O Big Data é a ferramenta de gestão do momento, e é aplicado em 450 das 500 maiores companhias americanas. Nunca foi tão fácil e relativamente barato coletar informações em toda a cadeia, e gestores agora são lembrados o tempo todo que precisam aplicar esse mundo de números para aumentar a eficiência e o faturamento das empresas. Mas, ao contrário de outras grandes teorias que estiveram na moda nos últimos anos, o Big Data se destaca por não precisar, necessariamente, de grandes teorias para ser aplicado – e sim boas ferramentas. É a velha máxima de “os números falam por si”.
“O pessoal de vendas, em todos os setores, há muito tempo, são informados de que precisam entender o que atrai os consumidores e compreender as razões por trás de suas decisões. O Big Data mostra que há um outro approach possível, em algumas maneiras mais pragmático: saber o que e não por que é bom o suficiente”, escrevem Viktor Mayer-Schönberger e Kenneth Cukier no livro Big Data – A revolution that will transform how we live, work and think (Big Data: uma revolução que vai transformar como vivemos, trabalhamos e pensamos, sem tradução para português).
Há algumas teorias bem fundamentadas sobre o que causa, por exemplo, um aumento nas vendas de determinados itens em diferentes estações do ano ou datas festivas. No Dia das Mães, vendem-se mais flores. Em dias chuvosos, os camelôs multiplicam o seu estoque de guarda-chuvas e testam instintivamente o limite do preço. Mas, para estabelecer essas relações de causalidade, são necessárias pesquisas, campanhas de marketing e o teste de hipóteses. Com o Big Data, a custosa demonstração de causalidade pode ser substituída, em muitos casos, pela correlação, argumentam os autores do livro.
Quando observamos que algum indicador (como vendas de determinado produto) cresce de maneira acentuada toda vez que outro também se movimenta, temos uma correlação forte. Ao identificar a correlação, deveríamos ir atrás das causas, ensinam os gurus de administração. Não mais, necessariamente. Para exemplificar esse novo approach, os autores de Big Data analisam o caso do Walmart, que percebeu que, nos dias que antecediam furacões, não só as vendas de equipamentos como lanternas aumentavam, mas também a de Pop-Tarts, um cereal doce que os americanos comem no café da manhã. Ninguém sabia exatamente a causa, mas os números, coletados em milhares de lojas pelo país, mostravam que o fenômeno era claramente observável.
De posse dessa informação, os gerentes passaram a colocar o doce logo na entrada da loja, ao lado dos equipamentos para emergências, quando havia um aviso meteorológico de furacão. Isso não só facilitou a vida dos clientes, mas aumentou as vendas. “No passado, alguém na sede precisaria ter tido uma ideia anterior para coletar dados e testar a ideia. Agora, com tantas informações e ferramentas melhores, as correlações aparecem mais rapidamente e são mais baratas”, defendem os autores.
Chris Anderson, autor da Teoria da Cauda Longa, já observava isso havia cinco anos, em um artigo intitulado “O Fim da Teoria”: “Quem sabe por que as pessoas fazem o que elas fazem? O ponto é que elas fazem, e nós podemos acompanhar e medir isso com fidelidade sem precedentes. Com informação o suficiente, os números falam por eles mesmos”.
Junte vários números e converse com eles. Você poderá ficar surpreso com o que eles têm a dizer.
Big data: a próxima fronteira para a inovação, concorrência e produtividade
A Quantidade de dados em nosso mundo foi explodindo, e análise de grandes conjuntos de dados, os chamados grandes de dados se tornará uma base-chave da competição, sustentando novas ondas de crescimento da produtividade, inovação e excedente do consumidor, de acordo com pesquisa realizada pela MGI e Tecnologia Escritório de Negócios da McKinsey. Líderes em cada setor terá que lidar com as implicações de grandes volumes de dados, e não apenas alguns gerentes de dados orientados. O crescente volume e detalhes de informações capturadas por parte das empresas, o aumento de multimídia, mídias sociais e Internet das Coisas vai impulsionar o crescimento exponencial dos dados para o futuro previsível.
Interativo
Talento analítico Deep: Onde estão eles agora?
Pesquisa por do MGI e McKinsey Tecnologia Escritório de Negócios analisa o estado dos dados digitais e documentos de valor significativo que pode, potencialmente, ser desbloqueado.
MGI estudou grandes volumes de dados em cinco domínios de cuidados de saúde nos Estados Unidos, o setor público na Europa, varejo nos Estados Unidos, e fabricação e data-localização pessoal globalmente.Big data pode gerar valor em cada um. Por exemplo, um varejista com grandes volumes de dados para a plena pode aumentar sua margem operacional em mais de 60 por cento. Aproveitamento de grandes volumes de dados no setor público tem um potencial enorme, também. Se saúde dos EUA estavam a usar grandes volumes de dados de forma criativa e eficaz para impulsionar a eficiência e qualidade, o setor poderia gerar mais de US $ 300 bilhões em valor de cada ano. Dois terços do que seria na forma de reduzir as despesas de saúde dos EUA em cerca de 8 por cento. Nas economias desenvolvidas da Europa, os administradores do governo poderia economizar mais de € 100 bilhões (149000000000 dólares) em melhorias de eficiência operacional sozinho usando big data, não incluindo o uso de grandes volumes de dados para reduzir a fraude e os erros e aumentar a arrecadação de receitas fiscais. E os usuários de serviços habilitados por dados localização pessoal poderia capturar $ 600 bilhões em excedente do consumidor. A pesquisa oferece sete idéias-chave.
1. Os dados foram arrastados para todos os setores e funções de negócios e agora são um importante fator de produção, juntamente com o trabalho eo capital. Nós estimamos que, até 2009, quase todos os setores da economia dos EUA tiveram pelo menos uma média de 200 terabytes de dados armazenados (o dobro do tamanho do EUA varejista armazém de dados do Wal-Mart em 1999) por empresa com mais de 1.000 funcionários.
2. Há cinco grandes formas de usar grandes volumes de dados podem criar valor.Primeiro, os dados grandes podem destravar um valor significativo, tornando a informação transparente e utilizável em muito maior frequência. Em segundo lugar, como as organizações a criar e armazenar mais dados transacionais em formato digital, eles podem coletar informações de desempenho mais precisa e detalhada sobre tudo, de estoques de produtos para dias de doença, e, portanto, expor a variabilidade e aumentar o desempenho. As empresas líderes estão usando a coleta de dados e análise para conduzir experimentos controlados para tomar melhores decisões de gestão, outros estão usando dados básicos para a previsão de baixa freqüência para nowcasting de alta freqüência para ajustar suas alavancas de negócios na hora certa. Em terceiro lugar, big data permite que cada vez mais estreito segmentação de clientes e produtos ou serviços, portanto, muito mais precisamente adaptados. Em quarto lugar, análises sofisticadas podem melhorar substancialmente a tomada de decisões. Finalmente, o grande volume de dados pode ser utilizado para melhorar o desenvolvimento de uma nova geração de produtos e serviços. Por exemplo, os fabricantes estão usando dados obtidos de sensores embutidos em produtos para criar ofertas de serviços pós-venda inovadores, tais como a manutenção pró-ativa (medidas preventivas que ocorrem antes de ocorrer uma falha ou é notado).
Podcast
Destilação valor e dirigir a produtividade de montanhas de dados
Michael Chui discute como a escala eo alcance do acesso das empresas aos dados está mudando a forma de fazer negócios.
3. O uso de grandes volumes de dados se tornará uma base fundamental da concorrência e crescimento para as empresas individuais. Do ponto de vista da competitividade e do potencial de captura de valor, todas as empresas precisam tomar grandes volumes de dados a sério. Na maioria das indústrias, os concorrentes estabelecidos e os novos operadores iguais irá alavancar data-driven estratégias para inovar, competir e capturar valor a partir de informações de profundidade e up-to-em tempo real.De fato, encontramos os primeiros exemplos dessa utilização dos dados em todos os setores que examinamos.
4. O uso de grandes volumes de dados irá apoiar novas ondas de crescimento da produtividade e excedente do consumidor. Por exemplo, estima-se que um retalhista utilizando grandes volumes de dados para o completo tem o potencial para aumentar a sua margem de operação em mais de 60 por cento. Big data oferece benefícios consideráveis para os consumidores, bem como para empresas e organizações. Por exemplo, os serviços habilitados por personal-localização de dados pode permitir que os consumidores capturam $ 600 bilhões em superávit econômico.
5. Embora o uso de grandes volumes de dados importa em todos os setores, alguns setores são definidos para maiores ganhos. Nós comparamos a produtividade histórica de setores nos Estados Unidos com o potencial desses setores para captar valor a partir de dados grandes (com um índice que combina várias métricas quantitativas), e descobriu que as oportunidades e desafios variam de setor para setor. Os setores de informática e produtos eletrônicos e de informação, bem como finanças e seguros, e do governo estão prestes a ganhar substancialmente a partir da utilização de grandes volumes de dados.
6. Haverá uma escassez de talentos necessários para que as organizações aproveitem de grandes volumes de dados. Em 2018, os Estados Unidos só poderá enfrentar uma escassez de 140 mil a 190 mil pessoas com habilidades analíticas profundas, bem como 1,5 milhões de gerentes e analistas com o know-how de usar a análise de grandes volumes de dados para tomar decisões eficazes.
7. Várias questões terão de ser enviadas para capturar o potencial de grandes volumes de dados. Políticas relacionadas à privacidade, segurança, propriedade intelectual, e até mesmo a responsabilidade terá de ser abordado em um mundo de dados grande. As organizações precisam não só de colocar o talento ea tecnologia certa no lugar, mas também a estrutura de fluxos de trabalho e incentivos para otimizar o uso de grandes volumes de dados. O acesso aos dados é crítico-empresas precisam cada vez mais de integrar informações de múltiplas fontes de dados, muitas vezes, de terceiros, e os incentivos têm de estar no lugar para permitir isso.
Quants: Conheça os gênios da matemática de serviço Wall Street
REUTERS / Lucas Jackson
Um comerciante joga uma bola no ar, enquanto ele trabalha no chão da New York Stock Exchange, uma vez que se fecha para a semana de 5 de julho de 2013.
Consulte também
Esqueça Gordon Gekko. Velho estilo de comerciantes da cidade estão sendo substituídas por gênios matemáticos que usam super-computadores para bater os mercados. Mas são 'quants' uma força para o bem ou para o mal?
Às 01:07, na tarde desta terça-feira 23 de abril deste ano, um tweet da agência de notícias Associated Press, em Washington foi publicado. Ele dizia "Breaking: Duas explosões na Casa Branca e Barack Obama está ferido." Isso não era verdade - conta AP havia sido invadido por um grupo obscuro de nerds de tecnologia que se autodenominam Exército Eletrônico da Síria -, mas em milésimos de segundos o tweet havia sido notado e sinalizado trocando computadores em Wall Street.
Programado para digitalizar a internet por palavras ou frases que podem afetar os mercados de ações, as máquinas irrefletidos tinha imediatamente apoderou-se o tweet, notou a proximidade das palavras "Obama", "explosões" e "Casa Branca" e desencadeou uma torrente de trades. Em poucos segundos, o Dow Jones despencou 140 pontos e mais de US $ 200 bilhões de capital havia sido exterminada.
Poucos minutos depois, o relatório foi exposto como uma fraude e os mercados voltaram rapidamente aos seus níveis pré-tweet. Mas, para muitos, a idéia de que um Tweet falso pode ter um enorme impacto sobre os mercados financeiros foi incrível. Quem estava correndo Wall Street? Os seres humanos ou máquinas?
Se você pensou "humanos", que era terrivelmente desatualizado. Ao longo da última década, tem havido um golpe tecnológico d'etat no pregão. Os antigos "Mestres do Universo" - os tipos de Gordon Gekko com o cabelo penteado para trás e US $ 5.000 processos - foram substituídas por incrivelmente poderosos computadores capazes de analisar grandes quantidades de dados e compra ou venda de ações em um piscar de olhos. Hoje, se você visitar um pregão, em vez de bombeado-up homens em laços frouxos gritando ao telefone, que são mais propensos a ver filas de pessoas estudioso de aparência (a maioria deles ainda homens) sentadas na frente de telas de computador, em silêncio comércios de monitoramento que está sendo realizado em seu nome por máquinas.
Cerca de 70% das ordens de compra ou venda em Wall Street estão agora colocados por programas de software, e as pessoas estudioso de aparência, gênios matemáticos que são responsáveis por escrever esses programas, são as novas "caras mais espertos da sala". É a idade do algoritmo.
Os matemáticos fizeram suas primeiras incursões no mundo financeiro nos anos sessenta. Edward Thorp, professor de matemática na Universidade da Califórnia, publicou um livro em 1967 chamado de bater o mercado no qual ele expôs o que ele dizia ser uma maneira infalível de ganhar dinheiro no mercado de ações, todos baseados em um sistema que tinha anteriormente concebido para bater casinos no blackjack. O sistema de blackjack tinha sido tão bem sucedida que tinha forçado casinos para alterar as suas regras e bater o mercado - que tinha a ver com a venda de ações e títulos por um preço e comprá-los de volta a um preço inferior - provou ser ainda mais inovador. Em 1974, Thorp fundou um fundo de hedge chamado Princeton / Newport Partners e começou a fazer uma matança nos mercados.
Ao mesmo tempo, as perspectivas de emprego para os cientistas tinham despencou. Desde a aterragem de lua 1969, o governo americano havia cortado o financiamento para programas de ciência e desviou-o para a guerra do Vietnã.
"A geração de físicos que tinham ido para a faculdade deixou com seus doutores e entrou em um mercado de trabalho muito deprimido", explica James Owen Weatherall, autor de The Physics of Finance . Eles tinham que ganhar a vida de alguma forma, e, ao ver a quantidade de dinheiro que era para ser feito em Wall Street, muitos decidiram entrar em finanças.
Na Grã-Bretanha, a queda da União Soviética levou a um influxo de cientistas do Pacto de Varsóvia. Em ambos os casos, esses cientistas trouxeram com eles uma nova metodologia baseada na análise de dados e também a fé, que, usando o poder de fogo de computação suficiente, era possível prever o mercado. Foi o início de uma nova disciplina, a análise quantitativa, eo mais famoso "quant" de tudo era um cambaleante donnish matemática gênio com uma barba desgrenhada e aversão a meias chamado Jim Simons.
Para aqueles que conhecem suas física, Simons é uma lenda viva. Um pedaço de matemática, ele co-criado, o Chern-Simons 3-forma, é um dos elementos mais importantes da teoria das cordas, a chamada "teoria de tudo". Altamente acadêmico, Simons nunca parecia o tipo de pessoa que gravitam para os arredores de terra de Wall Street. Mas em 1982, ele fundou uma empresa de gestão de fundos de hedge extraordinariamente bem sucedida, Technologies Renascimento, cuja assinatura fundo, Medalhão, passou a ganhar uma incrível 2,478.6 por cento de retorno em seus primeiros 10 anos, acima de qualquer outra forma de fundos de hedge do planeta, incluindo Fundo de George Soros Quantum.
Seu sucesso, baseado em um algoritmo altamente complexo e secreto, continuou nos Noughties e ao longo da vida do fundo, os retornos do medalhão têm em média 40 por cento ao ano, tornando-Simons, um dos homens mais ricos do mundo, com um patrimônio líquido em excesso de US $ 10 bilhões.
De seus 200 funcionários, abrigados num edifício fortaleza-como fora de moda em Long Island, Nova York, um terço têm PhDs, não em finanças, mas em áreas como física, matemática e estatística. Renascimento foi chamado de "o melhor física e departamento de matemática do mundo" e, de acordo com Weatherall ", evita a contratação de ninguém, mesmo com o menor sinal de Wall Street bona fides. Doutorados em finanças não se aplicam, nem deveria comerciantes que tem seu início em bancos de investimento tradicionais ou até mesmo de outros fundos de hedge. O segredo para o sucesso de Simons foi direcção clara dos peritos financeiros. "
Não surpreendentemente, os comerciantes de estilo antigo odiar os quants. Não só eles empurraram-los fora do topo da árvore de negociação, há também um conflito básico de culturas. Eles não estão a piscar e, invariavelmente, um pouco estranho socialmente. Como um vendedor de software anônimo que lida com fundos de hedge se relaciona em um blog: "Eles não faço conversa fiada. Quando um deles me pega de recepção e montar o elevador, eu aprendi a não iniciar conversando sobre, digamos, o tempo. Eles simplesmente não parecem compreender. Eles acham que você está tentando comunicar algo aparentemente importante sobre as condições meteorológicas. Mesma coisa com piadas inocentes ... olhares em branco ".
Então, o que exatamente analistas quantitativos fazer?
Patrick Boyle e Jesse McDougall executar um fundo de hedge que operam a partir de uma casa da cidade Islington. Seus escritórios estão ao lado do tipo de café ética cujos donos provavelmente estaria horrorizado com o capitalismo desenfreado em exposição ao lado. Quando eu encontrá-los eles estão sentados em uma pequena sala dominada por três telas de computador. Eles começam a trabalhar às sete da manhã e final em torno de 11 à noite. "Temos telas de computador em nossa cozinha e sala de estar", diz Boyle, de 37 anos. "Assim, podemos monitorar os mercados, enquanto jantava e podemos ligar-se remotamente, se formos sair à noite." Ele me mostra um gráfico de acompanhamento do desempenho de seu fundo. A linha não mergulhar quando o restante das quedas do mercado sobe e mais rápido do que o FTSE.
Como eles fazem isso?
"Fazemos isso com a matemática", diz ele. "Nós compramos os dados do mercado de ações e analisá-lo. É como previsão do tempo -, podemos dizer que há um 65 por cento de probabilidade de que o mercado será de entre aberto e fechado, de modo que são capazes de ter mais de 50 por cento de probabilidades sobre os movimentos de curto prazo e com o tempo se você chamar curto prazo, bem, você pode ganhar dinheiro. "
Quem escreveu o programa de computador que eles usam? "Eu fiz", disse Boyle. Como você escreve algo assim? "Devagar".
A escrita do programa pode ser lento, mas a velocidade das transações é super rápido. Alguns quants especializar no que é chamado de alta frequência de negociação (HFT) , que envolve um grande número de comércios sobre períodos muito curtos de tempo. "Em um milésimo de segundo o preço poderia subir por um centavo", diz McDougall. "Você faz isso milhares de vezes em centenas de partes e você ganhar dinheiro."
Boyle e McDougall fundo de hedge não fazer trades de alta frequência, de modo a descobrir mais eu me encontro com Simon Jones, que estava correndo da mesa quants de um grande banco, até poucos meses atrás. Ele tem 36 anos.
"Os rapazes e mulheres que trabalharam comigo foram os melhores dos melhores. Eles vieram de todo o mundo: da Índia, Rússia e China "O trabalho foi intenso e altamente competitivo.. "Digamos que eu tenha notado que o momento em que o Dow sobe o FTSE sobe", diz Jones. "A primeira pessoa a perceber isso e fazer um comercial pode ganhar dinheiro, mas para fazer o que significa obter os dados de Nova Iorque para Londres e, em seguida, começar a minha decisão de comércio através do Atlântico e me comprar meu FTSE antes de mais ninguém faz."
Neste velocidade do jogo é fundamental e que levou ao que foi apelidado de uma corrida armamentista entre as empresas. Ele chegou a um ponto em que as empresas têm, na verdade, começou a se mover seus servidores mais perto de uma troca para acelerar os tempos de conexão.
Em 2010, uma empresa chamada Networks Espalhe colocado um novo cabo direto entre Nova York e Chicago, indo em linha reta através das montanhas Allegheny, que raspou um pouco mais de 1,000 th de um segundo do tempo de transmissão entre as bolsas de valores.
Para a oportunidade de usar um tubo semelhante rápida entre Nova York e Londres, o banco velho Jones foi convidado a pagar R $ 50 milhões. "Isso nos deu uma vantagem sobre os outros de cerca de seis milésimos de um segundo", diz Jones.
Este foco no mais curto espaço de ganhos de curto prazo aumentou muito volatilidade. "Warren Buffett possui ações da Coca-Cola e quando eles vão para baixo, ele diz:" Eu estou me segurando para eles, porque eu acho que eles vão voltar a subir '", diz Jones. "Mas o cara HFT, tudo o que ele se preocupa é a próxima milissegundo. E quando muitas pessoas começam a entrar em pânico sobre o próximo milissegundo que é quando você tem um acidente. "
O exemplo perfeito de um tal acidente ocorreu em 6 de maio de 2010. Tantas ações foram negociadas naquele dia, que a seção de comércio on-line do New York Stock Exchange temporariamente congelou e 14:30 - três horas o Dow Jones perdeu e recuperou a quase US $ 1 trilhão. no que ficou conhecido como o "flash crash", as ações em a gestão empresa de consultoria Accenture caíram para uma fração acima de zero . As ações da Apple subiram para US $ 100.000.
"Nenhum de nós sabia o que fazer ou o que iria acontecer", diz Dave Lauer, a quant que estava trabalhando em uma mesa HFT naquele dia. "Foi aterrorizante".
Para Lauer, o flash crash foi uma chamada wake-up. "Comecei a ver como a corrida para ser o mais rápido tinha deixado as coisas em um estado muito frágil", diz ele. No ano seguinte, sua esposa revelou que ela estava grávida, que o levou a fazer uma grande decisão. "Eu me lembro de pensar: 'Como vou explicar para o meu futuro filho o que eu faço para viver?'" Lauer largou o emprego e no ano passado, disse ao Comitê Bancário do Senado que a alta frequência de negociação trouxe ao mercado a ponto de crise.
O flash crash foi causada em parte pela estratégia HFT de "spoofing", fazendo falsas ofertas para comprar ou vender ações para expulsar as intenções dos rivais. No dia, um surpreendente 19400000000 partes foram negociados, mais do que foram negociadas na totalidade dos anos sessenta, mas centenas de milhões deles nunca foram realmente vendidos, eles foram apenas realizadas por alguns milésimos de segundo, como os comerciantes testadas as águas .
Não há algo de errado com um sistema que promove a tanta volatilidade em benefício de ninguém, exceto um punhado de fundos de hedge? Ele pode ser um investimento significativo de tempo e tecnologia? Sócio de Warren Buffett, Charlie Munger, descreveu a alta frequência de negociação como "basicamente mal". "Eu acho que é muito estúpido para permitir que um sistema para evoluir, onde metade da negociação é um grupo de pessoas a curto prazo tentando obter informações de um milionésimo de um milésimo de segundo à frente de outra pessoa", disse ele no início deste ano. "É legalizado front-running". HFT é certamente de nenhum benefício claro para os investidores diárias - poupadores em fundos de pensões e seguros de vida.
Os quants que conheço não acredito que eles fazem é necessariamente perigosa, mas eles não expressar algumas dúvidas.
"Alguns dos caras que vêm da ciência pura e matemática fundos são usados para resolver um problema e ele funciona", afirma Patrick Boyle. "Eles acham que podem encontrar uma fórmula que vai perfeitamente descrever como o mercado se move. Essa é a pedra filosofal - é absolutamente impossível "O perigo é que, vendo apenas números e padrões a dimensão humana é esquecido..
Depois de 16 anos na cidade, Simon Jones agora está planejando para ir viajar. "A quant pode ganhar até sete números", ele me diz, "mas às vezes eu me pergunto se eu contribuiu positivamente para a sociedade."
E o que ele concluir? Ele faz uma pausa. "Eu estava trabalhando com o melhor dos melhores", diz ele. "Meu banco empregou os engenheiros brilhantes, químicos e cientistas - e nós estávamos todos trabalhando juntos para ficar mais rico. As indústrias químicas e de saúde física e estão em situação pior por causa do que fazemos, porque eu vos digo isto: se houvesse uma estrutura de bônus salarial semelhante ao que tivemos na cidade para a cura do câncer, teríamos encontrado uma cura para o câncer. "
Acho isso triste e um pouco assustador. Então, eu pergunto, quantos: bom ou ruim? Jones olha para mim e diz: "Os seres humanos só encontrou uma nova maneira de ser ganancioso."
Nenhum comentário:
Postar um comentário