Estresse de viagem é quantificado com uso de Big Data

Milhares de trabalhadores estão nas estradas, nos trens ou nas pistas de decolagem todos os dias. Mas qual será o impacto na produtividade quando alguma coisa sai errado com essas viagens, quando essas pessoas que viajam a trabalho passam por momentos de estresse e sofrem pequenos ou grandes insultos?

A CWT, uma empresa global de gestão de eventos, reuniões e viagens queria descobrir.

Por meio da área de consultoria do CWT SolutionsGroup, a empresa embarcou em uma iniciativa, em junho passado, para examinar algumas das 15,3 milhões de viagens em seu banco de dados de transições e cruzar essas informações com diversos outros conjuntos de dados internos e externos.

O resultado, anunciado em abril, é uma ferramenta baseada em algoritmos chamada CWT Travel Stress Index (TSI). A TSI mede o impacto financeiro da perda de produtividade decorrente do estresse relacionado à viagem. A ferramenta está sendo usada para informar as recomendações da CWT para os clientes.

?Tínhamos os dados transicionais e tínhamos alguns dados de perfil de viajantes, mas eram dados dispersos e tínhamos de uni-los?, contou Catalin Ciobanu, diretor de inovação e análise de Big Data da CWT. Físico, anteriormente empregado pelo Fermi National Accelerator Laboratory (Fermilab), Ciobanu foi entrevistado pela InformationWeek EUA em dezembro passado.

Junto com os dados transicionais, Ciobanu juntou dados de entrevistas realizadas com mais de sete mil viajantes da CWT. ?Pedimos que eles avaliassem, em uma escala de estresse de zero a dez, 33 atividades?, contou Ciobanu. (Na primeira iteração, apenas 22 das atividades foram utilizadas; Ciobanu espera acrescentar as outras 11 nas versões futuras da ferramenta).

Esta fase da pesquisa revelou três tipos de fatores de estresse: tempo perdido, como a inabilidade de trabalhar durante um voo ou em um hotel sem conexão de Internet; surpresas, como bagagens extraviadas; e uma terceira categoria que Ciobanu descreve como ?quebradores de rotina?, como ter de acordar muito cedo ou a inabilidade de fazer refeições saudáveis.

Esses dados também foram destacados em diferenças demográficas. Por exemplo, viajantes mulheres se mostraram mais estressadas do que homens em quase todas as categorias, e os profissionais seniores ? presumidamente mais velhos ? e mais experientes demonstraram mais sinais de estresse do que os profissionais mais jovens. Curiosamente, os profissionais seniores têm menos tendência a se estressarem com as surpresas.

Mais detalhes sobre a análise de fatores de estresse, com variações por categorias demográficas, podem ser encontrados aqui.

Calculando custos

Com os conjuntos de dados transacionais e perceptivos prontos, a CWT coletou dados de compensação de pontos de referência por todas as indústrias, países e cargos de trabalho, assim como dados de riscos geopolíticos. O objetivo era calcular o impacto sobre a produtividade causado por viagens estressantes para diferentes tipos de viajantes.

?Quando olhamos para todos os dados, notamos que havia um componente irredutível de estresse que quase chega a 70%?, disse Ciobanu. No entanto, isso ainda deixa 32% que podem ser modificados com diferentes políticas de viagem. Por exemplo, a CWT pode usar o modelo para aconselhar seus clientes sobre as opções de conectividade em cada estágio da viagem ou recomendar uma operadora específica com base em desempenho de pontualidade ou extravio de bagagem.

Enquanto o índice de estresse é um uso interessante de dados, empresas de gestão de viagens, como a CWT e a American Express Travel, podem sofrer para provar seu valor em um mundo cada vez mais ?self-service?, disse Andreas Weigend em entrevista por telefone para a InformationWeek EUA. Weigend, o ex-cientista chefe da Amazon.com, hoje leciona na Universidade de Stanford e dirige o Social Data Lab. da Universidade.

Nos anos 1980, os agentes de viagem ?especializados? acessavam sistemas secretos de back-end; nos anos 1990, chegaram os sistemas baseados em web, como o Expedia e Orbitz; nos anos 2000, apareceram os sites de viagens centrados em mídias sociais. ?A próxima fase [das reservas de voo] é a conexão aos gráficos sociais, a conexão entre pessoas?, disse Weigend, observando que a empresa aérea KLM permite, hoje, que os passageiros acrescentem seu usuário do Twitter ao escolher seu assento na aeronave.

A CWT não está sozinha no uso de dados para ajudar a definir possíveis pontos de estresse em viagens, de acordo com Weigend. O site de reservas de voo Hipmunk inclui, junto com as formas tradicionais de busca de voo, como preço e horário, uma aba chamada ?Agonia?, que classifica os voos em uma combinação de melhor preço, menor distância e menos escalas.

Enquanto isso, Ciobanu, da CWT, não tem planos de parar com o índice de estresse. Dando dicas de planos futuros, ele disse que quer mudar de ?política de viagem? para ?política do viajante? ? ou seja, tornando o modelo cada vez mais individualizado. Sem oferecer detalhes, ele recomendou atenção aos anúncios que virão nos próximos meses.

O Travel Stress Index, que roda em Linux e usa cerca de 2.000 linhas de código C++, analisa um milhão de viagens por minuto. Enquanto a TSI é proprietária e usa apenas dados transicionais de clientes da CWT para benchmarking, Ciobanu e sua equipe têm revelado detalhes sobre a estrutura, ?TripReconstruction?, sob a qual foi construída.