A popularização das linguagens de programação, como Python e R, oferece uma quebra de paradigma em como as empresas podem calcular seus indicadores mais importantes. A flexibilidade dessas linguagens oferece uma ampla gama de funções e recursos, permitindo que os analistas personalizem códigos para atender às necessidades específicas de sua empresa.
Nos últimos anos, a quantidade massiva de dados gerados através de Big Data tem sido um desafio para muitas organizações, nas quais muitas ainda utilizam planilhas tradicionais para gerenciar e calcular seus indicadores logísticos, que naturalmente envolvem uma grande quantidade de dados. No entanto, conforme o volume de dados gerados aumenta com o passar do tempo, a capacidade de tais planilhas tem se tornado cada vez menos suficiente. Uma base de dados com mais de 1 milhão de linhas, que não é raro em bases de posição diária de estoque, por exemplo, se torna inviável de ser trabalhada nessas planilhas.
Em contrapartida, as linguagens de programação são capazes de lidar com quantidades massivas de dados. Além disso, ainda há a possibilidade de o processamento do código ser realizado em servidores na nuvem, o que dispensa a necessidade da utilização de computadores com altíssimo poder de processamento. Lidar “manualmente” com tal quantidade de dados é muito passível a erro humano, além de consumir tempo. Portanto, as linguagens de programação oferecem a vantagem da confiabilidade, já que elas são capazes de realizar cálculos complexos com precisão, evitando erros humanos e reduzindo o tempo necessário para realizar as análises.
Outra vantagem das linguagens de programação é a automação, pois uma vez que o código é escrito, o processo de atualização de indicadores se torna muito mais automatizado. Mudanças e atualizações em bases de dados com novas observações, desde que mantenham a mesma estrutura da base original, implicam somente em rodar o código novamente para gerar os resultados atualizados. Isso traz benefícios principalmente no cálculo de indicadores cuja frequência de atualização é alta, como indicadores diários, semanais e mensais. Essa automação otimiza o tempo do colaborador, que pode focar mais tempo em outras atividades.
As linguagens de programação também apresentam a vantagem de possuir a presença de uma comunidade ativa que frequentemente lança novas bibliotecas, além de atualizar as já existentes, que contam com diversas funcionalidades que podem ser facilmente integradas ao código. Bibliotecas como o pandas (para Python), e o dplyr (para R), foram desenvolvidas para facilitar a análise de dados e cálculos matemáticos. Também há bibliotecas que permitem a leitura e o salvamento de arquivos em diferentes formatos, como csv, xlsx, entre outros. Assim, é possível gerar resultados em arquivos com formatos mais adequados para serem utilizados em outros programas e aplicativos, como o Excel e o Power BI, por exemplo.
Outras bibliotecas interessantes para indicadores logísticos são o plotly (para Python) e ggplot2 (para R), focadas em criar diferentes tipos de gráficos. Também existe a biblioteca geobr, (para ambas as linguagens) desenvolvida para facilitar a criação de diferentes tipos mapas com dados de geográficos do Brasil. Por fim, também há bibliotecas focadas em coletar dados da internet, prática conhecida como web scraping, que fornece a vantagem de coletar dados online sem a necessidade de um processo manual para isso.
No ILOS, utilizamos as linguagens de programação para análise de dados em projetos e em cálculos e atualizações de indicadores internos, o que potencializa a produtividade da nossa equipe e agiliza a entrega de resultados para os clientes. Para ilustrar o que pode ser feito com tais linguagens, abaixo seguem exemplos de indicadores e mapas gerados através de dados públicos coletados online, referentes ao número de instalações de armazenagem de produtos agrícolas em todo o país, assim como sua capacidade em toneladas, no primeiro semestre de 2022.
Fonte: IBGE, Diretoria de Pesquisas, Coordenação de Estatísticas Agropecuárias, Pesquisa de Estoques, 1º semestre de 2022. Análises ILOS
Em resumo, a utilização de linguagens de programação no cálculo e acompanhamento de indicadores logísticos oferece uma série de vantagens, desde a flexibilidade na personalização de códigos até a confiabilidade, capacidade de análise, automação e possibilidade de coleta de dados através de web scraping. Com essas ferramentas, as empresas podem obter insights valiosos sobre seu desempenho logístico e tomar decisões mais ágeis e mais qualificadas para monitorar seus resultados e melhorar seus processos.
Referências:
- https://agenciadenoticias.ibge.gov.br/agencia-sala-de-imprensa/2013-agencia-de-noticias/releases/35416-capacidade-de-armazenagem-agricola-cresce-3-0-e-chega-a-188-8-milhoes-de-toneladas-no-1-semestre-de-2022
- https://www.ibge.gov.br/estatisticas/downloads-estatisticas.html
- https://pandas.pydata.org/
- https://dplyr.tidyverse.org/
- https://plotly.com/python/
- https://ggplot2.tidyverse.org/
- https://www.urbandemographics.org/software/
