A conexão entre Top Gun e ciência de dados: OODA Loop

Os pilotos de caça utilizam uma metodologia chamada de OODA Loop (observar, orientar, decidir, agir), e essas lições também podem ser a diferença crucial para empresas que querem estar à frente da concorrência.

“Top Gun: Maverick” se consagrou como um dos longas mais lucrativos de 2022, além de ser um sucesso entre a crítica e o público. Entre toneladas de ação, cenas de movimento rápido e muita emoção, podemos tirar excelentes lições sobre ciência de dados e empreendedorismo de sucesso. 

Você pode ter ficado confuso agora, mas vamos explicar. 

Se você assistiu ao primeiro “Top Gun” de 1986, deve se lembrar de uma cena em que Maverick (Tom Cruise) tentava superar um inimigo que estava perseguindo-o em um caça MiG. Percebendo que não poderia fugir, o personagem toma uma decisão inesperada: aciona os freios aerodinâmicos, reduz drasticamente a velocidade de seu jato e faz com que o adversário acabe passando à sua frente. Com o inimigo atordoado e sem reação, Maverick consegue a posição perfeita para atacá-lo e superar uma situação que parecia sem saída.

Ele aplicou uma metodologia conhecida como OODA Loop – em tradução livre, “ciclo observar, orientar, decidir, agir” -, um conhecimento que os pilotos são treinados a realizar e que pode ser muito útil para quem trabalha com ciência de dados e administra grandes corporações.

O que é OODA Loop?

OODA Loop foi uma estratégia de guerra criada pelo Coronel da Força Aérea Americana, John Boyd. Tudo ocorreu porque, ao final da década de 1960, os Estados Unidos da América perdiam forças nos céus do Vietnã do Norte. Como uma tentativa de superar essa adversidade, o país criou o ‘Programa de Instrutores de Táticas de Caças de Combate da Marinha dos Estados Unidos”, mais popularmente conhecido como TOPGUN.

Na Escola TOPGUN, o Coronel Boyd aplicou a teoria que chamou de OODA Loop, que consistia em um ciclo repetido de observação, orientação, decisão e ação, levando os pilotos a conquistarem mais vitórias. Esses princípios não se aplicam apenas em cenários de guerra, também podem ser muito úteis no “campo de batalha de dados” que as empresas enfrentam atualmente. 

Mas como aplicar cada princípio do OODA no que se refere a Big Data e análises? Entenda a seguir. 

Observar

A primeira etapa para aplicar a teoria do OODA Loop é a observação. Ela envolve a coleta de dados de todo o ambiente, incluindo pessoas, concorrentes e circunstâncias. Para implementá-la com sucesso é preciso que a empresa tenha uma forte disciplina de gerenciamento de dados, para, assim, obter análises consistentes e que realmente farão a diferença no processo.

E como criar uma boa disciplina de gerenciamento de dados? Conquistar esse diferencial de mercado envolve:

• Inventário de fontes de dados;

• Entender o significado semântico dos campos de dados;

• Mapeamento que apoie a tomada de decisão da empresa;

• Construir um catálogo que armazene as definições de objetos de banco de dados;

• Limpeza e manutenção dos dados obtidos.

Em suma, a etapa de observação permite que as organizações concentrem recursos com mais precisão e tomem melhores decisões em seus negócios.

Orientar

A fase de orientação envolve a aplicação do contexto aos dados coletados, a criação de uma consciência situacional. Para isso, é preciso contar com tecnologias de processamento de fluxo e recursos analíticos visuais que pontuam os dados, auxiliando na organização e facilitando a recuperação desses recursos, tudo com base nos fluxos de trabalho da empresa.

Na etapa de orientação, é interessante aplicar meios para: 

• Processamento de fluxo de eventos, com consulta contínua de dados em movimento, que detecte padrões e faça análises de eventos em tempo real; 

• In-memory analytics, que permite a exploração de dados complexos, o desenvolvimento e a implantação de modelos que sejam processados e distribuídos em paralelo;

• Análise e estatística, identificando padrões menos evidentes e explorando dados para executar ações mais otimizadas.

Decidir

Uma vez que foram entendidos os dados no contexto, com orientação para os fatores relevantes, chega a hora de decidir o melhor curso de ação. Essa etapa exige que sejam pesados todos os recursos coletados anteriormente, para que as decisões sejam mais precisas e obtenham sucesso.

Para o processo de decisão, as empresas podem contar com o auxílio das tecnologias analíticas, mas são as pessoas que entendem os dados e tomam a escolha final. Portanto, é preciso determinar as perguntas a serem respondidas e levar em conta todo o cenário anteriormente observado e orientado.

Agir 

Esse é o momento de se tornar um Maverick e efetivamente entrar em ação. Essa é etapa que cria a mudança e torna os dados úteis para criarem medidas efetivas, de sucesso. 

É importante lembrar que nesta etapa irão surgir as consequências no ambiente, criando mudanças na percepção de seus concorrentes e clientes. Chega então, a hora de observar como essas transformações irão ocorrer, iniciando um novo ciclo de OODA e levando a novas ações.

5 lições da OODA para a metodologia de ciência de dados

A metodologia Data Science Engagement busca formas de descobrir insights analíticos que levam a ações estratégicas e geram real valor às empresas. No artigo Data Science Lessons from Top Gun, o autor Bill Schmarzo demonstra algumas lições que o OODA Loop traz à ciência de dados, otimizando ainda mais o Data Science Engagement:

Lição nº 1: A velocidade da decisão pode ser tão importante quanto a precisão da decisão

Bill explica que, em certas situações, a equipe de Data Science precisa contemplar os custos de decisões atrasadas em seu processo de desenvolvimento de análise. Essa demora pode gerar custos irreparáveis, por isso, a qualidade deve estar aliada à velocidade.

Lição nº 2: Quando “bom o suficiente” é realmente “bom o suficiente”

Nem todo valor entregue precisa ser totalmente exato. Schmarzo explica que “a verdadeira questão não é ser capaz de prever com 95% de certeza o que vai acontecer, mas ser capaz de se manter atualizado e reagir prontamente às mudanças nas realidades que impactam o seu negócio.”. 

Este é um dos desafios para a ciência de dados, mas o mais importante é que as empresas se mantenham atualizadas e prontas para reagir às mudanças nas realidades que interferem em suas estratégias. 

Lição nº 3: Explore o poder econômico da composição

Aqui, Bill demonstra que pequenas melhorias contínuas nas decisões tomadas, são mais impactantes do que uma grande melhoria isolada. Isso leva a empresa adiante, atingindo objetivos em tempos menores.

Lição nº 4: É tudo sobre como melhorar suas chances

Todos os processos analíticos que envolvem ciência de dados são feitos para que as decisões da sua empresa sejam otimizadas. Elas melhoram as atividades operacionais, reduzem custos, resultam em mais sucesso. 

Lição nº 5: Nos negócios, trata-se de chegar lá, alcançando seu objetivo

Assim como os pilotos de caça, as empresas têm objetivos e para atingi-los é preciso traçar um curso. Teorias como OODA e Data Science Engagement auxiliam neste percurso, corrigindo erros e auxiliando na tomada da melhor rota.

Conclusão 

Precisão e velocidade para atingir objetivos: em resumo, essas são as intenções das ações tomadas pelo personagem de Top Gun, Maverick, e pelo coronel da vida real, John Boyd. OODA Loop nos ensina que alguns dados são valiosos e que, quando aplicados às análises corretas, fazem com que os pilotos (ou as empresas) tomem decisões mais rápidas. E no campo de batalha de dados, isso é sinônimo de vitória, de tomar um passo à frente da concorrência.