Agro 4.0: aplicações de IA e Analytics no agronegócio

Agro 4.0: aplicações de IA e Analytics no agronegócio

A utilização de Inteligência Artificial e Advanced Analytics no desenvolvimento do Agro 4.0

A Quarta Revolução Industrial, comumente chamada de Indústria 4.0, é um tema que permeia os mais diversos setores e cada vez mais faz parte do do dia-a-dia de empreendedores, gestores e principalmente times de inovação que buscam novos caminhos e tecnologias para capitanear mudanças. Aqui mesmo, no nosso blog, já discutimos a Indústria 4.0, sua definição e iniciativas desenvolvidas por diversas empresas nesse âmbito. 

No livro Indústria 4.0: status atual e tendências futuras, os autores afirmam que, após as transformações físicas e tecnológicas das revoluções anteriores, o desenvolvimento da Indústria 4.0 agregou aos sistemas de produção previsões e auxílio na tomada de decisão. Além disso, a Quarta Revolução é vista pelos autores como um desenvolvimento baseado na criação de um sistema integrativo e ambiente colaborativo, onde o cliente é considerado como parte do processo de produção. 

Dentro desse contexto, vamos abordar nesse artigo o Agro 4.0, ressaltando o papel da IA e Analytics no desenvolvimento do agronegócio.

O que é o Agro 4.0?

De acordo com a Brasil Agro, o Agro 4.0 incorpora as mais modernas práticas e processos de manejo com tecnologias de precisão, uso de sensores e mecanismos para previsão e resposta. Sendo assim, o processo de modernização do agronegócio está vinculado à utilização de novos hardwares em conjunto com ferramentas que auxiliam em todo o ciclo do setor. Nesse último tópico, entram conceitos como Inteligência Artificial e Machine Learning, Data Analytics, IoT e Smart Sensors.

Aplicações práticas

O agronegócio é um dos setores mais fortes do Brasil. Em 2019, por exemplo, foi responsável por aproximadamente 40% das exportações brasileiras. Se olharmos o total de bens e serviços finais do país, o setor representou 21,4% do PIB. Esses dados são do Centro de Estudos Avançados em Economia Aplicada (CEPEA/USP) e da Confederação da Agricultura e Pecuária do Brasil (CNA). Posto isso, os desenvolvimentos tecnológicos da Indústria 4.0 podem trazer incrementos de produtividade significativos para o setor e consequentemente para a economia do país.

Algumas vezes, as inovações tecnológicas em indústrias mais tradicionais são vistas como grandes desafios. No entanto, os saltos tecnológicos nos momentos de inflexão das indústrias são oportunidades para ganhos de produtividade.

Leia também: A utilização da Inteligência Artificial na Indústria

Otimização de área cultivável

Qual área é mais adequada para o plantio de determinada cultura ou qual solo é mais adequado para minimizar as perdas?

Por meio de dados georreferenciados, em conjunto com dados de plantio e produtividade, modelos de Machine Learning respondem essas perguntas com maior objetividade e embasamento estatístico. A Inteligência Artificial possibilita a otimização do tempo durante o processo de definição do cultivo, redução da subjetividade e maximização do Retorno sobre o Investimento (ROI).

Gestão de rebanho

No campo da pecuária de precisão, ferramentas de Data Analytics podem auxiliar no ganho de peso do rebanho, monitoramento em confinamento e até mesmo rastreabilidade na cadeia de beneficiamento. O uso dessas ferramentas aumenta a eficiência do processo de acompanhamento do rebanho, assim como oferece maior confiabilidade aos clientes finais. Além disso, sensores inteligentes podem ser utilizados para monitoramento e identificação do rebanho em grandes áreas.

Previsão de demanda

Assim como na otimização de área cultivável, reduzir a subjetividade no momento de decisão do que será produzido em cada período é muito importante e gera maximização de receita. Produzir em excesso determinado produto ou sofrer uma ruptura na cadeia produtiva de outro impactam diretamente as margens de uma empresa e a capacidade de gerar receita, respectivamente. Um preditor de demanda que utiliza dados de consumo doméstico e global reduz o MAPE (Mean Absolute Percentage Error), indicador de acurácia nos processos de previsão e acompanhamento da demanda.

Antecipação de fenômenos climáticos

O campo da meteorologia é um dos mais avançados no âmbito de modelos estatísticos com grande nível de confiança. A antecipação de fenômenos climáticos é crucial para a minimização de perdas em safras de diversas culturas, assim como para o manejo da pecuária. Sem dúvidas, ferramentas que utilizam IA podem fornecer maior confiabilidade em relação às previsões e mitigar possíveis riscos.  

Previsão de preço

O setor Agro, de maneira geral, está exposto à volatilidade das commodities agrícolas. Os preços dessas commodities possuem como direcionadores a demanda externa, a oferta total dos países produtores e o câmbio. Usualmente, as projeções de preços e hedge dessas commodities representam desafios internos para as empresas. Nesse contexto, ferramentas de IA reduzem o erro das projeções e auxiliam nas estratégias de hedge para a safra, por exemplo.

Automatização de plantio e colheita

A inserção de maquinário agrícola nas revoluções industriais anteriores aumentaram de forma significativa a produtividade do agronegócio. A automatização de processos como o plantio e colheita estão cada vez mais presentes, principalmente em grandes áreas com culturas menos sensíveis. 

Gestão e manutenção de ativos

O agronegócio, com o uso de máquinas e novas tecnologias da indústria 4.0, pode ser caracterizado como intensivo em capital. Para reduzir custos de monitoramento e manutenção de máquinas, a manutenção preditiva é uma solução tecnológica muito utilizada. A mudança de manutenção corretiva para preditiva reduz custos em maquinários de alto valor agregado, assim como evita rupturas na cadeia produtiva.

Agro 4.0 – Conclusões

Conforme levantamento realizado pela Comissão Brasileira de Agricultura de Precisão (CBAP) em 2017, 67% das propriedades agrícolas no país utilizam alguma inovação tecnológica em seus processos produtivos. Isso demonstra a forma como o setor está aproveitando as oportunidades de digitalização e desenvolvimento industrial.

Ganhos de produtividade, redução de custos de produção, modernização da lavoura e redução do uso de insumos, por exemplo, são alguns dos benefícios que a IA e Analytics agregam à agricultura intensiva.

A transformação do agronegócio tradicional em agronegócio digital está batendo na porta e já é uma realidade. A tecnologia pode permear ainda mais o segmento Agro, principalmente no Brasil. Afinal, nosso país é uma potência agrícola que traz em sua trajetória a inovação.

Quer aumentar a produtividade na lavoura, reduzir custos e melhorar a qualidade das decisões de negócios? Então, conheça o Agro 4.0

Quem é a Aquarela Advanced 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, Grupo Randon, Solar Br Coca-Cola e outros.

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

Autor

A utilização da Inteligência Artificial na Indústria

A utilização da Inteligência Artificial na Indústria

É recente o uso de Inteligência Artificial na indústria brasileira, configurando casos isolados considerados outliers. Nesses casos, a utilização de IA já vem gerando resultados otimizados, como a maximização da eficiência nos processos e a redução de custos, além de contribuir para o aperfeiçoamento da vantagem competitiva. 

O que faz algumas empresas se destacarem em relação à normalidade (curva normal) do nível de maturidade das empresas brasileiras é sem dúvida a coerência de seus programas estratégicos de governança de dados e conexão de processos de negócio industriais com as novas e diversas técnicas de inteligência artificial

Neste artigo, vamos compartilhar alguns exemplos do uso da Inteligência Artificial na indústria. 

Gestão e manutenção de ativos

De um modo geral, as indústrias detém grande quantidade de ativos físicos de alto valor agregado. Esses ativos, que demandam um controle apurado de suas condições de uso (monitoramento), podem se beneficiar de estratégias de IA para que suas manutenções sejam mais bem planejadas.

“Todos os ativos precisam de manutenção. A grande questão da otimização é reconhecer o melhor momento para ela”.

Joni Hoppen

A inteligência analítica preditiva e prescritiva, mais dispositivos de IOT, estão atuando para descobrir o melhor plano de ação das manutenções, que, dependendo do cenário (operação, ativos e usuários), podem representar milhões de reais em economia direta. 

Quer saber mais sobre o tema? Acesse o artigo: Manutenção planejada na indústria.

Gestão de preços mais dinâmicos

Com a movimentação dos estoques e das linhas de produção cada vez mais mapeadas digitalmente, torna-se mais tangível materializar estratégias de precificação dinâmica e inteligente dos produtos e até de serviços. Além disso, como efeito direto dessa digitalização, é possível criar e aproximar processos de previsão de demanda baseados em Inteligência Artificial com a operação com ganhos consideráveis de economia pela estratégia de demanda ajustada. 

Recursos humanos otimizados

Assim como as máquinas, as pessoas desempenham um papel fundamental na produção industrial, seja na confecção do produto final ou na construção dos equipamentos. 

Por esse motivo, há a tendência crescente de soluções de IA voltada para a evolução das pessoas. Estes sistemas, chamados de People Analytics ou People 4.0, são soluções customizadas para acompanhar a evolução dos profissionais. Cabe à Inteligência Artificial identificar padrões de comportamento e perfis a fim de recomendar cursos e atividades que auxiliem nas progressões de carreira. 

Em breve, compartilharemos um de nossos cases sobre o assunto.

Desenvolvimento de novos produtos 

Sem dúvidas, a maior parte de todos os produtos industriais que conhecemos e usufruímos hoje são resultado direto das milhares de interações entre profissionais, universidades, empresas, professores e alunos. Mas o que muda no novo paradigma industrial baseado em IA?

Que os novos produtos podem ser concebidos com todos os insumos citados acima e ainda milhões de opções criadas por simuladores 100% digitais. Como resultado, a Inteligência Artificial começa a permitir que a concepção de novas peças seja mais aderente e rápida ao atendimento dos requisitos do mercado. Assim, ela pode, inclusive, gerar peças de melhor qualidade com melhor custo de produção. 

Atualmente, trabalhamos com esta frente que consideramos uma das mais estratégicas da indústria avançada. 

Considerações finais – Inteligência Artificial na Indústria

Neste artigo buscamos apresentar quatro áreas/abordagens do uso estratégico de Analytics com foco na indústria. 

A indústria, em especial, a brasileira, passa por um profundo momento de transformação digital. Ela precisa de aprimoramentos em seu stack tecnológico analítico para então colher os frutos gerados pela inteligência artificial. 

A lista de oportunidades em IA não é exaustiva, mas aponta para alguns caminhos que certamente mudam a forma de se trabalhar na indústria, apresentando resultados cada vez mais expressivos. 

Sobre o futuro, a Inteligência Artificial na indústria ainda reserva algumas novidades. Entretanto, temos a certeza de que os produtos industriais serão mais otimizados e integrados em uma cadeia de valor cada vez mais digital e global. 

Quem é a Aquarela Advanced 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, Grupo Randon, Solar Br Coca-Cola e outros.

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

Autor

Precificação dinâmica: o que é e quais são seus benefícios?

Precificação dinâmica: o que é e quais são seus benefícios?

A precificação dinâmica (dynamic pricing), também interpretada em outros contextos como precificação inteligente (smart pricing), otimização de preços (price optimization), personalização de preços, recomendação de preços (pricing recommendation), strategic pricing, trata de um ponto relevante no planejamento estratégico das empresas e, como tal ,necessita de atenção especial dos gestores CEOs, CIOs, gerentes comerciais e de gestão de receitas (revenue management). 

De acordo com a Forbes, as principais empresas do mundo digital, que buscam destaque em um mercado competitivo, utilizam a precificação dinâmica. Esse tipo de estratégia pode ser aplicada em diversos setores, ajudando as empresas a alcançarem a qualidade e notoriedade necessárias para o sucesso.

Nesse artigo, vamos abordar o conceito de precificação dinâmica e apontar alguns dos benefícios do uso dessa estratégia.

O que é a precificação dinâmica?

É uma estratégia utilizada para estabelecer um preço condizente com o mercado para produtos e serviços ofertados pelas empresas. Ela leva em conta fatores como equilíbrio entre oferta e demanda, sazonalidade e estratégia da concorrência. Essa estratégia permite que as empresas consigam se adaptar ao mercado com agilidade e de forma competitiva.

Benefícios

Para um melhor entendimento das vantagens de investir em precificação dinâmica inteligente, elencamos alguns benefícios que essa estratégia pode proporcionar para os negócios.

Maximização de lucros

Utilizando a precificação dinâmica, é possível acompanhar o valor do produto de interesse e acompanhar as oscilações de preço da concorrência mais rapidamente, permitindo, assim, seguir a tendência sem medo de perder espaço no mercado e aumentando a margem de lucro. Quando a tendência do mercado é diminuir o preço, também é possível ganhar aumentando o número de conversões e ganhando por volume. 

Entender o comportamento do consumidor

Mais um benefício da precificação dinâmica é o fato de que ela ajuda a mapear pontos importantes do comportamento do consumidor. Por exemplo, os tipos de promoção que melhor funcionam e os produtos mais vendidos em determinado período, entre outras coisas.

Automatização do benchmarking

Além de permitir preços mais competitivos frente à concorrência, a precificação dinâmica é uma maneira de acompanhar a concorrência de forma mais ágil e rápida, permitindo que a empresa se prepare para enfrentar ameaças ou aproveitar oportunidades. Além disso, pode ajudar a observar os concorrentes para criar diferenciais atrativos para a sua empresa.

Para entender melhor na prática os benefícios dessa estratégia e compreender as diferenças entre precificação estática, dinâmica e inteligente, veja o Case do metrô de Londres.

Implementando a precificação dinâmica

Baseando-se em dados de preços ou dados que indiquem um tipo de efetivação de venda, é possível criar uma ferramenta para atualização de preços na periodicidade desejada, de acordo com as regras de negócio da empresa. A recomendação é de que os dados estejam estruturados por meio de um Data Lake (6 recomendações de gestão para projetos de Data Lake).

Além das regras de negócio, o uso de Inteligência Artificial (IA) e Machine Learning permitem potencializar a ferramenta, analisando dados passados para buscar os padrões de preços bem sucedidos ou até mesmo uma modelagem complexa para que a IA consiga definir os preços a partir de fatores que não necessariamente sejam do passado. 

Quer saber mais sobre como implementar a precificação dinâmica na sua empresa? Então, veja nosso artigo detalhando o processo aqui: Como implementar precificação dinâmica com sucesso

Precificação dinâmica – Conclusões e recomendações

A precificação dinâmica é uma grande oportunidade para promover a otimização de preços das empresas, aproveitando todas as vantagens que ela oferece, possibilitando, assim, um planejamento mais consistente e evitando a perda de conversões. 

A decisão de dinamizar a escolha de preços não é simples, por isso é importante escolher um fornecedor apto para tal. Alguns aspectos a serem analisados na busca de um fornecedor para a solução de precificação podem ser encontrados neste artigo: Como escolher o melhor fornecedor de Data Analytics e Inteligência Artificial

Gostou do nosso conteúdo? Então comente abaixo e compartilhe nas redes sociais. 

Quem é a Aquarela Advanced 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, Grupo Randon, Solar Br Coca-Cola e outros.

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

Onde grandes empresas utilizam Inteligência Artificial (IA)?

Onde grandes empresas utilizam Inteligência Artificial (IA)?

Quando falamos de Inteligência Artificial ou simplesmente IA, é comum pensarmos em robôs e tecnologias abstratas e distantes. Apesar de ser utilizada para tais feitos, a IA também está presente no nosso dia a dia, muito mais perto do que costumamos pensar. 

Além de facilitar nossa rotina diária, a IA também é responsável por ajudar empresas e indústrias em seus processos de tomada de decisão, precificação e manutenção, melhorando processos e aumentando o retorno financeiro. Por isso, o investimento em inteligência artificial vem crescendo mundialmente e fazendo a diferença em diversos setores da economia (Internacional Finance Corporation). 

Neste artigo vamos mostrar como a IA tem impactado algumas das maiores empresas do mundo.

Alibaba

A gigante chinesa Alibaba utiliza algoritmos baseados em IA e processamento de linguagem natural (NLP) para ajudar na recomendação de produtos aos compradores e na previsão de demanda para os varejistas (Previsão de demanda na visão da Aquarela parte 1

Além disso, ela possui também um chatbot que, de acordo com a empresa, consegue suprir 90% das solicitações dos clientes. Essas tecnologias, no primeiro ano de sua implementação, permitiram que a empresa alcançasse a marca de US$ 25 bilhões em vendas no famoso Singles Day, contra US$ 17,8 bilhões quando comparado ao ano anterior.

Netflix

A Netflix revolucionou o mercado de streaming utilizando uma estratégia de personalização com recomendações focadas no usuário. Utilizando IA e análise de dados, a Netflix consegue entregar um serviço personalizado que deixa seus assinantes mais satisfeitos por encontrarem o que precisam sem buscar muito, tornando-se, dessa maneira, a líder mundial em serviços de streaming.

American Express

 A American Express, empresa de serviços financeiros, utiliza das vantagens da IA para prevenção de fraudes, detecção de outliers (O que são outliers?) e prevenção à inadimplência. Com algoritmos de aprendizado de máquina e análise de dados embutidos em um processo de precificação dinâmica, a empresa consegue economizar milhões em perdas. Assim, consegue detectar fraudes quase em tempo real e definir o limite de crédito de acordo com o perfil de seus clientes. 

Google

Talvez não seja novidade para ninguém que o buscador do Google utiliza recursos da Inteligência Artificial para recomendações e ranqueamento de sites, mas vai muito além disso. 

Outros sistemas que também utilizam IA são: 

  • assistente virtual, o Google Assistente
  • Google Fotos para reconhecimento e agrupamento de imagens; 
  • Gmail para sugestão de textos na escrita de e-mail; 
  • Google Maps para traçar a menor rota de um ponto ao outro e diversas outras aplicações. 

Infervision

Apesar de não ser tão conhecida, a Infervision ajudou a salvar milhares de vidas na China utilizando Inteligência Artificial (IA). Por meio de aprendizado de máquina e reconhecimento de imagens, a startup de diagnóstico por imagem conseguiu treinar algoritmos capazes de captar sinais precoces de câncer de pulmão com precisão e eficácia, um problema que aflige milhares de chineses todos os anos. Com isso, além de salvar vidas, conseguiu se estabelecer no mercado.

Aquarela + Grupo São Carlos

Em parceria com o grupo São Carlos, desenvolvemos um conjunto de mecanismos inteligentes para indústria e serviços de refrigeração que envolve a prevenção a falhas e a otimização do processo de manutenção. 

Neste cenário, a plataforma Vortx identifica os fatores críticos para a manutenção preventiva e corretiva a partir de dados de operação e IoT, utilizando técnicas de Machine Learning. Por meio de painéis online, monitora-se o estado do equipamento em tempo real e recomenda-se os procedimentos de troubleshooting. Assim, é gerada uma lista otimizada de procedimentos para a prevenção de falhas.

Impactos nos negócios a partir da utilização da Inteligência Artificial (IA):

  • Aumento da segurança;
  • Redução de custos com manutenção;
  • Maior produtividade.

Conclusão

Neste artigo mostramos que a Inteligência Artificial (IA) traz impactos positivos para a sociedade e para a economia. Além disso, é um mercado que vem trazendo retornos financeiros consideráveis para as empresas e indústrias que estão investindo nesse mercado crescente. 

Gostou do artigo? Deixe seu comentário e compartilhe.

Quem é a Aquarela Advanced 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, Grupo Randon, Solar Br Coca-Cola e outros.

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

Autores:

Normalização geográfica: o que é e quais suas implicações?

Normalização geográfica: o que é e quais suas implicações?

Há grande valor em representar a realidade por meio de visualizações, sobretudo as informações espaciais. Se você já viu um mapa, sabe que os polígonos que constituem os limites políticos de cidades e Estados são geralmente irregulares (ver Figura 1a). Essa irregularidade dificulta a condução de análises e, por isso, não pode ser tratada por ferramentas de Business Intelligence tradicionais.  

Repare o ponto verde na Figura 1b, ele está sobre o polígono (‘bairro’) n.14, situado entre n.16 e n.18. Então responda agora: qual região está exercendo maior influência no ponto verde? É o bairro n.16 ou o n.18? O ponto verde é representativo pela região n.14, região n.16 ou n.18? 

Para responder questões como essas e para minimizar o viés gerado por visualizações com polígonos irregulares, a Plataforma Vortx faz o que se conhece por Normalização da Geografia, transformando os polígonos irregulares em polígonos de tamanho único e formato regular (ver Figura 1c). 

Após a “normalização geográfica”, é possível analisar os dados de determinado espaço por meio de estatísticas absolutas, não somente relativas, e sem distorções provocadas por polígonos de tamanhos e formatos distintos.

normalização geográfica - mapa Florianópolis
Figura 1 – Fonte: Adaptado de Associação Comercial e Industrial de Florianópolis – ACIF (2018) https://www.acif.org.br/a-acif/historico/attachment/mapa-acif-1/

Diariamente, pessoas, empresas e governos realizam inúmeras decisões considerando o espaço geográfico. Qual academia é mais perto de casa para eu me matricular? Em qual local devemos instalar o novo Centro de Distribuição da empresa? Ou, onde o Município deve posicionar as centrais do SAMU? 

Assim, no artigo de hoje, propomos duas perguntas: 

  1. O que acontece quando as informações georreferenciadas estão distorcidas? 
  2. Quão próximo podem chegar nossas generalizações sobre o espaço?

Normalização geográfica

Trabalhando com polígonos e regiões 

Lembrando que o conceito de polígono é derivado da geometria, sendo definido como: “uma figura plana, fechada e formada por segmentos de reta“. Quando o polígono possui todos os lados iguais e, consequentemente, todos os ângulos iguais, podemos chamá-lo de polígono regular. Quando isso não acontece, este é definido como um polígono irregular.

Fazemos o uso da divisão política da organização do território para entender seus contrastes, delimitando entre Nações, Estados e Municípios, por exemplo, mas também podemos delimitar regiões segundo diversas características, como a região da Caatinga, a região da Bacia Amazônica e até mesmo a zona do Euro ou zonas de eleitores do Trump e Biden. Enfim, basta cercar determinado local do espaço por alguma característica em comum. Os polígonos regionais, portanto, são extensamente utilizados para representar determinadas regiões ou a organização do território dessas regiões.

Diversas ferramentas de mercado preenchem polígonos com tonalidades distintas de cores, de acordo com os dados da região, buscando por contrastes entre estes.  Mas, cuidado! No caso dos tamanhos e formatos dos polígonos não serem constantes, pode haver vieses geográficos, tornando a visualização passível a interpretações errôneas. 

Dessa forma, a abordagem de polígonos se torna limitada nos seguintes aspectos: 

  • Comparações entre regiões de forma desigual;
  • Necessidade de relativização de indicadores por número da população, área ou outros fatores;
  • Não permite análises mais granulares;
  • Demanda mais atenção dos analistas ao criarem afirmações sobre determinadas regiões. 

Finalidade da normalização geográfica

Portanto, a razão de existir da normalização geográfica é a superação dos problemas típicos associados a análises de dados relacionadas aos polígonos irregulares, transformando a organização do território em um conjunto de polígonos (no caso, hexágonos) de tamanho e formato regulares.

No exemplo abaixo, comparamos as duas abordagens; 

1) Análise com polígonos de mesorregiões e; 2) Hexágonos sobre a região sudeste do Brasil. 

Normalização da Geografia
Figura 2 – Fonte: Aquarela Advanced Analytics (2020)

A Normalização Geográfica busca minimizar possíveis distorções de análise gerados por polígonos irregulares ao substituí-los por polígonos de formato e tamanho regulares. Isso proporciona uma alternativa elegante, agradável aos olhos e precisa, capaz de evidenciar padrões inicialmente desconhecidos.  

A normalização deixa mais claro e simples a definição de vizinhança entre os polígonos, inclusive, promovendo melhor aderência aos algoritmos de inteligência artificial que buscam padrões e eventos que se autocorrelacionam no espaço. 

Afinal, de acordo com Primeira Lei da Geografia:

“Todas as coisas estão relacionadas com todas as outras, mas coisas próximas estão mais relacionadas do que coisas distantes.” 

Waldo Tobler

A normalização geográfica pode também ser feita de diferentes formas, como por triângulos equiláteros, quadrados ou hexágonos. No entanto, o hexágono proporciona o menor viés, dentre esses, devido ao menor tamanho de suas paredes laterais. 

Com a normalização, torna-se possível a sumarização das estatísticas dos pontos (habitantes, residências, escolas, unidades de saúde, supermercados, indústrias, etc.) contidos dentro desses hexágonos de modo a haver constância na área de análise e, claro, significância estatística dessas sumarizações. Empresas de analytics maduras, com um datalake robusto e bem consolidado, passam a ter a vantagem nesse tipo de abordagem. Confira também nosso artigo sobre Como escolher uma empresa de analytics.

Utilização da geografia normalizada

A geografia normalizada pode também ser utilizada por meio de mapas interativos. Mapas desse tipo possibilitam um nível de aproximação bastante interessante nas análises, como podemos ver na animação abaixo, onde mostramos uma visualização da Plataforma Vortx que apresenta as escolas na cidade de Curitiba. 

Quanto mais escuro o hexágono, maior a quantidade de escolas. Perceba que também podemos ter acesso a outros dados através do pop-up e alterar o tamanho do hexágono a gosto. 

“Quanto maior a quantidade de dados pontuais disponíveis em uma região, menor o tamanho possível dos hexágonos”. 

Limitações da análise normalizada

Como toda a representação da realidade, modelos que utilizam a análise normalizada – apesar de grande valia na tomada de decisão – não substituem por completo a ilustração dos dados espaciais em polígonos irregulares, sobretudo quando: 

  • Há uma divisão política clara a ser considerada;
  • Não há razoável volume de dados;
  • Não há um consenso sobre o tamanho dos polígonos regulares.

Além disso, o processamento computacional para produzir mapas normalizados também deve ser levado em consideração, posto que o processamento dos dados nesse não se resume ao número de observações do fenômeno analisado, mas também ao tratamento da geografia sob análise. Por exemplo, workstations ou notebooks convencionais podem levar horas para processar cálculos geoestatísticos básicos das 5573 cidades do Brasil.

Conclusões e recomendações 

Nesse artigo explicamos sobre normalização geográfica, sua importância, vantagens e cuidados para condução de análises espaciais. Além disso, comparamos duas abordagens importantes para análises de dados espaciais. Vale notar que essas abordagens se mostram complementares para haver um melhor entendimento da distribuição dos dados sobre o espaço. Portanto, recomendamos a visualização das análises em múltiplas facetas.

Percebemos que, ao desenhar o espaço geográfico de forma equânime, torna-se factível uma série de benefícios às análises, tais como: 

  • Alinhar o tamanho das visualizações de acordo com a necessidade do negócio;
  • Adaptar as visualizações conforme a disponibilidade dos dados; 
  • Poder fazer comparativos “justos” entre os indicadores absolutos de cada região;
  • Observar zonas de intensidade com menor viés;  
  • Simplificar a definição de vizinhança entre os polígonos, proporcionando, assim, melhor aderência a algoritmos espaciais; 
  • Encontrar padrões e eventos que se autocorrelacionam no espaço com maior acurácia;
  • Utilizar algoritmos de inteligência artificial (supervisionados e não supervisionados) para assim identificar pontos de interesse que não seriam identificados sem a normalização. Mais informações em: Aplicação de Inteligência Artificial em análises georreferenciadas

Por fim: toda ferramenta tem um propósito, as visualizações georreferenciadas podem levar a decisões ruins ou boas. 

Dessa forma, usar a visualização correta, em conjunto com os algoritmos certos e bem implementados, a partir de um processo de analytics adequado, podem potencializar decisões críticas que levarão a grandes vantagens competitivas tão importantes frente aos desafios econômicos atuais.

Quem é a Aquarela Advanced 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, Grupo Randon, Solar Br Coca-Cola e outros.

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