Estudo mostra como empresas podem usar data analytics para criar soluções e produtos financeiramente – e ambientalmente – sustentáveis
De tudo que retiramos anualmente da Terra para transformar em bens – 100 mil milhões de toneladas de matérias-primas como minerais, alimentos e combustíveis fósseis –, cerca de 21% se transformam em bens duráveis, como carros e prédios. De acordo com o relatório The Circularity Gap Report, outros 9% são reinseridos na economia, por reciclagem e outros meios. O restante, aproximadamente dois terços do que é extraído do planeta, é simplesmente descartado depois de algum tempo. Vira lixo.
Para eliminar (ou ao menos atenuar) o desperdício, o uso contínuo dos recursos naturais e a emissão de gases que alteram o clima do planeta, ações de caráter sustentável são cada vez mais comuns na sociedade. Com a crescente conscientização ambiental, percebe-se novos hábitos tanto entre os consumidores quanto no setor produtivo. O padrão de compras de alimentos mudou, por exemplo. A agricultura sustentável também ganhou espaço – com um modelo que respeita o solo e os demais recursos da natureza.
Os novos jeitos de produzir e de consumir já ditam alguns rumos do mercado brasileiro. Segundo pesquisa realizada em 2019 pela empresa de analytics Nielsen, 42% dos mais de 21 mil respondentes estavam mudando os hábitos de consumo para atenuar seu impacto no meio ambiente. Um dos cinco tipos de consumidor identificado na pesquisa era o aspiracional. Trata-se de alguém que, dentre outras características, consome mais alimentos orgânicos e produtos sustentáveis do que a média.
Os Estados Unidos passam pela mesma transformação, embora de forma avançada. É o que mostrou o estudo Four Elements of Sustainability Analytics, recentemente publicado pelo SAS. De acordo com as informações coletadas, produtos comercializados como sustentáveis corresponderam por 72% do crescimento de vendas de produtos alimentícios entre 2013 e 2018. O movimento é impulsionado principalmente pelos jovens.
A demanda por produtos de origem sustentável tende a crescer, de acordo com o white paper do SAS. Para atender a procura, produtores, mercados e varejos devem criar produtos valiosos para os consumidores que buscam maior qualidade e serviços ambientalmente positivos. E a análise de dados se revela estratégica para alcançar esse novo público.
A aplicação de inteligência artificial e machine learning (aprendizado de máquina) ganhou terreno nas empresas de pequeno, médio e grande porte. Embora não signifique uma transição fácil, o uso das ferramentas analíticas vale a pena pois torna mais segura a tomada de decisões estratégicas e o planejamento de metas. Isso sem mencionar os ganhos financeiros, a melhor experiência do usuário e, claro, o benefício ao planeta.
Conforme o relatório do SAS, a maioria dos programas de sustentabilidade – especialmente na primeira milha das cadeias de fornecimento de alimentos (pesquisa, cultivo e pós-colheita) – tem sido desenvolvida utilizando forecasting e dashboarding. As técnicas consistem, respectivamente, na análise do histórico de dados (o que ajuda a prever tendências) e dos indicadores de desempenho e métricas. A iniciativa é o primeiro passo para gerar insights sobre a realidade dos mercados e os passos a serem dados pelas empresas.
Os dados têm apoiado a construção de negócios sustentáveis e em prol de sustentabilidade ambiental e responsabilidade social. Isso ocorre quando são combinados com um bom gerenciamento e governança, além da tradução dos usuais programas de Business Inteligence (BI). Nesses casos, a tomada de decisão e a criação dos objetivos ocorrem com base nos quatro elementos:
– Terra: Garantia de uma agricultura regenerativa, com mitigação de erosão do solo por meio da aplicação conjunta de técnicas tradicionais e modernas. O treinamento de inteligência artificial com machine learning ajuda no uso mais eficiente de campos molhados, encostas, linhas de fluxo e ravinas, por exemplo.
– Fogo: Redução do consumo de energia e da emissão de gases causadores das mudanças climáticas, aumentando a eficiência das plantas fabris e o engajamento de colaboradores superiores. Uma inspiração vem da Nestlé, que abastece fábricas com energia gerada por borra de café.
– Vento: Estocagem e conversão de biogás e sistemas de cultivo de forragem para reduzir a emissão de gases poluentes, um problema gerado em boa parte pela agropecuária. Uma alternativa capaz de aumentar em 40% o sequestro desse tipo de poluição é a adoção do sistema de integração lavoura-pecuária-floresta.
– Água: Otimização do uso de água em plantações com técnicas de germinação e irrigação, uma iniciativa urgente quando a agricultura é responsável por aplicar 70% desse recurso. A tarefa pode ser apoiada pelo uso de aplicativos e plataformas virtuais.
Segundo o estudo do SAS, a adoção de práticas alinhadas à preferência dos mercados por uma agricultura sustentável demanda o envolvimento e o compromisso de diversos setores da sociedade. Começando pelas empresas.
Líderes e colaboradores são responsáveis por determinar e executar as ações em prol ou contrárias à agricultura sustentável, além de alocar recursos financeiros para o cumprimento do objetivo.
Os governos também dão sua colaboração. Nos EUA, a legislação é um grande trunfo no incentivo a agricultores e varejistas que provam estar sequestrando carbono da atmosfera e contribuindo para a manutenção da biodiversidade, qualidade da água e troca justa. Nesses casos, inclusive por interesse dos investidores, a transparência corporativa se faz central.
Por fim, a população em geral e as ONGs (entidades do terceiro setor). A pressão popular e de organizações não-governamentais é chave para o mercado perceber as práticas ambientais que não são mais aceitas. E, a partir disso, mudar as políticas internas.
O Fórum: Data Science é uma coprodução de MIT Sloan Review Brasil e SAS.“