Transformando Dados em Decisões: Antropologia e Comportamento Humano | PPT Não Compila Podcast

0:00Pô, mas tu dá, tá vendendo essas informações por 20? Ela falou: "Cara, que informação que o Google já não tem sobre mim? Ele só tá confirmando >> você toma cerveja todos os dias?" Aí as pessoas, a tendência, eu acho que é as pessoas falarem: "Não, porque elas acham que isso é, é o que se espera." >> Uhum.

0:13>> Agora, se você perguntar quais dias da semana você toma cerveja, você coloca segunda, terça, quarta, quinta, sessão e domingo, talvez ela marque o que tem mais a ver com o perfil de consumo dela e você tem um dado mais curável. Sobre isso, >> você vai usar esse algoritmo, você vai gerar um rash não reversível. Eu vou fazer a mesma coisa do meu lado. A gente cruza. Eu identifico do meu lado quais são os clientes que tão no match. Ou seja, é por isso que a gente chama de hashmat. Eu identifico quais são os clientes que estão na na minha base, que também são seus clientes. E do seu lado, eh, normalmente a gente não devolve isso pro cliente. A gente só identifica eh na hora da resposta quando ele quer rodar.

0:49No final das contas, mano, você precisa entender o comportamento para você desenvolver um bom produto.

0:55>> Muito bem. Muito bem, meus amigos do PPT não compil, estamos aqui para mais um episódio.

1:01E hoje, Rud, eu acho que a gente encontrou uns cara mais doido de humanas falando de dados do que nós, hein.

1:07>> Caraco, será?

1:08>> Será? Será que vai rolar uma filosofia, uma antropologia?

1:13>> Caramba, expectativa.

1:15>> É, como é que é isso em junto com ciência de dados, com pesquisa, com mongo da met.

1:25Não sei, mas fica nesse episódio que com certeza vai ser muito bom.

1:30>> Para falar disso com a gente aqui, a gente tá hoje com a nata do Pinion, >> tipo aquela galera que a gente sente burros lá, >> o bord do pinion, né?

1:39>> E hoje o episódio vai ser muito bom justamente por causa disso. A gente tá aqui com a Talita Castro, que é a CEO do Pinion, e com Danilo Martins, que é o City da Pinion, pessoal. Obrigado por ter aceitado o nosso convite e vim participar da da da das aspirações que eu tenho com o Rud aqui sobre ciências humanas e ciência de dados. Acho que vai ser o episódio vai ser muito bom.

2:09Talita, bem-vinda.

2:11Obrigado por ter aceitado o nosso convite. Dá um oi pra nossa galera.

2:14>> Oi. Eh, obrigada. Boa noite. Eh, muito obrigada pelo convite. Sou a Silva aqui do Pinion e sou doutora em antropologia social também, que tá fazendo a etnografia de mercado sobre o mundo dos executivos.

2:30Eh, opinião, minha empresa de pesquisa eh com base tecnológica, porque é por isso que Dan tá aqui para conversar com a gente também. Eh, a gente é uma empresa que ajuda outras empresas a entender seus problemas de negócio e tira alguns insightes, pensar na no comportamento dos consumidores e coletar dados dos consumidores.

2:50Eh, estamos nas redes sociais, LinkedIn do Opinion e nosso site é opinion.

2:56>> Show de bola. Então vocês imaginam, ó, a CEO é uma antropóloga que vai colocar toda uma camada aqui de de contextualização de humanas, de interpretação de dados em cima desse stack tecnológico que é tocado pelo Dan.

3:13>> É isso aí. Eh, eu sou Danilo, né, já apresentado como C do Opinion. Eh, tô animadaço aqui pro para para gravar esse episódio. Eh, agradecer a oportunidade, eh, repetir aí o que a Tali falou. Eh, tem o LinkedIn do Pinion, a gente posta até alguns insightes lá. Eh, tem o LinkedIn da Talita, tem o meu LinkedIn também que vocês podem seguir, Danilo Martins, >> e se quiser me seguir em outras redes sociais, é Malk Mwe.E, em tudo quanto é lugar que existe.

3:46>> Show de bola. Então vamos lá entender com eles como é esse mundo de antropologia, pesquisa, ciência de dados, banco no cicle e mais uma série de de uma grande salada aqui pra gente entender como que o comportamento humano pode ser descrito através de um banco de dados. Gostou dessa frase, Rud?

4:05>> Achei maravilhosa, mas você esqueceu do principal, gerando valor.

4:09>> Gerando valor. Exatamente. Então, >> como gerar valor? Observando o comportamento humano através de um banco de dados.

4:17e tecnologia de alta de alta.

4:19>> Sensacional. Quer entender como é que funciona?

4:22>> Acompanha a gente que o episódio tá muito bom. Mas antes tem que fazer o que, Rud?

4:27>> Se seja membro do PPT, não confia.

4:29>> Isso. Se você não é membro, primeiro você tem que seguir a gente. Segue a gente lá no no Instagram, no YouTube, no Spotify. E aí você vai lá no YouTube, do lado do botãozinho de inscreva-se, tem >> seja membro. sendo membro do PPT no Cupila, você vai colaborar com a gente aqui, trazendo um valorzinho por mês para ajudar a gente a manter esse nosso trabalho que é gratuito para evoluir a sua carreira profissional, né, Rud?

4:55>> Que orgulho, né? Eu não precisei falar para ele falar isso. Maravilha. Isso.

4:59>> Olha só. Beleza. Eu tô fazendo treinamento para influencer.

5:02>> É isso aí.

5:03>> Um dia eu chego lá. Você a >> E a dancinha no TikTok?

5:06>> Não sei, cara. Não sei fazer assim não.

5:09Vamos falar de de banco de dados que eu que eu me dou melhor. Vamos lá que o episódio tá muito bom, galera. Bora.

5:15[Música] [Aplausos] Como eu tava conversando com vocês no começo aqui offline, eh, foi muito interessante trazer vocês pro pro PPT no CPIL porque a gente é um podcast tem uma pegada um pouco mais executiva, digamos assim, pode ser e mais >> mais prática, eu acho, >> prática e interpretativa das coisas, né?

5:46E especialmente nos episódios onde a gente fala sobre dados junto com esse cara aqui que é que é meu parceiraço nessa nessa nessa trilha, digamos assim, a gente sempre traz questões que complementam o técnico com essa camada de interpretação e essa camada mais humana da interpretação de dados. A gente fez até um episódio, né, Rud, que a gente falou sobre vies, né, foi por um um post >> um post do Primo Rico >> que ele dizia como que era, cara? Você lembra?

6:22Ele fazia, colocava num gráfico homens casados, homens solteiros, mulheres casadas e mulheres solteiras.

6:29>> E fazia ali uma um gráfico que colocava renda e com idade. E aí os homens casados tinham maior renda e ele falou: "Se você quer ser rico, >> case". E aí a gente comentou sobre vieses de confirmação em cima desse gráfico. Engraçado, engraçado é que se você for olhar o gráfico, a renda da mulher casada diminui. Então ele vai casar para ele ficar mais rico e provavelmente a cônjuge dele ficar mais pobre. É interessante esse gráfico, mas enfim, maiores informações no episódio, senão a gente vai, >> vamos deixar o card aqui que vale a pena. Foi uma uma discussão muito boa, foi um dos episódios aí que teve mais plays esse ano, inclusive, né? Então, quando eu vi eh Talitas a sua formação de antropologia, eu como um entusiasta da das ciências humanas, de eh filosofia, porque filosofia para mim é a mãe da lógica, né? Então, acho que é acho que é o ponto de encontro entre as duas as duas áreas humanas e e de exatas é a filosofia. Então eu primeiro queria começar com você, Tarita, para entender como é que você caiu nessa, como é que você veio de uma área totalmente de humanas e e como foi essa ideia de aplicar esse conhecimento antropológico dentro da de uma empresa que trabalha com ciência de dados, >> tá? Eh, eu entrei na faculdade de ciências sociais quando eu tinha 17 anos. Eu tirei no parên se eu ia paraa filosofia ou se ia prestações ciências sociais. Eram as minhas duas possibilidades na época.

8:12Sempre fui muito nerd, gostava de ler e tal, achava que ia ser por aí. E aí, eh, eu fiz a graduação, eu fui paraa Unicamp estudar e aí eu fiz a graduação e logo no mais ou menos no segundo ano eu já saquei que eu queria um pouco mais.

8:29Ciências sociais são três, né? Eh, é sociologia, ciência política e antropologia. Eu já me comecei a me identificar mais com a antropologia, mas uma pegada muito teórica assim, eu estudava Livistros Sartia, uma coisa super pretenciosa, minha iniciação científica. E aí eu segui um tempo considerável na vida acadêmica, porque eu tinha um pouco a perspectiva, pretensão de uma carreira tradicional como acadêmica, como pesquisadora.

8:58Então, eu fiz mestrado e fiz doutorado em antropologia social lá na Unicamp.

9:05E aí, mais ou menos, e aí eu estudei eh mercado editorial, eh eu estudei o fenômeno de literatura de autoajuda, a classificação >> desse mercado editorial, quem lê, o que que os autores falam, esse tipo de coisas, sobre a perspectiva de entender idade e gênero, como esses livros constrem imagens de homens e mulheres faixa etárias e tal.

9:29E aí, mais ou menos no mês meio do do doutorado, eu saquei que eu não queria continuar na vida acadêmica. E eu sempre falo isso na na na empresa paraas pessoas.

9:41Eh, basicamente porque eu entendi que a vida acadêmica era muito solitária e muito individualista. E por incrível que pareça, eu encontrei na vida corporativa muito mais companheirismo e coleguismo e compartilhar coisas boas e coisas ruins do que na vida acadêmica.

10:00Assim, certamente foi a coisa que mais, do ponto de vista do dia a dia do trabalho, assim, a coisa que mais me atraiu assim. E aí eu comecei já, meu, não, não é por aqui. Eu não quero passar minha vida de bolsa em bolsa até conseguir um concurso para me tornar pesquisadora ou professora. e nenhum preconceito. Eu tenho amigos que continuam, amigos que são, >> tenho amigos que são, acho ótimo e tal, mas eu não me via mais fazendo trilhando isso. E aí eu comecei a fazer frilas de mais longos e mais curtos de pesquisa para diferentes tipos de cliente ou instituição. Então eu fiz coisas de para fiz pesquisa de mercado para instituto de pesquisa, utilizando a metodologia, por exemplo, de etnografia, né? Então, etnografia de mercado, então, passar 5 dias morando com uma família para entender os hábitos de consumo dela relacionado a uma marca, um setor específico dentro da casa e tal. Isso existe. É um, >> caramba, cara.

10:59>> É um tipo de metodologia de pesquisa, >> é pesquisa.

11:04>> É que utiliza o core da metodologia da antropologia, que é essa coisa da etnografia, que é de você sair da onde você é é o o local, o habitual para um contexto diferente, né? ser meio que a raiz da antropologia, né?

11:17>> Deixa eu te pedir então fazer um parêntese, explicar para quem tá ouvindo a gente, que provavelmente não tem ideia do que é antropologia >> e e tá tá lidando com o assunto agora, você consegue resumir exatamente basicamente o que é antropologia, qual a diferença da filosofia?

11:30É, a antropologia, ela nasceu eh por volta do século XVI X, eh, muito inspirada e paralisada com a sociologia, que tava disposta num movimento muito racionalista de entender, colocar padrões pra gente pensar em comportamentos humanos. Então, era muito inspirado em tentar metrificar a sociologia, né? Metrificar comportamentos, entender porque que tal coisa acontece, tentar pensar em causalidades, esse tipo de coisa.

12:00a antropologia meio que eh se dedicou a fazer um pouco disso, mas pensar não pensar a sociedade da onde aquele cientista nasceu, tentar aplicar isso para outros povos. Também tem um contexto de colonialismo muito forte aí nisso também.

12:18>> Uhum. que não pode, não tem deixado de ser ignorado. Eh, e ela já nasce com uma certa rejeição a esse racionalismo, essa objetividade. Ela já nasce entendendo que o pesquisador sempre vai partir de pressupostos subjetivos, que mesmo que se você vai olhar o outro, você vai então pensar num contexto colonial, cara. vinha lá um inglês e que ia para vinha para um Isso aconteceu aqui no Brasil, veio uns pesquisadores ingleses no começo do século XX para dar aula aqui na faculdade de de sociologia aqui em São Paulo e aos finais de semana ele ia fazer trabalho de campo com algumas populações indígenas aqui. Então você sempre, a antropologia desde o começo parte do pressuposto de que esse cara ele não vai ser objetivo, ele não vai entrar lá tirando os vieses dele, ele não vai ser um cara neutro ali. O corpo dele é diferente, a língua dele obviamente é diferente, os hábitos dele são diferentes. Então é muito esse olhar de desde o desde o começo vocês partir do pressuposto que nada é tão objetivo assim, você não vai conseguir quantificar. Então tem toda uma discussão sobre é ciência ou não é uns debates desse tipo, né? que o que que caracteriza uma ciência e de certa forma antropologia dá um joga uma luz também para pensar que qualquer ciência também tem questões subjetivas aí, né? Nada é tão neutro assim. Enfim, linhas Gerais é mais ou menos isso. E aí, eh, eu, voltando, né, eu fiz muitos, muitos frilas e tipos de pesquisas diferentes, eh, para diferentes tipos de cliente.

13:55Então, eu trabalhei com, eh, para publicação de um livro que era sobre indicadores de gestão municipal. O que que eu fazia? Eu ia fazer entrevista em profundidade com o secretário de finanças e administração de prefeituras, um tipo de coisa que eu fiz. Fiz as etnografias de mercado morando na casa de uma família para entender os hábitos de uma semana entender o hábito de consumo dela com uma marca muito famosa de sabão em pó, por exemplo, a relação dela com ele.

14:25>> Tem três letras e começa com uma e termina com a mesma. Isso é >> não vamos falar porque não tá patrocinando a gente.

14:32>> Isso. Mas era para entender e se se aquele apelo que todo mundo acha que essa marca tem de fato se dá ali na realidade da vida da pessoa. E obviamente você tá ali sete dias, ela não tá lavando roupa s dias. Então você consegue entender uma série de coisas dos hábitos da daquela família.

14:46>> Mas aí tem outros hábitos fora o o a a questão de lavar roupa que influencia talvez nessa tomada de decisão? Sim, porque a ideia é entender como é essa família típica que eventualmente elege aquele ou outro, quais o que que tudo que pode influenciar na decisão de compra das pessoas da sexta inteira e não só daquele item específico.

15:09>> E aí você fica ali um tempo X, né, dentro dessa família, com essa família, e você tem que partir de várias premissas, supondo que aquela família tem determinados preconceitos também para poder fazer sua análise. Como é isso? Você faz uma persona antes de visitar a família. Você não sei. Caraca, eu tô tô aqui brisando.

15:31>> Eu também tô imaginando >> porque eu tô tentando também fazendo fazendo um paralelo com o dia a dia, como que eu aplico isso com o meu usuário interno na corporação para poder entender hábitos dele e ver como que ele enxerga, por exemplo, a minha disciplina ou o produto que eu forneço para ele.

15:49Achei interessante isso porque são métodos de pesquisa sensacionais. É, eu eu há um tempo atrás, até há um tempo atrás, hoje em dia eu já não falo mais isso porque acho que não dá para meter mais essa, mas eu tinha uma coisa de que eu falava assim, eu tô aqui na vida como executiva porque eu tô fazendo uma etnografia para entender como vocês pensam. Assim, eu meti essa hoje em dia hoje não dá mais para meter porque eu já tô há tanto tempo nessas aí. Hoje eu tô lidando >> uma pesquisa longa mais >> porque etnografias podem durar muitos assim classicamente como surgiu no século XIX 10 anos de Imagina você ir para um povo diferente que você não sabe a língua, você não sabe nada. Então você fica três anos só para entender a comunicação. Depois disso você vai conseguir entender as relações familiares e tal. Mas a ideia é que, bom, você parte do pressuposto que você não vai ser o cara objetivão ali, você não é, você não vai de aventar o branco e a eu não estou aqui, eu tenho a minha cara, eu tenho a minha cor, eu tenho o meu cabelo, eu tenho o meu jeito de falar, enfim, não tem como ignorar que eu sou uma pessoa específica, então não tem muito como incorporar uma persona, mas óbvio que você tem algumas técnicas e você tá sempre munido de quais são as hipóteses possíveis, né? Então, enfim, esse tipo de metodologia existe ainda.

16:59Algumas empresas aplicam isso. É super caro fazer isso, porque >> para você ter uma boa amostra é são muitas pessoas, né? É. e é quase sempre muito qualitativo. Então você vai fazer em 10 famílias e a partir daí você vai abstrair eh o que que saiu de mais relevante para aí eventualmente você conseguir quantificar isso. Então tá, então eu vou para uma amostra, mas aí você vai fazer essa quantificação dessa abstração já, né? Mas não tem muito como eh incorporar muito uma persona. Mas eu acho que tentando ser objetivo na tua pergunta, acho que o lance é e do pressuposto básico da antropologia que é sempre desconfiar, assim, é sempre partir do pressuposto que você não sabe nada sobre o outro com quem você tá conversando, tá falando. Então, o máximo de pergunta que você puder fazer, eh, o máximo de evitar a suposição, sabe? É porque a cabeça dele pode estar fazendo conexões que você de fato não teve acesso, porque a tua história ou completamente outra diferente assim, sabe?

18:03>> Interessante.

18:04>> E aí, só para terminar a resposta, fui fui uma variedade de de frilas mais longos, mais curtos. Teve uma época eu fiquei um ano inteiro trabalhando nessa questão de gestão municipal. Eu fiquei um ano inteiro num projeto. Outra vez eu fiquei um ano inteiro fazendo uma pesquisa muito longa, que é das coisas que mais me afetaram assim, que era a finalidade era para pensar na conexão entre serviço social e saúde por um órgão da prefeitura de de São Paulo, eh, que era para pensar na atenção paraa população de travestis e transexuais e de rua da cidade de São Paulo. Foi muito rico assim, porque a gente fazia trabalho de campo na rua e a gente também tava dentro de de unidades básicas de saúde que eram serviços que elas utilizavam.

18:50Foi um negócio que me mudou completamente assim, porque eh eu o meu corpo era muito muito muito diferente, assim, a minha experiência de vida era muito diferente. Então, aprendi muito e foi uma coisa que me sensibilizou absurdamente eh pras questões, pras dores daquela população, mas não só não era só problema que a gente estava vendo, a gente estava tentando pensar em política pública, mas me fez entender muito mais a dinâmica da própria cidade, do centro da cidade, assim, os a questão dos horários, assim, eu vi coisas que me tocaram muito, mudaram muito, foi em 2009 esse negócio já faz muito tempo, mas mexeu muito comigo, é uma coisa, foi uma experiência muito forte, eu acho que a gente conseguiu produzir coisas muito interessantes, mesmo que no fim das contas eram era pensar na integração.

19:35Você não consegue construir uma política pública que seja só sobre saúde ou só sobre eh assistência social, as coisas têm que andar muito juntas. Enfim, fui fazendo muita coisa diferente e aí eu eu mandei um currículo pro Pinion que tinha existia há um ano, eh, para, bom, quero trabalhar com pesquisa, quero trabalhar com analista de pesquisa e tal. Entrei na opinião em 2014 como analista júnior de pesquisa e foi a minha primeira o meu primeiro contato com pesquisa mobile, tipo, com ter um painel eh que já funcionava num num ambiente de, enfim, celular, mobile, aplicativo e tal. E tô no pneu desde então. Eh, e aí amadureci muito nesse tempo e foi meus >> 2014 >> 14, dezembro de 2014.

20:28e entrei como na lista júnior e hoje em dia tô com um cargo de CEO da empresa 1 ano e meio mais ou menos. Eh, aí os meus os meus interesses, digamos assim, também foram mudando, né, e as minhas responsabilidades e obrigações também.

20:44Então, fui estudar um pouco de produto também depois uma época que eu achava que eu nunca mais queria estudar, porque de fato terminei o doutorado no meio desse processo, né? tive que entregar um doutorado. Eh, mas aí e aí estando no Opinion, eh, é uma experiência diferente da dessas outras todas que eu já tinha tido com metodologia de pesquisa, mas certamente eu consigo trazer o meu olhar, assim como de outros eh multidisciplinares para para o que a gente faz no dia a dia.

21:12>> Primeiro, parabéns pela trajetória. Tem muita gente acadêmica que eu conheço que fez a migração não porque se enxergava fora do contexto, mas por causa do corte de verba questões econômicas, vamos falar assim. E você fez uma mudança porque você entendeu onde você queria estar e, pô, que trajetória brilhante aí. Poxa, 11 anos >> com subindo cada degrau e agregando cada vez mais no seu currículo. Parabéns.

21:41Parabéns pela trajetória.

21:43>> Legal. Obrigado.

21:47>> Quero falar com você agora que ainda não conhece a Clever. Clever é uma empresa que já tem mais de 3 milhões de usuários em 30 países com 30 idiomas diferentes, que tem trazido soluções em blockchain, criptomoedas e ativos digitais. O objetivo da Clever é te dar liberdade financeira para operar esse mercado de cripto. Então, se você acredita nisso, se você acredita nessa liberdade, você já pensa como a Clever, vai conhecer os caras, é clever. estão contratando também pessoal para trabalhar com cripto, com blockchain. Então, se você tem interesse, se você tem conhecimento nessa área, procura Clever. Se você gosta de criptomoedas, se você opera no mercado, você precisa conhecer a Clever, precisa conhecer as soluções da Clever.

22:26Então, o endereço tá aqui embaixo no vídeo. Para quem não tá no YouTube, é clever. Vai lá, vai conhecer que realmente é um mercado sensacional.

22:38[Música] E você, Danilo, como é que você, um cara de tec eh, teve esse contato com com a Pinion?

22:49E e aí falando mais aqui da veia nerd de tecnologia, >> pensei que você ia falar metal, mas tudo bem, >> depois a gente fala disso.

22:59Eh, como que você se sentiu assim nesse ambiente de aplicação de tecnologia no mundo?

23:07de humanas.

23:09>> Vamos lá. Eh, não não é nem de longe eh uma história tão tão envolvente quanto a da Tali, eh que ela eh eh que ela acabou de compartilhar com a gente. Eh, eu sou do mundo de tecnologia desde criança. Meu pai era desenvolvedor na década de 70 e 80. Eh, então tinha computador em casa, sei lá, desde os meus 7, 8 anos de idade.

23:35>> Destino já tava traçado. Você não teve escolha.

23:39Eu eu saí um pouco uma época para para outras áreas que eu tentei. Eh, em específico, eu já era desenvolvedor, já sabia desenvolver. Eh, fiz um software com 12 anos que a gente colocou numa eh, que meu pai eh vendeu, ele foi me guiando, foi me ensinando. Eh, a gente colocou isso no ar na Biblioteca Municipal de Pradópolis na época.

24:03>> 12 anos não tinha Conselho Tutelar nessa época, né?

24:05>> Tinha, né? Teve um só se pisar, corta, não. Tô brincando. Eh, mas eh na sequência eu não eu não era muito ligado em desenvolvimento ainda.

24:17Eu gostava muito mais de outras áreas como infraestrutura.

24:20Eh, por muito tempo eu trabalhei com infraestrutura, eh, trabalhei com outras áreas, né? Eh, cargos que nem existem mais, gerente de CPD, sabe? Esse tipo de coisa que >> nossa, CPD, CPD é toca na revela a idade, né?

24:36>> CPD, onde trabalhava os analistas de sistemas. Isso, exatamente.

24:42>> Eh, um pouco mais além, eh, aí eu resolvi ir pra área de desenvolvimento mesmo. Aí eu fui para uma empresa para trabalhar como desenvolvedor. Conheci uma pessoa, se tornou um dos meus melhores amigos, que era o Igor. Eh, e o Igor foi um dos fundadores do Pinion.

24:58Então, o tempo todo ele ficava: "Vem para cá, vem para cá, vem para cá". Eh, eu acabei aceitando eh ir pro ir pro Pinion em 2009.

25:08Eh, e depois que ele saiu da empresa, eu assumi a a posição de CTO. E assim, é bem chocante. Eh, uma das empresas que eu trabalhei antes era uma empresa bem eh bem padrão de aplicativo, era e-commerce e tal. Eh, e era uma realidade, né? Ah, quando a gente trata com pesquisa, com o volume de dados que a gente tem no Pinion, que você vê tem eu nunca fui muito da área de humanas, então quando você vê os insightes que são que surgem com os dados que são coletados, às vezes são coisas surpreendentes. Estava até comentando com a Talita um pouco mais cedo sobre um caso específico que são coisas que, tipo, eu pessoalmente nunca imaginaria.

25:51>> Fal, [ __ ] como é que saiu dessa query?

25:53>> Isso >> não impossível.

25:55>> É, bem por aí.

25:57Eh, e tô nessa desde então.

26:00>> Que legal, cara. Que legal. Sabe que eu percebo um pouco sobre a a experiência que você deve ter, me usando um pouco da minha empatia, porque cada empresa tem um pouco da sua cultura e da sua aura, seu clima baseado nos seus líderes, né?

26:22>> Uhum. E por alguns minutos, falando aqui com a Talita, eu já consigo imaginar o ambiente que deve ser. Vocês falam opinion, né? Eu falei opinion, então eu vou trocar agora o o que deve ser um ambiente no pin.

26:36Eh, a gente trabalhou, inclusive, trabalhei com o Rud numa empresa que era basicamente uma empresa de seguros que tinha um foco totalmente olhando para isso. Eu estou numa área agora que é mais, apesar de ser correlata num área de saúde, mas que tem um foco muito mais assistencial, então tem um ambiente diferente, com cuidado mais médico, etc., que deriva todas as outras ações com essa cultura, né? E eu imagino que vocês devem ter um clima muito mais de fato para olhar pro pro pra interpretação de estudo, não tão objetivo ali no desenvolvimento de software, como a gente vê em muitas empresas que a TI é cara, é sprint, entrega, etc. E vocês devem ter um ambiente muito mais eh qualitativo, que que quantitativo, certo? Eu acho que o que deu para perceber que existe uma sinergia entre o técnico e o não técnico. Eu acho que um aprendizado, pelo menos do discurso que vocês deram aqui pra gente, é que dá para aproveitar muito bem as experiências de cada um para que isso seja combinado e que haja uma uma proposta de valor realmente verdadeira, porque aquilo que eu pesquiso, eu entendo de comportamento, isso pode virar realmente uma feature, já que você falou ali de produto, né, que você vai desenvolver, né? Então, acho que essa sinergia é muito legal >> e e é uma sinergia que traz aquilo que a gente diz que é o que funciona o desenvolvimento só.

28:04>> Mas aí pega você aí no seu dia a dia, você consegue fazer alguma coisa sem entender o contexto? Não tem como. Você tem que pensar em domínio, você tem que pensar de uma maneira que seja mais drivada a experiência do do seu usuário, seja ele interno ou externo. No final das contas, mano, você precisa entender o comportamento para você desenvolver um bom produto.

28:26>> E a tecnologia não tem sentido sem o contexto, né? Desenvolver sem você ter contexto e não não entender o objetivo do produto.

28:34>> É é bem complicado, né?

28:36>> E tecnologia, o que que é tecnologia? É meio, é tecton. Eh, eh, eh, a gente tá falando da etimologia que você tá focado mais na disciplina que te habilita fazer algo, entendeu? Então, se você não tiver um bom norte, você vai desenvolver uma ótima um um ótimo produto no seu viés tecnológico, mas que não vai ter nenhuma utilidade prática pro usuário e aí você faz uma coisa maravilhosamente bem que não serve para nada. Pegando esse gancho, então, queria que vocês falassem um pouco mais opinion e citasse, por exemplo, um produto onde você tem essa dualidade, onde você tem essa convergência, né, da da estrutura tecnológica e desse olhar mais empírico, humano, digamos assim, antropológico.

29:22>> Empírico humano. Gostei. É, >> é só falar umas palavras de que eu não entendo [ __ ] nenhuma.

29:29Eh, o statement que a gente tem aqui, que é opinião, né? É uma empresa de pesquisa com base tecnológica e a gente é especializado em eh entregar dados de comportamento e dados competitivos pros nossos clientes, né? Os nossos clientes eh B2B, empresas que nos contratam para entender alguma coisa ou para fazer algum tipo específico de coleta de dados. E vocês usam a base interna de vocês ou vocês eh pegam a base do cliente e tiram insites em cima da base do cliente?

30:00>> A gente tem um painel eh inclusive o Pinion foi super inovador nesse sentido.

30:06Eh, a risco dizer que foi o primeiro painel mobile pra pesquisa do país, que foi fundado em 2012, 2013, né? Eu entrei 2014, tinha bem pouquinho tempo de de operação. Eh, eu acho que 12 era como beta e 13 já com alguns clientes. Eh, então a gente tem um painel mobile próprio. Então, a gente tem uma base de respondentes que a gente ativa constantemente para fazer coleta de dados, seja dados de pesquisa, seja para perguntar para você qual é o teu hábito de consumo de cerveja durante a semana ou aos finais de semana. E aí, assim como você >> ia se surpreender.

30:42>> E aí, assim, eu posso ter uma amostra que é feita de várias pessoas parecidas com você ou eu posso ter uma amostra feita de várias pessoas diversas de você para para ter um quadro geral do que que tá acontecendo.

30:52>> Falha minha.

30:53>> Não fui eu que bati aqui no vidro.

30:56>> Eh, e só que a gente eventualmente e cada vez mais a gente tem feito alguns projetos inclusive de trabalhar com bases de cliente também, tá? Então, eventualmente a gente pode fazer coletas de dados não necessariamente com a nossa base. Se a gente tem entendimento de que a nossa base não vai dar conta ou não é o que a gente, exatamente o que a gente precisa, a gente tem meios de coletar dados através do mecanismo que a gente tem com outras bases, mas prioritariamente a gente utiliza a nossa própria base, o nosso próprio painel, tá?

31:26>> Legal. até para uma pesquisa, sei lá, de satisfação, alguma coisa assim, para não pegar uma coisa tão drivada, entendo que pela base de vocês, o questionário que vocês abrem, vocês conseguem capturar coisa que às vezes a empresa em si não consegue ter acesso >> na no na interação com o cliente, né?

31:44>> É a riqueza de qual Bom, isso deveria ser mandatório e pressuposto de fazer pesquisa, né? que a riqueza é você eh sair do teu, e tá trazendo um pouco do meu olhar também, sair dos teus pressupostos. E se a a tua base já tá um pouco enviasada com pressupostos, talvez é interessante comparar, mas não necessariamente só ficar preso ao que a tua própria base pode dizer, porque você pode acabar descobrindo coisas quando você vai falar com o teu não consumidor, por exemplo.

32:09>> Então, só para fazer um um zoom out aqui para trazer o ouvinte para acompanhar a gente, >> tá? Eh, eu eu tenho uma empresa, eu procuro pinion, falo: "Olha, eu quero entender quem é meu público alvo, por exemplo, quem compra o meu produto, né? E ele tem já uma base de clientes dele. Então, você pode aplicar pesquisas ou os produtos do Pinion sobre uma base sua e descobrir essa informação que ele precisa.

32:41Porque se ele, se você aplicar na base dele, o cara já é cliente, então você vai ter uma amostra muito envieszada do que já está ali, né? Você pode não descobrir possíveis novos nichos que ele poderia atacar. É isso.

32:57>> É o que a gente pode fazer. Por exemplo, considerando esse exemplo que você deu, eh, eu vou utilizar a sua base para entender quais são os principais recortes demográficos dela, por exemplo.

33:07E aí o que eu posso, a recomendação, digamos assim, era o que a gente faria.

33:11É vamos aplicar, se é que faz sentido pro teu produto a gente aplicar numa amostra nacional representativa, se é que faz sentido, e eu vou levar em consideração o teu cluster aqui demográfico para fazer a comparação e eventualmente eu posso descobrir o quê?

33:28uma rejeição num num cluster que você nem tem ideia porque não tá na tua base.

33:33Ou eu posso descobrir um potencial de mercado maior para um nicho demográfico que você não tá olhando porque ainda não tá dentro do teu do teu cluster de de consumidores. Então, em linhas gerais, é mais ou menos isso. Então, opinião, o que que é? A gente é uma empresa de de pesquisa e a gente tem o nosso painel proprietário para fazer coletas de dados. Eventualmente a gente pode utilizar bases de clientes ou bases que não estão dentro do PIN. Por exemplo, a gente roda projetos fora do país, a gente não tem eh a gente ainda não está fora do país. Que que eu faço? Eu utilizo a base do meu cliente para fazer coleta de dados com tecnologia com usuários que estão em outros países, por exemplo. A gente já faz isso para alguns clientes há um tempo já. Eh, eh, respondi a pergunta, que que é opini?

34:18>> Sim, sim.

34:18>> Qual era a outra pergunta? eh um o exemplo de um produt em cima disso eh uma uma outra >> eh uma outra visão que também pode ter que a gente tem uma base muito extensa de usuários, muito muito extensa mesmo.

34:33Então é até comum que a gente tenha usuários que fala: "Olha, eu quero identificar se essa pessoa é meu cliente já ou não". E aí eu posso ter até uma amostra comparativa. Eu posso ter umas respostas identificadas, não individualmente, porque eh mesmo porque LGPD a gente não pode identificar, mas a gente fala, ó, essa pessoa que respondeu isso aqui é seu cliente. Essa pessoa que respondeu isso aqui não é seu cliente. A gente tem uma tecnologia que a gente consegue fazer um MET com o banco de dados do cliente de forma zero knowledge. Então nenhum dos dois lados sabe exatamente e consegue identificar quem é quem. Mas a gente consegue entregar essa amostra. Como a gente tem uma amostra muito grande, a gente também tem essa capacidade de ter uma intersecção e trabalhar tanto com o que tá dentro quanto o que tá fora da intersecção. A Pino monetizou pesquisa, cara, que é muito interessante isso, sério, porque porque no final das contas você acaba criando uma base onde cada indivíduo é único, beleza? Mas você consegue criar várias variáveis de comportamento que isso pode ser monetizado e vira realmente, como a Tali falou, né, você também comentou, um diferencial estratégico pro cliente.

35:38Então, entendo que as possibilidades são diversas de você utilizar a a pinion, né, ou pinion, desculpa. Eh, você pode usar para talvez verificar se o seu melhor cliente realmente é o seu cliente. Você pode entender se um produto realmente vai ser efetivo numa determinada região. Você pode, enfim, eu tô entender por que um determinado demográfico eh por que você não vai bem com um determinado demográfico.

36:05>> Talvez naquela região tenha um um um nicho muito específico que um concorrente seu é bom só ali. Enfim, >> interessante isso, pô. Como é que Mas como que é isso? Detalhe um pouco mais pra gente, Danilo, porque você desculpa que a minha cabeça ela é muito exata.

36:23Ela tu tem, eu tô pensando já que, pô, tu tem que saber uma chave para combater nos dois, saber o cara é cliente dele, né? O MDM dele é um dos melhores. Que [ __ ] MDM tá absurdo. Ou você fala tipo, não, ó, esse cara tem 98% de chance de ser seu de ser cliente por padrão de comportamento dele. Ou não, você fala: "Não, esse cara ele é um match, é um match 100%. Como é que funciona?" Tá.

36:48Eh, eu vou tentar explicar de uma maneira um pouco um pouco mais eh simplificada até pro benefício de dos ouvintes que que >> não entendem como é que funciona, por exemplo, um um hash. Eh, imagina que eu quero conferir se o se eu sei o seu telefone. Eu tenho anotado que só que eu não sei se é certo, só que eu tô falando com você em um canal público, então não quero que uma pessoa que ouça saiba o seu telefone. Eu vou falar: "Olha, sei lá, a soma de todos os dígitos dá tanto e a multiplicação dá tanto". Você vai olhar isso e falar: "Tá batendo". Então a escara ou não tá batendo da esse cara, isso é como se fosse um algoritmo não reversível, porque se tiver esses dois números não serve para nada.

37:24>> Eh, e a gente faz exatamente dessa forma. A gente chega para um cliente, o cliente fala, vamos tentar pegar a intersecção eh por qual dado que a gente vai? A gente vai descobrir e o o que eu trabalho aqui é com o telefone das pessoas, beleza? Eh, você vai usar esse algoritmo, você vai gerar um rest não reversível. Eu vou fazer a mesma coisa do meu lado, a gente cruza. eu identifico do meu lado quais são os clientes que tão no MET, ou seja, é por isso que a gente chama de hashmat. Eu identifico quais são os clientes que tão na na minha base, que também são seus clientes. E do seu lado, eh, normalmente a gente não devolve isso pro cliente. A gente só identifica eh na hora da resposta, quando ele quer rodar, por exemplo, eu quero rodar eh essa pesquisa aqui apenas em pessoas que são meus clientes, beleza? você tem a garantia que aquele que aquela pessoa, pelo menos garantia pelo menos que o o o telefone do cadastro daquela pessoa é o mesmo telefone do cadastro. Então a chance é praticamente 100%.

38:18>> Mas o desafio de manter isso atualizado, >> cara, é realmente o melhor MDM do mundo.

38:23Sabe que tem uma grande oportunidade no mundo de saúde, >> car >> que existe uma coisa em saúde que é interoperabilidade de dados.

38:31>> Escuta ele falando isso já há uns 10 anos. Eu, cara, eu adoro esse assunto porque eu acho que é o que vai resolver o problema da saúde suplementar um dia.

38:38>> Uhum.

38:39>> Então, na área de saúde, a gente tem muito problema de desperdício, né, que você já devem ter ouvido falar sobre inflação médica, etc. Você vai, se você tem uma determinada seguradura hoje, eh, você vai num hospital porque você tá aqui em São Paulo, tá com uma dor de cabeça, o cara vai te fazer um exame de sangue, vai fazer beleza e vai cobrar da seguradora. Você vai voltar para Ribeirão Preto. Se daqui a dois dias tiver menos dor de cabeça, vai no exame, vai no hospital, vai fazer dor de vai fazer tudo de novo, vai cobrar de novo dessa da seguradora, da operadora.

39:10Existem alguns protocolos de comunicação que são padrão para você ter uma API REST, para você ter o mesmo esquema de banco de dados >> para parametrizar dados de saúde, justamente para que uma entidade troque dados de saúde de forma transparente com outra eh entidade de saúde. Esse protocolo ele chama HR7 e a a interpretação em REST chama FIRE.

39:35>> Isso é um protocolo internacional.

39:37existe um consórcio que mantém, etc.

39:40Sabe qual o maior desafio na implementação dessa troca de dados? Uma coisa chamada MPI, que chama é master patient index. A minha chave primária do meu paciente, na minha operadora, pode ser o número da carteirinha. No laboratório é o >> o CPF >> CPF.

40:00>> No outro laboratório >> é o RG ou uma chave composta. Quando eu troco esse dado, como que eu sei? é a mesma pessoa.

40:11>> Uhum. Só que as chaves são diferentes. E aí você tem que ter um servidor à parte, que é o servidor de deduplicação, que faria o algo como o algoritmo que você descreveu, Danilo. O cara vai pegar todos os campos de identificação que são padrão, vai calcular um hash. É que no caso do MPI, ele tem, ele não é eh eh descritivo. Ele não fala é esse cara.

40:34Ele fala é esse cara com tantos por centos de chance. Porque ele pode ter nome, endereço, RG, CPF e o celular diferente. Então ele me fala: "Ó, esse cara ele tem tantos por C de compatibilidade, pode ser esse cara aqui. E aí você tem que pôr um thod, beleza, eu vou aceitar 97, 93 e trazer esse dado como se fosse dele." Então, cara, tem uma oportunidade aqui com o que vocês fazem paraa área de saúde para exatamente essa troca de dados, porque com a LGPD e com a maioria da da regulamentação fora do Brasil, como a RIPA no nos Estados Unidos, etc., você traz o usuário como dono do dado.

41:19>> Uhum. Então, em tese, eu poderia ter isso centrado no usuário. Você poderia ter uma aplicação onde você foi num num laboratório, foi num hospital, foi atendido, fez alguns exames, no outro você vai e fala: "Tá aqui meus dados, tá aqui meu prontuário". e você conseguiria ter essa redução de desperdício, tem um atendimento mais eficiente.

41:42Falei tudo isso só para falar do MPI, que é exatamente, eu sou entusiasta máximo isso, porque eu acho que isso vai resolver o problema de de fato popular e democratizar, né, a saúde para todo mundo que precisa, né? é que você muda, né, o regime de uma coisa mais estadunidense, que é centrada no hospital e passa a ter um um sistema de saúde mais inglês, que é centrado no paciente.

42:07>> Isso. Centrado no paciente. E aí você tem que ter condições de consumo desse dado em várias entidades, né?

42:14>> Uhum.

42:14>> E aí você não pode depender de uma chave primária.

42:17>> Sim.

42:19>> Sim.

42:19>> E e e transitar esse dado de forma eh >> de forma a não cumprir as leis.

42:28específicas dos país.

42:29>> Exato. Exatamente.

42:31Mas eu achei esse esse cara, a gente vê empresas que hoje brigam para conseguir entender qual é o golden record deles do cliente, porque ele pode ter isso em várias bases de dados e o cara, o cliente dele de uma forma só, ele não consegue ter uma visão 360 do cliente.

42:47Você tem uma solução que >> consegue saber se o cara é cliente dele ou não de uma forma mega transparente, né?

42:54>> Sim. e consegue eh enriquecer eh esse perfilamento desse usuário, né? Então, >> para mim isso é eu é eu é eu é o sensacional, cara.

43:02>> Você consegue enriquecer com esse usuário, por exemplo, eu poderia partir para uma coleta declarada de dados dele, pensando num exemplo aqui de baixo pronto, tudo que você falou, tá?

43:13depois do do atendimento dele, se a gente fizer um um NPS para entender qual que é a satisfação dele com o serviço que ele acabou de receber e conseguir acumulando isso ao longo do tempo. Então você consegue fazer isso de maneira o declarado dele e eu sempre vou manter o resto daquele usuário. Ou a gente pode partir para uma coisa de dele coletar dados assim, sabe? Eh, através ele ele pode, por exemplo, eh, alimentar isso não com um dado declarado dele de percepção, mas, por exemplo, um dado que saiu de um exame que ele fez em algum outro lugar. Uhum. Então, além além da pesquisa do além da >> da pergunta direta ao usuário, vocês então também coletam outros outras fontes para poder fazer esse cruzamento.

43:56>> A gente pode ter outros dataps.

43:58>> Caraca, mano.

44:02Você que tá aí escutando esse episódio bacana e quer levar toda essa tecnologia, essas novidades pra sua empresa e não sabe como, chama o time da Vem Bears. A gente pode ajudar vocês com desenvolvimento de software, com arquitetura de soluções, a entender os problemas que vocês estão vivendo e sair do outro lado com uma solução bem bacana. E se você tá escutando o podcast para aprender coisas novas, faz o seguinte, manda um e-mail pra gente no peoplecare@vemers.

44:31E você pode fazer parte também do nosso grupo de talentos. Valeu.

44:36Agora o time do Relações Públicas vai gostar mais de mim.

44:45E vocês pegam informações públicas também para poder enriquecer a base de conhecimento de vocês?

44:52>> Não, geralmente eh quando a gente fala de base de dados, a gente tá falando muito de eh tem mais a ver com o mercado privado e aí a gente tá falando, por exemplo, do lado oposto, que é onde esses dados são coletados. Então, por exemplo, bases de dados de pontos de vela, que é também, eu não vou querer dar o mesmo importância humanitária para para essa confusão de essa não comunicação entre base de dados, mas é um problemaço, porque o mesmo mercadinho pode estar classificado de maneiras muito diferentes por diferentes empresas. eh se se ela é a indústria, se ela é a distribuidora, se ela é o aplicativo de delivery, cada um utiliza uma coisa, uma chave ali para localizar exatamente o mesmo mercadinho. É, e eventualmente a gente faz pesquisa, a gente tem clientes e tem a capacidade de fazer esse tipo de pesquisa, que é tem a essa cerveja aqui, 600 ml na geladeira ou fora da geladeira, neste mercadinho específico, porque a indústria pagou e espera que ela esteja aparecendo de determinada maneira na geladeira específica. É, >> e aí a gente manda o nosso, o dado que a gente faz é o nosso usuário se desloca até lá para tirar uma foto e entender exatamente como tá aparecendo a geladeira, aquela cerveja naquela, naquela geladeira específica. E aí a gente entende que muitas vezes o que o que está combinado e pago, que é a geladeira da marca tal, com o display específico da cerveja aqui, o refrigerante aqui, a disposição toda organizadinha, a gente descobre que na hora ali tá uma bagunça, tem um tem um pacote de de leite ali, um pão, um requeijão ali que não era pr >> você encontra cerveja amarela na na geladeira verde.

46:40>> Exatamente.

46:42É, mas eu fui no mercadinho uma vez que, por exemplo, o pão tava de frente com a janela no sol.

46:50É bom que tá sempre quentinho.

46:51>> Não, mas não tem o era o pão de forma, mano. Tava tava suando. Exatamente. Pô, mas eu acho que isso é bom porque você consegue como como a empresa que provê o o produto, você consegue saber se isso tá sendo >> Sim, >> é essa questão de >> bem armazenado. Não, >> enfim, entrei nesse exemplo porque eh a gente tá falando também de troca de informação, de dados e de muitas formas que você tem de localizar exatamente aquela chave ali. Aí no caso tô falando de um CNPJ, né? É, mas eu vi muito potencial porque assim, às vezes eu sou a empresa A e eu classifico esse mercadinho de uma maneira X, mas essas outras classificações que esse mercadinho tem podem ser úteis para que eu identifique um novo perfil de comportamento dentro da minha base.

47:32Porque aquele mercadinho que eu vejo de um jeito a, mas que as outras empresas vêm de um jeito y pode ser um nicho que eu não tô olhando para dentro da minha solução. Eu acho isso muito interessante. Da mesma forma como a gente comentou antes, a gente pode ir enriquecendo as informações que a gente tem sobre aquele estabelecimento específico único, né? Então, se eu já tive projetos específicos, então eu tive um usuário meu indo lá para entender se as a cerveja amarela tava na geladeira, qual e depois eu tive um um outro projeto para levar lá para entender qual que era o preço da barra de chocolate e tal. Tudo isso vai enriquecendo a informação sobre aquele mesmo ponto de >> você vai centrando naquele ponto de vendas e criando uma informação >> com ela no centro. É, eventualmente a gente, >> é, eventualmente a gente pode pedir pro nosso usuário interagir também com o funcionário ali. Então, então eu posso ter informo ter informações que são visíveis do tipo, qual é o nome fantasia? Isso é uma confusão, gente. É tão variada a relação entre CNPJ e nome, >> sem dúvida.

48:33>> Enfim, e o que que se usa no fim da das contas, né? Então, qual que é o nome fantasia? tem informação de site, de telefone, de Instagram, esse tipo de coisa, todas essas informações. O usuário pode chegar lá e bater uma foto.

48:44>> Uhum.

48:44>> E a gente alimentar um banco de dados sobre aquele estabelecimento específico.

48:48E ele pode também interagir com o funcionário ali para perguntar alguma coisa. Por exemplo, tem projetos que a gente faz para meio de pagamento, que é perguntar sobre qual que é a frequência ali, qual que é o comportamento de uso, distribuição de uso nas maquininhas, que é um dado que hoje em dia tá todo mundo tá super quente com isso, né? que tem vários tipos, várias maquininhas, várias bandeiras de maquininha e bandeiras de maquininha que estão dando desconto e tal e ninguém sabe exatamente e tal.

49:14Assim, o nosso usuário pode fazer uma mini entrevista com o funcionário que tá ali sobre esse momento específico da jornada de comp.

49:21>> Uma pergunta, quando você fala o nosso usuário, porque eu entendo que o seu cliente é a marca, >> isso >> é é B2B.

49:30>> E aí existe o usuário do Pinion. Esse cara, ele é uma massa de usuário que você estimula e ele e como você faz ele fazer essa entrevista lá? Ele é um um cara que, sei lá, fala, você dá um voucher para ele, ele faz. Porque eu sou usuário também, não sei se é concorrer de vocês. Se for, me avisa, porque aí eu corto, mas provavelmente não vai concorrer porque é o Google e o Google tem Google Rewards.

49:59>> Eles descontinuaram? Não descontinuaram?

50:01Não, >> o meu tá funcionando ainda.

50:02>> Ah, tá. Hoje mesmo, ontem mesmo.

50:04>> É, a gente de certa forma é um pouco concorrente, mas >> é que o Google rewardas proporções, >> ele é, eu não sei exatamente como funciona, mas ele me faz pergunta de acordo pros GPS, por onde eu estive, se eu fui em algum lugar, se eu paguei com cartão, se eu paguei com dinheiro, se eu entrei e fiz compra. Aí às vezes ele me mostra um vídeo do YouTube se eu gostei da recomendação ou não, ele vai me perfilando. Muita gente como o Rud provavelmente me criticaria, falou: "Porra, mas tu tá dando suas informação assim por >> Eu não, eu faço isso também porque aí você ganha um um desconto lá pra loja do Google Play, cara.

50:40>> Você ganha créditos na store, né? É tipo 20 centavos por pergunta, 10 centavos.

50:45>> Na época de Pokémon Go usava muito.

50:47>> É, pois é.

50:49>> Eu ainda jogo.

50:50>> Eu eu Nossa, cara, [ __ ] R. É, eu gosto.

50:56>> Aí quando me pergunta, pô, mas tu dá tá vendendo essas informações por 20, fala, cara, que informação que o Google já não tem sobre mim? Ele só tá confirmando.

51:04Então, pelo menos me deixa pagar minha Netflix com esses créditos, né? Eh, e como que funciona então o usuário? Eu posso ser um usuário do Pinion? Como que funciona isso?

51:16>> Quer contar?

51:17>> Ah, basicamente baixar o aplicativo e fazer o cadastro. É, é isso que é o que é o que é o necessário. E a recompensa é dinheiro.

51:27>> Ah, então você remunera o cara que vai lá responder a as pesquisas.

51:31>> Ao invés da gente pagar para uma pessoa ficar no >> no cu do Google agora me dando crédito, eu vou instalar Pion. Ué, >> ao invés da gente pagar para uma pessoa para ficar no num semáforo parando pessoas com uma prancheta e anotando coisas, a gente paga pra própria pessoa que tá respondendo em dinheiro, em um em um wallet que pode ser sacado direto de viax.

51:52>> [ __ ] que legal. É, e essa coisa que você falou de que acho que é interessante de pagar pelo dado, o Pinion sempre foi assim, eh, desde o de quando ele surgiu. Eu particularmente acho uma coisa muito honesta assim, eh, e desde o desde o começo, assim, em todas as interações que a gente tem com os nossos usuários, a gente chama de missões. Então, assim, o usuário sabe desde e é sempre um convite. é um convite, quer fazer essa missão e essa missão pode ser contar pra gente sobre o hábito de beber cerveja durante a semana, bebida alcoólica, ou pode ser até um estabelecimento e tirar algumas fotos pra gente. A gente sempre explica e a gente tá dizendo ali qual que é a recompensa se ele fizer as tarefas de maneira adequada. Eh, eu particularmente acho muito, é muito legal porque é um contrato, sabe? você aceita fazer, senão assim, enfim, tem muita, muita informação nossa que já tá indo por aí, que a gente não sabe, que a gente vendeu de graça em algum momento.

52:44>> Exato. É, exatamente porque eh a maioria da das pessoas não sabe que já faz isso, né? E que pode fazer de uma forma >> mais fair.

52:55>> Cara, você tá indo lá com essa missão para fazer isso, porque eu preciso do dado.

52:58>> Você quer, você quer ver quando você vai receber por isso? Tá aqui, ó. Tá escrito aqui no aplicativo >> ex. E e gera um compromisso de um dado mais confiável, talvez, né? Porque o cara tá indo lá e sabe que tá sendo remunerado de certa forma para isso.

53:09>> Isso mexe com um uma questão humana. Não sei. Eu sou competitivo. Se eu for ver essas missões, vou querer cumprir uma atrás da outra, lógico que tem o benefício financeiro. Mas eu acho que é legal esse prazer também de você cumprir uma missão, de você tá ajudando algo assim. Eu acho que é uma coisa que engaja.

53:27>> É. E assim, pesquisa, basicamente pesquisa para para mercado sempre tem a questão da remuneração e é um tema relativamente polêmico, digamos assim, entre os puristas que tem os puristas só eu falando, chochando as pessoas, mas enfim, que quer dizer isso, mas assim, o quanto o pagamento ali influencia as respostas das pessoas, um outro jeito de olhar é o quanto é o tempo daquela pessoa. Então, quando eu contei do meu exemplo de passar uma semana morando com uma família para entender, ela estava recebendo um salário mínimo na época para mim receber lá, é óbvio que aquilo influenciava aquela família a tá apta a receber >> Uhum. a a me receber lá para poder estar pesquisando, mas era um é é um contrato meio fera ali de tipo quando a gente faz grupo focal, por exemplo, quando se faz grupo focal em pesquisa tradicional, que é aquela coisa de sala de espelho, quem tá ali participando tá recebendo algum incentivo financeiro e eventualmente até mais um vcher, alguma outra coisa ali, por são duas horas da vida da pessoa ali para est num ambiente que tá fora de casa, meio desconfortável e tal. Então essa troca pelo tempo é algo meio basilar da pesquisa pr principalmente pra pesquisa de mercado. Se a gente tá falando de alguma coisa de ponto de fluxo, que o exemplo que o Dan deu que essa coisa de ficar na esquina é metodologia de ponto de fluxo que chama vai lá com uma uma prancheta, não tem geralmente essa troca monetária ali.

54:46>> E é por isso que a pessoa fica ali tanto tempo para completar uma uma coleta, porque é muito difícil parar uma pessoa ali. Não, mas por exemplo, você tá num dia a dia corrido, alguém vai com a pranchetinha fazer uma pergunta para você, você para? Eu não consigo parar.

54:59Eu tô querendo chegar em casa para ver meu filho.

55:01>> E cara, eu sou muito honesto. Eu falo, ó, quantas perguntas são? Se for 2 minutos, eu consigo, vou te atender, vou te ajudar. Agora o problema é quando o cara fala: "Não, é rapidinho". E da 15 minutos o cara tá na terceira página.

55:12Exatamente. Isso já aconteceu comigo algumas vezes.

55:15>> Ex. Aí o que a gente, só para terminar o raciocínio, o que a gente pode fazer é através da própria da tecnologia e das metodologias, a gente tenta tirar o máximo possível esse esse viés, esse filtro. Então o que que eu vou fazer?

55:26Eh, eu não vou perguntar, eu não vou aplicar exatamente a mesma pesquisa pra mesma pessoa, mesmo que eu tenha um projeto recorrente. Eu vou fazer o máximo possível para erar, o que a gente chama amostra. Então eu vou trazer outras pessoas com o mesmo perfil demográfico ali para responder, para dar um tempo daquela pessoa, para ela também não entrar nessa loucura da competição, tá? Eh, porque muitas vezes a gente não >> vai preencher só por preencher, entende?

55:50A gente não quer isso, ainda que eventualmente se eu for falar de coleta de dados, gente, se é para tirar foto do mercadinho, pode ser a mesma pessoa e talvez ela faz 10 num dia e, pô, massa.

55:59>> Eh, mas às vezes não, se eu tô falando de pesquisa, eh, eu preciso dessa curadoria e a gente tem mecanismos metodológicos de tecnologia para fazer isso. Desculpa, Dan, tem >> Não, tranquilo. Eu só ia adicionar que é como você disse, os puristas às vezes falam que de repente você pagar a pessoa pela pesquisa, você tá envzando, mas eu também acho que é enzar você parar uma pessoa, começar a fazer perguntas, a pessoa de repente tá de saco cheio, vai responder qualquer coisa. Não sei se podia falar, >> já fiz isso. Tá bom. Então é isso mesmo.

56:30Exatamente. Eu tô eu falo que isso é real porque, >> enfim, é já tem seu viés também. E tem uma questão de viés também que talvez o perfil das pessoas que parem seja semelhante.

56:40>> Sim, >> né? Ela tá predisposta a conversar, né?

56:43Trocar uma ideia.

56:43>> Ela tá predisposta, talvez é um cara que tem mais tempo, etc. É um nicho, >> uma pessoa mais extrovertida, que gosta gosta de falar com estranha.

56:50>> Tal vez a pessoa que para para responder vai ter umas um comportamento similar, porque não é todo mundo que para para poder conversar também.

56:57>> Ex. Exatamente. Quando não se tá perfilando pelo comportamento de certa forma, né?

57:01>> Sim. E aí, uma coisa que eh o o Pinion pelo fato de ser um aplicativo de celular eh ele ele tá no dia a dia das pessoas. Eh, isso quer dizer que eu a gente consegue fazer pesquisa para tirar dados em momentos íntimos da pessoa.

57:18Assim, a gente teve uma época que a gente fez um, eu lembro de um, ai, há muito tempo atrás já pode parecer meio eh, uma senhora falando isso, mas era sobre brinquedos eróticos, eh, que é um tema que para você levar as pessoas para uma sala de espelho, fazer pesquisa, não vai, dependendo ali, não vai andar muito. Uma sala de espelho. É, eh, é, é aquela, >> só para poder imaginar, >> é uma sala parecida com essa que >> talvez a cena ficou meio esquisito. Sala de espelho, >> é, é o que é é onde se realiza nas pesquisas que chama de grupo focal, que é quando você leva umas 10, 12 pessoas, ou pode ser um pouco menos, um pouco, mas não para 10, 12, diversa o suficiente com moderador para tocar uma conversa roteirizada.

58:01Por que que chama sala de espelho?

58:02Porque geralmente tem aquelas aquele vidro que do outro lado você não consegue saber quem tá.

58:06>> Ah, tipo reconhecimento de suspeito de Aí do outro lado, quem tá lá e o gerente de marketing da marca, o pessoal do Instituto de Pesquisa, com um ponto com a moderadora, guiando as perguntas.

58:19>> Cara, isso existe, que loucura, cara.

58:21>> Existe. Mas é porque a precisa ter uma célula externa, acho que vem do comportamento de uma maneira >> é. E aí a ideia é que você constrói um relatório sobre aquela interação daquelas pessoas diferentes num sobre aquele tema.

58:34>> Mas eu vou falar para você, se eu soubesse que tivesse alguém assistindo por fora, eu já ia me achar meio estranho e talvez eu já pudesse mudar um pouco meu comportamento. Só de ter pessoas também junto comigo já pode influenciar meu comportamento também.

58:46Então acho que eh a elaboração da pesquisa em si deve ser um desafio enorme.

58:52>> Sim. E aí é é um desafio, é certamente dos maiores que tem quando vai fazer qualquer tipo de pesquisa, é o particularmente que eu gosto mais que é onde eu acho que eu tem mais, >> onde você usa mais antropologia. É, exato. Mas assim, o, você falou do, do viés que você teria numa sala dessas, então você tem também um tipo de pessoa, alguns tipos de pessoa que se sentiriam confortável suficiente para participar de uma dinâmica dessa. Você pode ter uma pessoa que você você recrutou essa pessoa, ela tá recebendo incentivo, mas chegou lá, ela fica travado.

59:23Você no fim das contas, >> no fim das contas você gastou, né? A empresa gastou, eh, mas não vai tirar muito dado. É sempre quali, né? é sempre em escala muito menor.

59:34>> Eh, mas não, você não vai ter muita aproveito com aquelas respostas. E como a gente tá falando do pino no app, a gente consegue pegar as pessoas num contexto onde ela provavelmente tá na casa dela, eh, num momento do dia em que ela tá disposta a fazer isso. Então, a gente >> não que não tenha viés, sempre vai ter.

59:49Volta, por exemplo, dos brinquedos que eu fiquei curioso, >> porque a gente fez, por exemplo, pesquisa sobre com vídeo. O o Pin não tem a possibilidade da gente coletar vídeo. Então, a pessoa pode responder gravando um vídeo. Eh, seja um vídeo selfie, eh, seja um vídeo mostrando alguma coisa da casa dela.

60:08>> E nessa, nesse momento a gente fez isso de brinquedos heróticos e as pessoas >> contaram, abriram a gaveta lá e mostraram que tinha. E, >> eu sei que eu apareço uma senhorinha falando isso. Ah, um grande tabu, mas não é uma coisa que se você tivesse talvez outras metodologias de pesquisa, você não ia conseguir captar.

60:27>> Ô, dona Maria, posso entrar na sua casa e ver o que tá na sua gaveta?

60:33Não ia ver, não ia, não ia rolar, não ia rolar. Eu eu tô achando já incrível a pessoa realmente abrir a intimidade dela, que é é difícil, ainda mais dependendo do da faixa etária do público, é mais difícil a pessoa se abrir para um para um tipo de pergunta dessa. Caraca, >> é >> é não é tudo que a gente não é tudo todos os nossos clientes. Falando um exemplo extremo, né? Não, mas se você tem casos positivos no extremo e você levar isso para um caso mais do dia a dia, >> é extremamente é é muito melhor, né? Né?

61:10Eh, e uma coisa que eu tô eu tô lembrando agora de um de um estudo que eu li uma vez, acho que não chega a ser um estúdio, foi um estudo, foi uma reportagem de como o brasileiro ele muda as suas respostas de acordo com o que ele ele acha que as pessoas esperam que é a resposta que ele deveria dar.

61:31Ah, mas isso não é só no Brasil, não.

61:34>> Mas é, >> acho que é geral, principalmente no Ocidente. Eu acho que ainda é muito mais forte esse tipo de comportamento, >> porque eu vi até nessa reportagem que as pessoas perguntavam se a pessoa era racista ou era homofóbica, etc. E, cara, se você vai na pesquisa espontânea para isso, tipo, percentual de racistas e homofóbicos no Brasil é extremamente baixo.

61:54>> Uhum.

61:55>> É engraçado, né? É o o percentual é baixo, mas se você pergunta, você tem um amigo que é racista, é o número é alto, não existe um equilíbrio números.

62:05>> Exato. Não. E e até pela própria pesquisa, se você pergunta se a pessoa se declara como uma pessoa racista ou homofóbica, ela fala que não. Mas aí se você vai fazendo perguntas laterais que a você consegue detectar pelo comportamento se ela é ou não, ela tipo, ah, você Rud, você é homofóbico? Não, você você é a favor do casamento duas pessoas do mesmo sexo também? Não, pera aí, tem alguma coisa errada com essa resposta, né? E como é que vocês lidam com isso? Eh, e quando eu falo quando como você lida com isso, é como você aborda para não ter esse viés? vocês têm um estudo do que perguntar, como perguntar, eh, para fugir dessas dessas questões que o cara vai me responder o que eu quero, o que ele acha que eu quero que ele responda e o e você faz um arquiteta essa pesquisa de uma forma que você consiga extrair a verdade de uma outra forma.

63:03>> Ah, a verdade não existe, né? Mas vamos lá. Mas sim, sem querer ser >> a resposta do antropólogo, como é? Tá vendo? Ué, quando alguém pergunta alguma coisa de arquitetura para você responde, depende.

63:13>> Exatamente. É, a verdade não existe nem arquitetura.

63:17>> É, tem você tem diferentes tipos de metodologia e complementaridade de metodologia para você chegar nos nos temas, né? Essa semana mesmo a gente tava discutindo o resultado de um questionário e teve uma discussão dizendo assim: "Deu muito, não sei".

63:33Porque as opções de resposta eram assim, não, não sei. E aí o E aí o interlocutor e o cliente tava pensando assim, tem como a gente diminuir a possibilidade de vir? Não sei.

63:43Bom, tem, >> mas se o cara não sabe, >> exato. Então você assim, tem um viés quando você tá olhando para isso e e tem eh um jeito como você constrói o enunciado também da pergunta que pode te levar a falar assim ou não. Então tem tem técnicas de como você aborda um tema. Então, por exemplo, e você costuma, você costuma ter, eu tô no na cerveja porque eu tô olhando aqui para ela, você toma cerveja todos os dias. Aí as pessoas, a tendência, eu acho que é as pessoas falarem não, porque elas acham que isso é é o que se espera.

64:15>> Uhum. Agora, se você perguntar quais dias da semana você toma cerveja e você coloca segunda, terça, quarta, quinta, sexta sáb domingo, talvez ela marque o que tem mais a ver com o perfil de consumo dela e você tem um dado mais a curar sobre isso. Então, técnica de construção de questionário, exite. A gente tem um olhar de complementaridade metodológica, então tem eu que sou na antropologia, mas tem cientista social, tem cientista político, tem neurocientista lá na empresa, tem gente de diferentes matrizes metodológicas para pensar nisso. É, e tem possibilidade de você fazer complementaridade de tipos de coleta mesmo. Você pode fazer se você não tem muita ideia, se você tá muito num início de uma de uma investigação, a gente pode, por exemplo, fazer uma etapa que a gente chama de mais quantali, que é eu vou coletar uma resposta em áudio. Então, eu vou pedir pra pessoa fala sobre esse tema. Em vez de eu perguntar direto assim ou não, eu vou falar fala sobre esse tema e vou dar um minuto para ela gravar um áudio e contar pra gente sobre aquele tema.

65:15Deixa eu pegar aquele dado, vai transcrever, fazer análise com EAI e com gente também olhando o que que saiu. A partir daí eu consigo tirar algumas hipóteses que aí eu consigo para uma parte mais quante de quantificar assim.

65:25Então são jeitos diferentes de >> assim a Tal tá falando e eu acho que eu tenho um caminhão de perguntas pro Dan, >> falando >> porque olha só, a gente falou que a gente tem as pesquisas que precisam ser materializadas de alguma maneira tecnologicamente. Eu tenho um, vou chamar de um baita MDM, OK? que eu vou centralizando as coisas aí, provavelmente isso no ciclo, porque você possa chamar com um esquema que é extremamente volátil, né, para para as pesquisas que são preenchidas.

66:01>> Eh, a gente tem que ter um um banco de baixa latência para poder retornar as pesquisas. A gente falou aqui sobre hash, não sei se é MD5, hexadecimal, não sei o que vocês usam para proteger os dados para servir ali como base comparativa. Cara, tem uma porção de questões tecnológicas.

66:21Tem como abrir aqui um pouquinho o motor? Falar um pouquinho de como que é aí a cozinha da daí do plumo de novo.

66:30>> Vou colocar vou colocar um tempero ainda mais aqui. Como que vocês lidam em cima desse stack que você, se você puder descrever pra gente, como que é o processo de lidar com essa com esse dado tão desnormalizado que a gente recebe, que vocês recebem, né? Porque a gente tá falando de dado extremamente qualitativo. Você é é é imagina, Rudé, >> ainda mais sensacional. Por isso que eu tô minha cabeça borbulhando aqui.

66:58>> É porque você tem um banco basicamente de string e foto em vídeo, velho. Como é que você extrai ciência de dados disso?

67:06>> Vamos lá. Eh, antes de chegar na parte de ciência de dados, eh, eu vou falar da coleta, tá? Eh, realmente a gente usa no cicle, eh, a gente usa a o coração de tudo que a gente faz em cima do mongo, né, que foi, eu acho que o primeiro banco de dados no sequel. Eh, e a gente decidiu usar o mongo na sua total capacidade e tentar usar de uma forma muito eh muito longe de ser tabular. Então a gente pensou, ok, vamos ter missões, a missão é um documento, entendeu?

67:45>> Foi mais pelo document driven, >> completamente document driven. Eh, então assim, a gente tem algumas regras não ditas, digamos assim, por exemplo, na nossa API, que é o que serve o aplicativo mesmo, fora eh fora o fora o autenticação e e permissionamento, essas partes todas, eh no máximo dois ou três hits no banco de dados para retornar qualquer resultado de qualquer point da PI. Então, tudo que o app vai fazer, ele tem que ser muito rápido. Os documentos têm que ser já desenhado desde o nosso painel administrativo, eh, passando por nossos, eh, trabalhadores assíncronos, nossos workers, tudo tem que ser desenhado paraa performance. Uhum.

68:36>> Eh, a gente tem hoje eh uma uma estrutura de banco de dados que se depois eu comento com vocês o tamanho da nossa estrutura do banco de dados, eh, mas é extremamente inxuto. A gente a gente eh responde dezenas às vezes de milhares de requisições eh com latência baixíssima, entre 40, 50 msundos.

69:03Então, além do segredo tecnológico, eu tô entendendo que também tem uma questão de modelagem muito forte.

69:11Pensa muito, cara. Obrigado. É isso.

69:14>> É maravil ouvir isso.

69:16>> Corte, corte aqui, ó. Modelagem é tudo.

69:18>> Modelagem é tudo. O se, se você trata um banco no sequel, como se fosse um banco sequel, você tá usando o pior dos dois mundos. Isso, exatamente.

69:28>> Então assim, se você >> repete isso de novo, >> é porque eu acho que mais pessoas precisam ouvir isso.

69:34>> Verdade. Mas é verdade. Se se você faz eh muito conceito de chave estrangeira, eh enfim, se você trata o dato como se ele fosse tabular em um banco no sequel, você tá echando, você tá encaixando quadrado no redondo, né?

69:47>> Isso. Isso. Você tá usando uma caneta para prender o cabelo.

69:51>> É isso aí.

69:52>> E você é careca. É isso. Tipo, é, é, não foi um, foi tô dando execução, desculpa, não foi, mas foi. Vai, >> mas você tá usando um produto para uma coisa que não, ele não foi feito para isso.

70:05>> Sim. Não, mas é que assim, a caneta para mim de cabelo ainda funciona bem. Esse caso não é pior ainda, Rud.

70:13Eh, e aí depois disso, a gente tem uma segunda coisa que é o seguinte: o nosso questionário ele é extremamente dinâmico. Então, as perguntas que a gente faz, eh, a gente consegue inserir de dentro dessas eh desse questionário eh regras extremamente avançadas. Dentro do questionário, a gente tem uma coisa que a gente chama de DSL. a gente tem uma uma linguagem de programação mesmo, tour ining complete dentro do questionário que a gente desenvolveu, que pode ser usado para adicionar qualquer tipo de lógica dentro do questionário, desde salto para cá, eu pegar uma variável e inserir ela no meio de outra parte, tudo isso feito de forma dinâmica.

70:52>> Caraca, o questionário é modularizado, cara.

70:55>> Que da hora, mano. Então, de repente, às vezes, o meu tipo de resposta pode ativar um gatilho para um outro questionário. Que sensacional. Isso.

71:02>> E o que eu acho que é mais sensacional é que isso foi projetado para ser assim.

71:07Você pensou no s na antropologia, vamos falar assim, do dado do contexto de negócio e você montou em cima disso, cara.

71:17>> Porque de acordo com o comportamento, com as respostas, você pode exigir outras. E e isso, isso que eu acho [ __ ] cara, porque eh o seu modelo não pode ser fixo. Seu nesse nesse cenário ele não ele não é feito para ser fixo, mas ele ele tem talvez algumas boas premissas que permitam que todo modelo seja flexível e consiga crescer e escalar. Exato. Então você consegue ter um modelo flexível, mas ainda processável, porque não adianta cada um vir de um jeito. Então você tem uma, tem suas balizas, seus guardreios para isso.

71:50E você consegue tratar o modelo com flexibilidade como se fosse um um uma regra de negócio que gera um dado diferente.

72:00>> Sabe aquele episódio do Nocico que vai sair aí, ó? Eu acho que tem que ter mais alguém na mesa.

72:05>> Acho que você vai ter que voltar aqui, cara. Porque como que você resolveria isso num num problema normal, digamos, numa modelagem convencional cicle, você teria os domínios ali com uma agregação ou ou algum algum várias chaves estrangeiras com subdomínios daquele dado e de acordo com a aplicação fosse se desdobrando, você ia preencher ou não aquilo e ter chaves vazias? Isso é extremamente ineficiente, cara. Isso é extremamente ineficiente, >> ainda mais porque quando você trabalha com nocico, você tem uma estrutura mais polimórfica, ela muda. Se você cria chaves e você cria uma ridez dessa, você não consegue escalar. E é o que eu tô vendo aqui, que eu acho que é sensacional, é que foi criada uma arquitetura centrada no dado, >> porque a aplicação ela vai ser efêmera, ela vai poder evoluir, ela vai poder ser trocada, mas o modelo de dados ele é perene e flexível. Calma, amigo. Não chora de calma. Não é porque eu tô tentando aplicar isso há vários anos, mas só que no é difícil, é difícil influenciar e talvez talvez o fato da eh da empresa, né, do Plío ter começado eh talvez numa era mais digital, permitiu que já nascesse, certo, mano. Muito bom isso. O cor o business deles é dado, não é aplicação. aplicação é um um detalhe, mas >> né, mas toda empresa, nenhuma, o Core Business é aplicação, cara. Entendeu? O ponto é que eh >> tiveram pessoas que souberam pensar no na estrutura, talvez não aceleraram demais no começo, né? ou vou usar uma outra analogia, construir o carro completo, inclusive com freio. E ao saber que tem o freio, eu consigo mais rápido, porque eu sei que eu consigo parar. A maioria das cria o acelerador, não cria o freio, sai correndo, na primeira curva bate e se prejudica para caramba, né? Então, parabéns aí pelo desenho de arquitetura.

74:04>> Calma, o cara nem falou ainda. Espera, deixaar, deixa o Dan terminar. Só ess >> só esses dois pontos que que o Dan falou já acalentaram meu coração.

74:14>> Então, a gente tem essa estrutura. Eh, não, não fui eu que desenhei, né? Já, já existia na empresa. Isso tá desde o começo, desde a pessoa que eu mencionei, o Igor, ele ele ele que bolou essa estrutura usando um banco de dados no sequel para gravar os dados de forma no sequel. Eh, e a gente tem um sistema que a gente desenhou desde o começo também lá atrás pra gente conseguir fazer essas missões de uma forma dinâmica. O time e operacional, ele é muito bem treinado, porque quando você tem uma ferramenta muito poderosa, a pessoa que tem que trabalhar com essa ferramenta tem que saber o que tá fazendo, senão vai fazer besteira. Então, tem que ser um pessoal que sabe muito bem o que tá fazendo, eh, que é também um skill que foi que foi crescendo na equipe como um todo. Então, sempre que a gente tem uma novidade tecnológica que o time de desenvolvimento apresenta, eh, os outros os outros times, em especial time operacional, tem que aprender a usar muito bem, tem que aprender a usar muito bem a ferramenta que tem. Eh, e isso é sobre a sobre a nossa coleta. Então, a gente tem tudo isso que permite que a gente faça a coleta da maneira mais dinâmica, rápida e eh poderosa possível.

75:31>> E aí, deixa eu fazer um assentar o assunto aqui para você poder continuar.

75:36Então, a gente tá falando aqui num primeiro num primeiro nível que é o seu staging, onde você vai fazer a ingestão de todos esses dados e vai manter ali uma camada de persistência com latência baixa, eh, com dado bruto e a partir dali você vai ter então uma esteira de tratamento desse dado para capturar em sites e dar para um analista de ciência de dados eh trabalhar ou você tem algum um step ou algum processo no meio do caminho aqui.

76:09>> Eu não diria nem no meio do caminho. Eh, isso isso tudo que eu falei é de um ponto de vista puramente tecnológico.

76:15Tem muitos passos que acontecem antes desse passo tecnológico, que aí eu passo a palavra pra Tal para falar sobre toda essa parte, porque a coleta não é simplesmente a gente pegar eh fazer cinco perguntas e entregar paraa pessoa, a pessoa responde. Ela envolve um processo muito antes, exatamente da análise de como que a gente vai perguntar, mas aí também eu não sou a pessoa mais qualificada para falar. a gente eh processualmente o que a gente tem é a gente trabalha com diferentes níveis de maturidade, digamos assim, dos nossos clientes em relação ao problema de negócio deles. Muitas vezes os clientes, eventualmente os clientes chegam com, quero, vou dar um exemplo prático. Eh, a gente tá tem uma produtora musical que nos procurou pra gente conversar sobre descobrir o tamanho potencial de mercado de um artista. Britas, eh, entra muito naquela questão do >> cara, que subjetividade absurda.

77:13>> É que que >> como é que eu descuro potência, cara?

77:17Que loucura. Continua, por favor.

77:19>> É, pensando do ponto de vista que o artista é um produto, né? É tentar pensar qual que é o TAN.

77:24>> Eh, >> mas pensa assim, ó, você curte o quê? Aí você já vai ter o estilo. Provavelmente o estudo da pesquisa é que é o que a Tal falou que é o mais complexo, né? Você vai pensar nas perguntas, vai.

77:36>> É que é assim, tem, desculpa, tá ali, quero te cortar, mas eu fico com a cabeça fervendo aqui.

77:43Quando você fala tipo, ó, o potencial de um artista ou de um produto, eu já vou fazer uma correspondência imediata pelo meu raciocínio de exatas, tipo, qual o tamanho do mercado que esse cara tem?

77:55>> Sim. Não é, mas não é só isso.

77:58>> É no no o fim das contas é tentar entender qual que é o tamanho do mercado, mas que que que a gente faz nesse caso? Qual que é a nossa proposta para esse cliente? Eh, o que que ele já tem de dado? Eh, de, por exemplo, quais são, qual é a audiência já desse artista nas plataformas? Que que as plataformas entregam de dado? Então, a gente conseguiu entender ali um nicho demográfico específico, eh, e aí >> já estratificar o que ele já tem.

78:26>> É, aí ele me me mostrou isso e a grande pergunta deles eh, será que tem será que outros nichos de etários, por exemplo, não consomem porque não conhecem ou não consomem porque não gostam?

78:40Eh, e aí o que que que a gente propôs? a gente propôs uma uma etapa qualiquante, então a gente vai para uma etapa mais de construção, eh, de apresentar um criativo, apresentar um trecho, ver o que que volta desse espontâneo, mais aberto, tal, depois para uma parte mais de qualif de de de quantificação, né?

78:58>> Uma missão minha poderia ser escutar a música.

79:00>> Exato. E eu pedi pras pessoas reagirem.

79:03Reage para mim.

79:04>> Exato. Mano, a plataforma é sensacional.

79:05Eu vou baixar o o Opinion e vou ser um, como que é mesmo? O, opiner. Vou ser um opiner.

79:14>> É, e aí eu posso pedir, foi exatamente, foi um pouco por aí que a gente propôs assim, então, eh, fazer uma reação em áudio ou em áudio nesse caso. E eu também propus, além da música, a gente apresentar um pouco do conceito do Discord, alguma coisa desse tipo. E depois a gente ir para uma coisa mais de quantificação, porque aí o que eu vou fazer? Eu vou com uma amostra representativa nacional, onde eu vou ter todos os demográficos o mais estratificados possíveis e eu vou testar as hipóteses que vieram da quali e eventualmente eu posso descobrir que não é só aquela faixa etária que já tá escutando no Spotify que tem potencial para gostar daquele nicho daquele artista e tal.

79:49>> Vamos dar um pause aqui porque agora agora eu fiquei curioso porque a gente tem toda esse racional, tem essa estratégia >> de descoberta, digamos assim.

80:01como é que você age nesse momento? Como que isso, como que eu uso a tecnologia para isso? Porque, por exemplo, se ela me pede para eu gravar minha reação ou gravar um áudio sobre o sentimento que eu tive, ouvir aquela música, como é que você estratifica isso, meu querido, para levar isso para um dash? Ah, >> pois é. Eh, aí a gente chega na parte de depois da coleta de dados pra gente chegar num resultado, né? Eh, e eu e daqui a pouco eu entro na parte de áudio, de vídeo, mas pensa da seguinte forma, eh, para para esse tipo de de uso de dados, digamos assim, uma estrutura de documento, uma estrutura não tabular, é muito lógica. Sabe o que que não gosta de dado não tabular?

80:58Sistemas de BI. Entendeu? Então assim, >> eu vou falar que até agora tá gostando mais de coisas não estruturadas. Você pega as melhores plataformas são colunárias e é sensacional. Inclusive lendo Jon. Sensacional.

81:12>> Sim, >> eu curto demais.

81:13>> É, mas tá mudando agora, né? Mas >> é, mas tudo tem que transformar, pô.

81:17>> Era era sempre foi baseado em relacional, né?

81:21>> Sempre foi baseado em relacional. E aí você tem que ter uma etapa de transformação desse dado para você poder subir esse dado para algum lugar. a gente tem n maneiras diferentes de transformar eh esse dado, desde, sei lá, de repente um arquivo básico CSV XLS que a pessoa baixa para poder analisar e aí a pessoa abre num pandas num num com usa um datafame lá. Eh, ou mesmo, por exemplo, num num ITL que sobra para um para um banco de dados, até mesmo a gente tem casos de que a gente sobe direto pro banco de dados de clientes.

81:56Eh, então a aí varia muito, varia muito do tamanho do projeto, esse tipo de coisa. a gente tem muitas coisas prontas e básicas que o pessoal consegue usar para poder extrair esses dados, subir em um dashboard, eh, quanto a gente tem algumas coisas que são automatizadas, são plugados em sistemas de BI, a gente tem todo esse passo eh preliminar.

82:18Agora, quando a gente fala de áudio, vídeo, até mesmo foto, aí a gente tem que começar começar a usar ferramentas mais criativas pra gente conseguir extrair esses dados. a gente tem dado que extrai, por exemplo, eh, que extrai o o como é que é, como é que é o nome?

82:36Eh, o contrário de de TTS, de texture speech, eh, é o que detecta o o que é feito. E a partir daí você pode usar um sistema de AI para poder extrair o sentimento eh do do que é incluído lá.

82:50>> Enfim, >> você sempre vai guardar, coletar o bruto e aí em cima do bruto você tem a sua estratégia, seja bat ou stream, para você processar. uma inteligência em cima daquele conteúdo que você absorveu ali da do da resposta do questionário.

83:04>> Isso.

83:05>> E e >> e depende muito só complementando, depende da forma como o nosso cliente quer consumir, porque a gente tem >> e como foi desenhada o questionário todo.

83:13>> É, e o projetos a gente a gente tem a gente tá falando bastante aqui de pesquisa, mas a gente tem projetos muito que são coletas de dados. Assim, eu não necessariamente tô te fazendo uma pergunta, mas eu tô pedindo para você coletar uma informação para mim ou no ambiente digital ou no ambiente físico.

83:27Eu dei o exemplo do mercadinho lá. Eh, a gente tem alguns clientes que já tão num grau de eh isso é maturidade, mas lidam tão tanto com o volume de dados que para eles é muito mais interessante eles receberem os dados direto no no banco de dados deles para que eles já já plotem no BI deles do que eles comprarem um ou serviço adicional de análise em site e tal. Você faz sua parte de coleta em gestão e entrega direto o bruto para ele, né?

84:01>> Exatamente. Até porque eles podem já ter um algum outro canal que coleta informações também e aí eles submetem.

84:07>> Exatamente. Submete a mesma inteligência, não precisa ter duas inteligências. E aí eles usam basicamente a sua base para coletar e e e aí trabalham a parte de insites direto no exato. Depende depende do da forma como o nosso cliente quer precisa, na verdade consumir.

84:25>> E aí novamente eu quero elogiar a modelagem porque a modelagem ela, pelo que eu tô aqui conversando com com Dan, ela é feita para ter essa flexibilidade.

84:35Se precisar ser bruto, você consome bruto. Se precisar de uma camada de inteligência, você vai ter ali um processo que vai talvez alimentar outras tags ou outros itens ali dentro do da própria modelagem para também ser consumido via RH pela aplicação do cliente. Cara, sensacional, assim, muito organizado o negócio.

84:54>> Tem bastante coisa. A gente a gente faz entrega via API, via direto em banco, em arquivo, eh, sei lá, parquê, tudo.

85:05>> Respeitando a maturidade do cliente.

85:06>> Respeitando a maturidade do cliente. O cliente precisa do dado.

85:10>> OK.

85:10>> Eu vou te entregar o dado como você quer.

85:13>> Processado ou não processado ou do jeito que for acordado com o cliente, a gente vai entregar.

85:17>> E tem clientes que compram um produto com vocês, ele quer receber direto o insite, não dado, né?

85:24>> Sim. que é um cara que não tem uma área de dados, não tem um, falou: "Cara, eu quero descobrir aqui com o exemplo que você falou, quem são meus potenciais consumidores, etc." >> E aí você vai nessa esteira de processamento até um processo de ciência de dados junto com os analistas, né?

85:41>> Com BI para poder falar para ele, cara, você tem esse, esse, esse nicho, etc.

85:45Dar resposta para ele, né?

85:46>> É. Assim como um instituto tradicional de pesquisa e eventualmente a gente tem aquelas cerimônias de apresentação de um PPT de 30 páginas com insites, esse tipo de coisa.

85:58>> Você falou PPT, já ativou a gatilha aqui nele aqui. Não compila mas >> compilou antes, no caso deles.

86:05>> Mas eventualmente isso acontece. A gente tem clientes que consomem a informação dessa forma.

86:11>> Uhum. Eh, que a gente chegar para conversar sobre quer receber direto no banco de dados.

86:17Quê? Não, eu preciso de >> que banco de dados, cara. Eu quero relatório.

86:20>> Eu preciso de um relatório em PDF, eu preciso de uma reunião para apresentar para mim e depois a reunião para apresentar pro meu chefe e depois a reunião para apresentar pro diretor.

86:30Então, a gente tem clientes que são assim e tranquilo. É é a forma como ele precisa receber informação, >> até porque ele pode ser que não tenha nem skill para interpretar o dado, né?

86:40Hum.

86:40>> E aí você você embarca isso dentro do produto.

86:43>> É, e muita informação, pelo que eu tô entendendo, é quali também, pô.

86:46>> Pois é, cara. Eu tenho uma dificuldade muito grande de entender a, vou falar um absurdo aqui, a quantificação do dado qualitativo. Como é que você transforma isso no insight?

86:58Porque ué, você, caramba, você, acho que o desafio do quali você clusterizar o quali por você conseguir transformar, por exemplo, uma coisa muito aberta em flags ou em descrições que eu agrupam esse p >> peg é é como que eu levo isado discreto para agrupar isso, sabe? Isso é muito louco, né? Por precisa de alguém analisando isso, né? né? Então tem alguém que vai lá e classifica, não sei, cara, o negócio é codar, não sei fazer isso.

87:32>> É, se pode ter algumas ferramentas que vão te ajudar a tratar mais a informação. Então, por exemplo, se a gente tá questão aberta de marcas que vem na sua mente com esse tipo de coisa, então você tem uma série de ferramentas e técnicas ali para você uniformizar aquela informação.

87:51É, então isso é um nível de um dado mais espontâneo, mas se a gente tá falando de e percepções mais qualitativas do tipo áudios das pessoas sendo espontâneas a algum tema, o que a gente faz, a gente faz quali, mas é um quali quante, porque assim, o que a gente faz é, eu vou coletar áudios de 100, 200 pessoas.

88:14O o lance é, eu vou procurar quais são as narrativas predominantes nessas 100 200 pessoas, porque elas vão existir.

88:22>> Uhum.

88:22>> As por mais que as pessoas sejam diferentes, provavelmente a gente vai encontrar ali umas quatro, cinco coisas comuns agrupam. Aham.

88:32>> E >> é um estudo mesmo as contas. Aí a gente pode utilizar algumas ferramentas de transcrição, de agrupar esse tipo de coisa, mas você vai encontrar algumas uniformidades. Não, não existem 200 pessoas que vão falar 200 coisas diferentes assim, sabe?

88:45>> Eh, e aí o próximo passo é a gente ir para quantificar mesmo, tá bom? Saíram cinco coisas, vamos para uma quant mesmo. Vamos colocar essas cinco coisas que saíram diferentes para uma amostra representativa daquele mercado. E aí a gente consegue fazer um pouco esse processo do Quali pro Quant. Isso é feito, por exemplo, sei lá, entrevista em profundidade, entra um pouco por aí assim também, pesquisa fora disso.

89:12>> Acho que acho que é sensacional que assim, você pode ter um problema de um cliente, você faz um questionário inicial para poder entender um pouco mais de tendência e aí depois isso pode virar um outro questionário para, como posso falar, decorrente daquele primeiro que aí você escala para toda a sua base, entendeu? E aí eu acho que isso é muito sensacional, porque você consegue ir combinando as coisas de uma maneira que eh você pode usar o próprio modelo a seu favor, porque se você tiver alguma coisa que ainda não tá explicada, você pode fazer um outro questionário pros seus eh opiners para poder eh fazer a resolução daquele daquele problema que você ainda não conseguiu fechar. É uma coisa que eu tenho curiosidade, Treté, o quanto você precisa ter um analista ali para analisar esses resultados para fazer inferência sobre isso, porque nem sempre a a resposta, imagino que nem sempre a resposta seja uma inferência direta, né? Então você fez uma pergunta, sei lá, quanto vou quero clusterizar as pessoas que tm o hábito de beber cerveja. Aí a pessoa vai me falar: "Não, eu tomo esse tipo de cerveja nesse nesse nesses períodos, etc.

90:29Eh, eu tenho ali uma característica aquelas perguntas, aquelas, mas tenho que olhar aquela resposta e inferir um determinado comportamento de acordo com aquela resposta. Ela não é imediata, né?

90:41Tipo, ah, beleza. O cara bebe cerveja terça, quarta e quinta e com alto nível alcólatra. Coloca aquele no cluster do alcólatra. Eu tenho que ter alguém para analisar isso. Às vezes não. E e e talvez não tenha sido muito feliz no exemplo, porque o exemplo ele é bem objetivo ali com as variáveis muito bem definidas, mas quando alguém, sei lá, o cara põe um vídeo ou ele descreve alguma coisa, eu não tenho que ter alguém para ouvir e falar: "Não, esse cara ele faz parte desse grupo". Eu não, não, não é muit E a minha dúvida é no ponto de vista, tipo, não é uma coisa meio que artesanal quase.

91:18Eh, ótima pergunta. Eh, sim e não. Eh, eh, a >> o famoso depende, depende isso.

91:27>> A expertise de alguém para para interpretar o que as pessoas estão falando, eh, o que sai de resultado de uma quali eh o que sai mesmo de mau resultado de uma quant, acho que não é desprezível e é super importante e é um pouco um trabalho quase artesanal. A gente tá falando presente de vídeo.

91:48Vamos lá. A gente vai coletar 30 vídeos sobre determinada experiência de uso de um de um produto. Você precisa parar e e analisar os 30 e assistir o os 30 e fazer um trabalho ali de recorte, de entender como que a pessoa disse tal e tal coisa e tal. Você pode, você pode automatizar um pouco esse processo através de transcrição e agrupar as coisas e transformar em netes. Tem uma coisa que a gente chama de de de net que é classificar as questões abertas. Então você pode você pode ir para algumas etapas de transcrição, digamos assim, e de automatização dessa análise, mas o olhar de um especialista ali que tem o contexto do mercado, daquele produto também, que conhece as marcas, tal, cara, não é despresível, é super importante. Eh, o que a gente consegue fazer com tecnologia é adiantar muito o processo. Se a gente tivesse falando de 30 30 vídeos versus 30 pessoas conversando, 30 entrevistas em profundidade ou 30 ou 10 grupos com 10 com três três grupos com 10 pessoas cada um, é muito mais caro e trabalhoso você botar isso de pé do que você rodar algo com tecnologia e opinião é uma possibilidade de rodar isso, mas você não deixa de precisar e de um olhar de um especialista que tem contexto de mercado, contexto do cliente para interpretar aqueles dados assim.

93:18Então, tem um pouco do artesanal ali da metodologia de pesquisa, utilizando ferramentas que que dão mais agilidade e eficiência pro processo.

93:29>> Entendi. Eh, que isso foge um pouco do nosso mundo de análise de dados que é mais crua, né, Rud? Mas >> é que a resposta é que não existe uma bala de prata. Cada problema vai exigir uma técnica diferente.

93:43>> Exatamente. Exato.

93:45>> Cara, a resposta para você depende. Tudo depende. E adoro quando alguém responde isso para você.

93:50>> E às vezes não precisa. Não necessariamente a gente tá com todos os clientes, com todos os projetos nesse momento exploratório.

93:58Muitas vezes a gente já tem coisas muito mais eh >> a base de conhecimento é grande, né?

94:03>> É coisas mais fechadas para testar. Tem tem uma um caso que eu acho interessante, um caso de uso, né? Eh, não é um case especificamente, mas uma forma de aplicar esse tipo de questionário é, por exemplo, contrastar o que que sai de narrativas de redes sociais com com a com a população em geral, porque, enfim, marcas e ou influenciadores ou empresas podem ficar muito envzadas pelo que sai de monitoramento de rede social sobre o que tá bombando, um momento de gestão de crise, por exemplo.

94:37nossa, catástrofe contrastar o que tá saindo ali, as narrativas que estão saindo predominantes já numa quente direto, eh, com a população em geral ou contra o mercado consumidor mais amplo, às vezes, muitas vezes, você pode perceber que aquilo não é tão representativo assim, sabe? O que tá acontecendo, o burburinho da gestão de crise ali é uma coisa muito localizada naquela rede específica que vai passar amanhã e que não vai influenciar tu est não deve ser >> famosa minoria que faz muito barulho, né?

95:09>> Exato. Então assim, não necessariamente a gente precisa dessa fase tão exploratória antes. Às vezes a gente já tem elementos o nossos clientes já tem elementos muito mais objetivos do que eles querem testar, entendeu?

95:21>> Isso acaba sendo mais objetivo, né?

95:22>> Sim.

95:24Rud, você tem mais uma oportunidade de fazer as últimas perguntas pros nossos amigos?

95:29Porque parece que não, mas já estamos a mais de 1 hora 40 minutos conversando com você. Não vou nem fazer uma uma pergunta, vou vou fazer um convite aí a você que tá ouvindo esse episódio. Vai lá no seu na sua gal, não é Apple Store ou Google Play App Store e o e o play e a Play Store.

95:48>> Vai lá e baixa o o Opinion e seja um opinner.

95:55Eu tô vou fazer isso daqui a pouco porque >> eu também tô >> vou vou até fazer pro meu filho baixar para ele também participar. Eu quero, >> tô brincando, não deve ter alguma coisa de idade ou alguma coisa assim.

96:05>> Ela deu vários exemplos de tirar foto de geladeira de cerveja. Eu posso ser um recrutada pelo pelo >> E aí você vai tirar foto cada dia de uma cerveja. Hoje eu bebi essa. O questionário lá, a missão já até acabou, mas quero participar de novo.

96:20>> Tá bom, Wellton. Chega de foto.

96:24Eu eu era eu era opiner antes de de ir pro pinion. Eu >> Ah, é que legal, né?

96:28>> Sim.

96:30o esse esse essa pessoa que era fundador do Pinão, ele falou: "Olha, baixa aí e tal". Então, fui dos primeiros usuários.

96:36>> Pô, você foi o pioneiro.

96:40>> Pô, que legal, >> ó. Tô testando o PH. Vê se recebeu aí.

96:43>> Beta tester.

96:44>> Beta tester.

96:47>> Legal, Rud. Então, cara, tô aqui impressionadíssimo com o stack de tecnologia e principalmente com essa camada de inteligência.

96:59de como produzir dados e como interpretar dados, que é exatamente o que eu esperava desse episódio, cara.

97:05>> E e o legal é que deu para perceber que, primeiro, eh, dá para combinar muito a parte quali com a parte quant, dá para eh mesclar tecnologia com pesquisa e dá para criar muito produto legal com essa sinergia.

97:21>> Sem dúvida. Sem dúvida. Quando a gente fala de eh ingestão de dados, tratamento de dados, principalmente sobre dados não estruturados e qualitativos, isso é um um desafio na nas companhias hoje, né?

97:36Você vai falar lá com DBA ou com engenheiro de dados, o cara vê um campo stringer e já quer pular do do prédio, né? E os caras aqui estão resolvendo isso de uma forma extremamente eficiente, porque é onde tá o valor, né, cara? onde a gente consegue extrair de fato as nuances do do dado que não tá na tabela de domínio, né? Porque quando tá tudo muito estruturadinho, muito dentro de uma de um de um domínio informacional, você não tem nuances, né?

98:08E o core do do negócio de vocês é realmente entender as nuances, entender padrões de comportamento, etc., que não pode ser tão engessado, tão direto, imediato, né? Então não reclame você que tá vendo a gente quando pegar um campo não estruturado, um documento, um string para tratar, entenda que ali tem valor.

98:26Aprenda com nossos amigos do do Pinion, né?

98:30Meus amigos, muito obrigado por aceitar o nosso convite. Vim aqui com compartilhar a jornada de vocês.

98:36Parabéns pelo trabalho de vocês, que eu acho que é sensacional, é um um case para que nós de tecnologia de fato nos inspire para melhorar, né, como como empresas data driven, né, Rud?

98:56>> Empresas Data Driven. Já deu vários gatilhos agora. Tudo bem.

99:02Calma.

99:03>> Pelo menos se a sua empresa não conseguiu chegar na maturidade de data driven, conta com empresas que já estão mais próximas, já estão nesse estágio como opinion, certo? E é isso. É, tô impressionado. É, essa é a verdade.

99:18>> Isso aí. Parabéns.

99:20>> Obrigado, >> Tarita. Obrigado por ter vindo. Se quiser dar um um último um abraço aqui pros nossos amigos do PPT no Cumpa, fica à vontade.

99:28>> Obrigada pelo convite. Foi muito legal a conversa. Eh, e complementar também um pouco do que o Rud falou agora, eh, empresas que tenham, eh, vontade de e necessidade de com alguns problemas de negócio para pensar sobre eh tendência de mercado, pensar o perfil de consumidor ou mesmo tem algum problema de dados muito grande que pode ser resolvido com consumidores, eh, entrar em contato com a gente pra gente, porque aí particularmente acho que a parte que eu mais gosto, que é de tentar pegar o problema do cliente e ficar pensando numa solução possível de como que a gente pode resolver isso com com PIN.

100:05>> Isso aí.

100:06>> Obrigada.

100:07>> Contatos aqui no na descrição do episódio.

100:11>> Obrigado, cara.

100:12É, eu agradeço a oportunidade. Eh, adorei o papo, foi muito prazeroso. E o o meu shoutout vai para Eu eu não tenho jeito, eu eu sou muito uma pessoa de pessoas, então vai para todo o meu time que eu amo, pros outros times da empresa que também estão ralando com a gente o tempo todo. E para todos que trabalharam com a gente, pros nossos opiners queridos aí.

100:37>> Show de bola. Obrigado.

100:38>> Em breve serei um. É isso aí.

100:39>> É isso aí.

100:42E muito obrigado pela oportunidade.

100:43>> Show de bola. Espero ver você mais vezes aqui quando a gente tiver umas pautas mais técnicas de dados, que você faça parte aqui da nossa comunidade, venha mais vezes aqui. Sei que a viagem é longa, mas >> não vale a pena.

100:55>> Será sempre bem-vindo e vai ter sempre servir a gelada.

100:58>> Ah, importante, >> Rud, meu amigo, obrigado novamente, cara. Você é o cara.

101:04>> Sempre um prazer tá aqui. Só reforçando aqui. Sigam Atalho dando LinkedIn, procurem eles lá. Vai tá aqui na descrição. Sigam. É que eu tenho que fazer o jabá porque ele não faz. Então >> eu não sou influencer, gente. Eu sou >> sigam o PPT, não compila nas redes sociais. Compartilhe esse episódio na sua empresa, no seu grupo de WhatsApp, no LinkedIn lá, enfim, você compartilha aí no >> Exatamente.

101:28>> Manda pro chefe, >> manda para todo mundo, >> manda pro DBA, >> manda para o engenheiro de software, o arquiteto de dados, manda para toda a galera técnica, OK? E principalmente manda pra galera de negócio que precisa resolver um problema complexo e às vezes tá lá embarreirado porque não consegue pensar em oportunidades. Tá aqui a opinião que pode ajudar você com pesquisa, com muita tecnologia, com muita inteligência. Tenho certeza aí que vai habilitar muito valor aí pra empresa de vocês, tá?

101:58>> Muito bem. E além de tudo isso, se você quiser ser membro do nosso canal e contribuir com o nosso trabalho, você pode ir lá no YouTube, do lado do botão de inscreva-se, tem o botão seja membro, você vai contribuir com um pequeno toruzinho, Rud, aqui pra gente mensalmente.

102:14>> Ajuda aí que eu tenho que vir mais vezes aqui beber cerveja.

102:17>> Isso. A gente tem que pagar a cerveja do Rud aqui. Isso vai contribuir com um valor muito pequeno pro seu desenvolvimento profissional. R$,90 por mês. Quanto custa uma hein aqui no botec hoje? Olha, eu não sei, mas eu vou falar para você que eu aprendo demais e esse conhecimento aqui não.

102:33>> Exatamente. Então, contribui com a gente que a gente continua produzindo esse conteúdo totalmente gratuito para vocês.

102:39Então, contribua com a gente que a gente vai continuar continuar retribuindo com muito conteúdo para você. Você não pode construir dessa forma, como o Rud já falou, manda pro teu chefe, manda no WhatsApp, manda no Teams, manda, faça a nossa comunidade crescer que você vai trazer ainda mais valor pra gente, muito melhor do que até o valor financeiro, né, Rud?

102:59>> Muito obrigado, meus amigos, pelo episódio de hoje. Foi um prazer estar aqui com vocês. Obrigado, Rud. Valeu, galera. Valeu,