Distinguindo Fato de Ficção: Descobrindo a Verdadeira Narrativa por Trás dos Seus Dados

Em 30.000 a.C., nossos ancestrais pintavam histórias nas paredes das cavernas sobre sua vida cotidiana, e por volta de 700 a.C. já tínhamos nossa primeira história impressa — Gilgamesh. Avançando para 2021, criamos histórias em conjunto com IA há mais de meio século. Mas quando a ordem do dia é business intelligence preciso, as empresas precisam ter a certeza de que seus sistemas de inteligência artificial e machine learning não estão tomando liberdades artísticas e devolvendo uma narrativa fantasiosa.

Isso é especialmente verdadeiro agora que a tomada de decisão orientada por IA e ML atingiu seu maior nível de adoção até hoje, e até os executivos mais relutantes começam a enxergar os imensos benefícios de uma abordagem centrada em dados para a estratégia. À medida que a confiança na promessa de IA e ML cresce, a precisão torna-se crítica. A pergunta permanece no topo da mente de muitos: "Como saber se nossos dados estão nos contando a história completa — e uma baseada em fatos? O que precisamos saber para confiar em nossos modelos?"

Dados Impecáveis

Quando um sistema de machine learning oferece uma previsão imprecisa, podemos apontar um culpado: os dados. Excetuando eventos de cisne negro, os dados são o início, o meio e o fim de qualquer sistema preditivo. Pode ser que simplesmente não houvesse dados suficientes para treinar o sistema de forma confiável ou basear suas previsões, caso em que mais pontos de dados resolvem o problema. Normalmente, algo assim seria detectado nos estágios iniciais de ideação de um modelo e quase certamente antes da implantação, pelo menos o suficiente para evitar previsões extremamente imprecisas. O culpado mais provável, no entanto, é que os dados de partida não estavam "limpos" o suficiente. "Limpo o suficiente" é relativo. Os requisitos de dados para alguns projetos são semelhantes a "Meus tênis estão limpos o suficiente para ir ao supermercado?". Outros, especialmente em sistemas críticos e aqueles que envolvem vida, segurança e bem-estar, são mais como cenários de "livre de poeira, brilho de parada, lustro de desfile no qual você poderia conferir os dentes" no que diz respeito à limpeza necessária para que os dados executem a tarefa de forma confiável (e ética).

Então, o que torna os dados sujos? A história curta é: informações imprecisas ou enviesadas.

Tags Quebradas, Modelos Quebrados

Podem ser dados marcados incorretamente, dados com a informação errada no campo errado ou em formato incorreto, por exemplo, "27 de dezembro de 2015" em vez de "12/27/15" ou "27/12/2015". Embora a primeira opção possa simplesmente lançar um erro ou ser ignorada, a troca dos dois últimos formatos de data pode causar sérias repercussões na precisão. E datas não são tudo que formatação inválida pode afetar — horários, SKUs, texto onde deveriam ser números, números onde deveria ser texto, e todos os fluxos de dados especializados que saem de equipamentos de chão de fábrica como overrides, alarmes, cargas, velocidades, avanços, etc. O ponto é que, sem uma estrutura confiável e consistente, os dados podem se tornar confusos e levar a insights imprecisos.

Com a MachineMetrics, as empresas podem aproveitar nosso motor automatizado de transformação de dados que padroniza e formata uma ampla gama de tipos de dados para análise fácil. Ele lida com valores de sensores personalizados, status de máquina, modos, alarmes, overrides, carga, velocidades, avanços, parâmetros PMC, diagnósticos e muito mais.

Você Pode Confiar nas Suas Fontes?

É importante considerar a veracidade e a precisão de quaisquer fontes de dados utilizadas, especialmente se essas fontes forem humanas. Humanos não são as criaturas mais precisas. Arredondamos, esquecemos e maquiados os números. Ficamos preguiçosos, cansados, com fome ou distraídos. Por natureza do uso de fontes de dados humanas, os dados serão sujos de alguma forma. Aqui é onde se torna importante analisar tolerâncias. Por exemplo, operadores de máquina podem adicionar dados sobre o estado dos equipamentos que usam. Ao fornecer informações sobre tempo de inatividade, os motivos listados podem ser precisos enquanto o tempo é mais uma estimativa. Isso leva a um sistema preditivo menos preciso, pois as respostas que ele produz também estão mais próximas de estimativas do que seriam se tivessem dados verdadeiramente precisos.

Este é outro cenário onde tolerâncias realistas devem ser consideradas. Segundos ou intervalos de meia hora? No caso de coleta de dados de máquina, você pode até estar olhando para nanossegundos ou menos para alguns casos de uso. Não importa qual tolerância for considerada razoável para o projeto, é importante aplicá-la e garantir que qualquer dado inserido no sistema esteja dentro desses parâmetros para garantir precisão.

O Adaptador de Dados de Alta Frequência da MachineMetrics captura dados de máquina a 1kHz (em comparação com um padrão de 1Hz — ou seja, 1000x mais rápido) para que você nunca perca nada, não importa qual nível de precisão sua aplicação exija.

É também aqui que as empresas devem procurar potencial de viés. Omissões ainda levam a previsões de contos de fadas. Suas fontes de dados estão coletando amplamente o suficiente para mostrar o quadro completo ou são propensas a viés como consequência dos métodos de coleta utilizados? Por exemplo, se você está tentando descobrir o salário médio de um trabalhador de linha de produção, mas todos os respondentes eram homens, provavelmente terá um número enviesado em comparação a uma pesquisa com homens e mulheres para obter uma imagem mais clara e precisa. Buscar ativamente possíveis falhas como essa pode levar a dados mais limpos e previsões mais precisas.

Contexto e Complexidade

Quanto mais complexo um sistema, mais espaço há para imprecisões, inconsistências, riscos e quebras gerais nos dados e na lógica que o sustentam quando você tenta traduzi-lo para algo utilizável para análise. Quantos passos existem no processo sobre o qual você está tentando coletar dados? Você tem o conhecimento do setor para ajudar a dar contexto aos dados brutos? Por exemplo, uma máquina que "para" várias vezes em minutos com produção bem-sucedida entre elas é menos provável que sejam execuções reais de produção; é mais indicativo de testes para garantir que o problema que causou a parada inicial foi totalmente resolvido, recalibrado e pronto para retomar a produção real. No entanto, deixar esses números no conjunto de dados como foram inseridos pode causar imprecisões sérias que podem ser difíceis de detectar para olhos não treinados.

Isso não significa que sua equipe de ciência de dados precise ser a especialista máxima em tudo do seu setor. Significa, porém, que ter canais onde os especialistas possam adicionar contexto é crítico. Por exemplo, com a MachineMetrics, operadores de máquina são equipados com um tablet no chão de fábrica, direto em suas máquinas. Eles podem adicionar rapidamente e facilmente contexto humano aos dados numéricos para aumentar a precisão na etapa de análise. Sem esse tipo de canal de contexto, pode se tornar um jogo de adivinhação determinar quais números devem entrar na panela e quais devem ser descartados.

Transformações Sem Perdas

Quando você transforma uma coisa em outra, há basicamente sempre algum grau de perda, por menor que seja — seja transformando minério em aço, algodão em têxteis, ou dados em formato para análise, é importante determinar quanta perda é aceitável e quanta é evitável. Começar com dados limpos e precisos é um primeiro passo vital para uma análise limpa e precisa. Além dessa etapa, é necessário considerar quais ferramentas você usará e para quais aplicações, a probabilidade de qualquer perda de fidelidade e em que grau isso é aceitável (ou irrelevante). Isso leva diretamente de volta a entender o que você está tentando fazer com seus dados e com seus modelos — quais problemas está tentando resolver — e o nível de precisão necessário para resolvê-los efetivamente.

A MachineMetrics garante que seus dados lhe deem a verdade completa e nada além dela. Somos especialistas do setor que entendem a profundidade, amplitude e tipo de dados necessários para resolver seus problemas mais urgentes — seja tempo de inatividade de máquina, otimização de produção ou uma infinidade de outras opções — usando uma abordagem orientada a dados. Usamos formatos simples e digeríveis para compartilhamento e análise que mantêm sua integridade e fidelidade, mesmo em tempo real. A MachineMetrics simplifica a tarefa de integrar dados de chão de fábrica com a tomada de decisão do mundo real através de um processo testado e comprovado, implementado em linguagem simples e com ferramentas tão fáceis que até pessoas não técnicas podem instalá-las facilmente, para um serviço que levou nossos clientes a ROI em menos de uma semana. Para ver que tipos de perguntas a MachineMetrics pode responder para seu negócio ou agendar uma demonstração, entre em contato conosco a qualquer momento.