será capaz de gerar resultados válidos para a negociação.

Técnicas de analytics podem ajudar a fazer melhores inferências sobre a posição dos limites do BATNA, ajudando a identificar outliers que podem afetar de forma considerável as análises, viesar os resultados e causar impactos negativos nas negociações. 

Em complemento, os algoritmos de Machine Learning podem ainda ser treinados para identificar soluções ótimas de negociação dentro da ZOPA e até permitir a automação de comportamentos inteligentes e decisões autônomas de precificação. Afinal, bons retornos são sempre esperados, mas os riscos em uma operação também precisam ser mitigados, considerando o curto, médio e longo prazo. 

IA na negociação de compra e venda de energia – Conclusões e recomendações

Nesse artigo, falamos sobre a importância de obter informações estratégicas para negociação de compra e venda de energia, apresentamos o conceito BATNA e como abordagens de Data Analytics e IA podem contribuir para melhores negociações e até a automação do processo. 

Os feelings dos especialistas são importantes, mas não suficientes para aumentar o market share de uma comercializadora e aumentar a margem de assertividade. Consideramos que as novas tecnologias e metodologias de dados são um “must have” para o mercado de comercialização como um todo.  

Abaixo, listamos algumas dicas que fazem a diferença na implementação de processos digitalizados de apoio à decisão:

Gostou desse artigo? Então, deixe o seu comentário.

Quem é a Aquarela Analytics?

A Aquarela Analytics é pioneira e referência nacional na aplicação de Inteligência Artificial na indústria e em grandes empresas. Por meio da plataforma Vortx e da metodologia DCIM (Download e-book gratuito), atende clientes importantes, como: Embraer (aeroespacial), Grupo Randon (automotivo), SolarBR Coca-Cola (alimentício), Hospital das Clínicas (saúde), NTS-Brasil (óleo e gás), Votorantim (energia), dentre outros.

Fique atento às novas publicações diárias da Aquarela Analytics no Linkedin e assinando a nossa Newsletter mensal! 

Autores

Share via
Send this to a friend