A DataRisk é como uma “bola de cristal” que prevê o comportamento do consumidor online

Pergunta de um milhão de dólares para qualquer empresa: “qual será o próximo produto que meu cliente vai querer comprar?” Outra que vale ouro: “quem vai ser inadimplente?” Para ajudar empresas (bancos e e-commerces, especialmente) a chegar a essas respostas, o software da DataRisk trabalha com algoritmos capazes de prever o comportamento dos consumidores. É a chamada análise preditiva — jargão muito utilizado na transformação digital. A startup, fundada em janeiro de 2017, faturou um milhão de reais em 2018 e quer chegar aos 5 milhões de reais este ano.

A fórmula para quintuplicar os ganhos vem do mercado: “A procura por esse tipo de solução aumentou muito. Com a crise, as empresas buscam mais eficiência, o que passa por Inteligência Artificial e automatização. Estamos ofertando o que o mercado precisa”, afirma Jhonata Emerick, 37, um dos sócios.

Ele sinaliza uma abertura no posicionamento da DataRisk, que começou focada em instituições financeiras e agora ampliou seu leque de atuação. “Atendemos seguradoras, marketing de diversas empresas e e-commerces, além de bancos. O sistema pode ser usado para recomendação de produtos ou prevenção de fraudes, por exemplo. O cliente direciona para a necessidade dele.”

COMO DETECTAR PADRÕES DE COMPORTAMENTO? DADOS E MAIS DADOS!

A DataRisk desenvolveu algoritmos capazes de detectar situações desde como que tipo de pessoa sempre devolve as compras que fez online (o que vem se tornando um problema de custo para os comércios eletrônicos) até quais não pagam as faturas de cartão de crédito, entre outros padrões de comportamento que afetam diretamente os negócios. Usando a técnica de machine learning, os algoritmos foram treinados inicialmente com uma base de dados própria.

A assinatura SaaS da DataRisk custa a partir de 5 mil reais mensais e permite ao cliente subir na plataforma sua própria base de dados.

“Pega-se um histórico de dados de clientes e detectam-se padrões. O algoritmo aprende a partir desses padrões quem estaria mais propenso a comprar determinado produto, por exemplo”, afirma Jhonata. A empresa contratante, então, pode oferecer um anúncio ou oferta aumentando as chances de venda. Por conta do machine learning, os algoritmos vão ficando cada vez mais sagazes. “Se eles erram, a questão é devolvida e o algoritmo já aprende com o erro. Hoje têm mais de 90% de acerto”, diz o sócio da DataRisk.

O grande diferencial da startup, ele afirma, é conseguir oferecer uma plataforma pronta que, ao mesmo tempo, pode ser customizada com a base de dados do cliente, tornando-a mais assertiva para aquele negócio. O sistema — que funciona por assinatura, ou SaaS — é contratado pelo site a partir de 5 mil reais mensais. O cliente o acessa em nuvem e sobe sua própria base de dados.

Os algoritmos analisam as informações, aprendem o padrão e já dão uma resposta. Isso leva algumas horas. “Tem cliente que consegue ter um modelo desses em uma hora e meia”, diz Jhonata. Enquanto no método tradicional para se devolver um modelo de análise desses, segundo o engenheiro, seriam gastos de três a quatro meses e até cinco cinco vezes mais dinheiro. Ele fala:

“Esse mercado ainda é offline. São consultorias que pegam os dados, colocam três a quatro pessoas para criar os modelos, apresentam ao cliente para alterações e aprovação. É um vai e volta”

Pois há também aqueles softwares já prontos, mas feitos a partir de uma base de dados padrão, que não pode ser alimentada com novas informações dos clientes. “Tem muita gente que usa modelo de prateleira, padrão, mas é menos efetivo, pois seu negócio pode ter alguma particularidade que ele não consegue suprir”, diz Jhonata.

Na DataRisk, o próprio cliente atualiza seus modelos com novos dados sempre que sentir necessidade, fazendo o que chamam de calibragem do sistema. Em média, isso ocorre a cada seis meses, mas é possível fazer a atualização também a cada madrugada.

INFORMAÇÕES CODIFICADAS PARA GARANTIR SIGILO

Ao automatizar o processo, reduzindo-o para horas e, ainda, com a possibilidade dos algoritmos aprenderem a partir do histórico da própria empresa, o sistema contribuiu para que as organizações possam reduzir seus departamentos internos de ciência de dados. “Assim diminuem gastos”, diz o engenheiro. Quando perguntado sobre o impacto da Inteligência Artificial nos empregos — um dos assuntos mais quentes em Recursos Humanos ultimamente — ele não titubeia:

“As pessoas terão que se qualificar mais. O cara que fazia só digitação de documento corre sério risco de perder o emprego, pois isso hoje pode ser automatizado”

Para o empreendedor, essa mudança é positiva: “Os processos vão ficar mais eficientes. E o Brasil é o paraíso da ineficiência”. A DataRisk, segundo Jhonata, ainda trabalha em conformidade com a lei brasileira de proteção e tratamento de dados pessoais, sancionada em agosto de 2018 pelo ex-presidente Michel Temer. As empresas ganharam um prazo de dezoito meses para se adaptar.

Baseada na GDPR, a legislação europeia, nossa lei prevê que dados pessoais (como nome, endereço, e-mail, idade, estado civil) não sejam usados sem o consentimento por empresas. “A DataRisk não retêm dados pessoais. Normalmente, eles chegam à plataforma anonimizados, que é quando informações como gênero ou idade são transformados em códigos”, afirma.

Um exemplo: o termo “feminino” pode ser transformado em um código como “A40”.  O algoritmo vai varrer os dados e encontrar os padrões em que estão envolvidos o A40. Quando o resultado volta para as mãos do cliente, ele decodifica e sabe que A40 é “feminino”. “Não ficamos com informações pessoais até porque não precisamos delas”, diz Jhonata.

UM SOBREVOO PARA CHEGAR À ANÁLISE DE DADOS

Nascido em Brasília, o desejo de Jhonata era trabalhar com aviões. Como ser piloto demandava muito investimento em cursos e documentação, ele decidiu fazer Engenharia Aeronáutica. Mudou-se para São Paulo para frequentar o pré-vestibular e acabou entrando na USP de São Carlos, no interior do estado. Chegou a trabalhar na Embraer. “Mas percebi que não era minha praia”, diz o empreendedor, que mantém a sede da DataRisk junto ao mar, em Florianópolis, onde vive seu sócio Gustavo Bernardo. Lá, diz, encontraram mão de obra qualificada com custos mais acessíveis.

Quando desistiu dos aviões, Jhonata foi para o mercado financeiro. Trabalhou por dois anos no banco Itaú, onde conheceu Gustavo. Os dois eram do departamento de pesquisa e desenvolvimento para modelagem preditiva de crédito. “O banco tem equipe de desenvolvimento própria. Tem uma parte de TI, que desenvolve sistemas, e outra voltada para predição e análise de crédito com uso de machine learning”, conta. Foi ali que ele tomou gosto pela coisa, mas queria empreender.

O sistema usado pela DataRisk não mantém as informações dos consumidores das empresas contratantes. Os dados são, na maioria das vezes, anonimizados, codificados e, só depois, decodificados pelos clientes.

Acabou traçando um caminho bem comum a quem toma essa decisão: enquanto ainda tinha emprego fixo, nas horas vagas, montou uma startup concorrente da Loggi, que surgiu na mesma época. Era um aplicativo para encontrar o motoboy mais próximo chamado de 99Motos. “Em 2013, o fundo Incube fez um aporte de três milhões de reais no negócio. Em 2016, tivemos a fusão com o Rapiddo, que era concorrente, e ficamos com o nome deles. Até que, em setembro do ano passado, o Rappido foi vendido para o iFood”, afirma Jhonata, que não revela o valor dessa última transação.

Com a venda, Jhonata acelerou para voltar ao mercado das startups. Ele mantinha contato com Gustavo, que havia se mudado para Florianópolis após ter saído do banco Itaú. Se no primeiro empreendimento, Jhonata fazia dois turnos e investia dinheiro do próprio bolso na ideia para só então ter seu primeiro aporte externo, dessa vez, a coisa foi diferente.  “Consegui 500 mil reais de um investidor-anjo, o Pedro de Paula, logo no começo”, conta.

O dinheiro permitiu que Gustavo largasse o emprego para se dedicar 100% ao novo negócio, contratar uma equipe e lançar o MVP. Em 2018, a DataRisk também passou por um processo de aceleração da bandeira de cartão de crédito Visa. “Fomos selecionados na categoria Growth, no caso, empresas que estão crescendo e pegando tração. A aceleração foi composta por mentorias em relação a produto e mercado e a Visa nos aproximou dos clientes dela. Não teve aporte em dinheiro na companhia”, conta o empreendedor. Hoje, a startup tem mais de 20 clientes e uma expectativa de crescimento exponencial. Jhonata brinca:

“Essa coisa de machine learning tornou-se sexo de adolescente: todo mundo fala que faz, mas, cadê?”

E complementa: “Nosso papel na DataRisk é tornar isso tangível, aplicável e fazer com que vire dinheiro”. Se a previsão de faturamento para 2019 se confirmar, não importa que Jhonata tenha desistido da carreira de piloto, estará nas nuvens.