Carregar seu smartphone para qualquer lugar se tornou um estilo de vida. Ao fazer isso, você produz uma quantidade surpreendente de dados sobre o seu papel na economia - onde você faz compras, trabalhar, viajar por, e geralmente sair.

Grupo Thasos, fundado no MIT em 2011, desenvolveu uma plataforma que aproveita esses dados, de forma anônima e agregada, para medir as economias da indústria e dos investidores.

A plataforma da Thasos - baseada na pesquisa do MIT Media Lab pelos co-fundadores Wei Pan Ph.D. '15 e o professor Alex "Sandy" Pentland - analisa dados de localização anônimos de centenas de milhões de telefones celulares diariamente, extraindo consumo notável, emprego, e comportamentos de vida.

“Processamos até 3 a 5 terabytes de dados por dia e usamos esses dados para medir as atividades econômicas, como quantas pessoas visitam uma loja ou um estabelecimento comercial, quantas pessoas vão trabalhar ou viajar, e quantas horas de trabalho são gastas em uma fábrica, "diz Pan, Cientista-chefe de Tasos.

Essas informações quantificáveis ​​são valiosas para os investidores, corporações, formuladores de políticas, economistas, e outros que precisam de um conhecimento econômico profundo de vários setores em tempo real. Em novembro, por exemplo, A Thasos divulgou um estudo mostrando como a aquisição da Whole Foods pela Amazon, e a subsequente queda de preço que a Amazon implementou, comportamento do consumidor afetado. Os resultados dos dados de localização do usuário indicaram que as quedas de preços aumentaram o tráfego de pedestres em 17 por cento imediatamente após, com cerca de 15 a 24 por cento dos compradores desertando de lojas concorrentes próximas.

"Usando padrões de movimento genéricos, notamos que alguns compradores começaram a explorar Whole Foods que nunca iriam lá antes, "Pan diz.

Com mais de 25 clientes de fundos de hedge, Tasos é popular entre os investidores, que usam a plataforma para medir várias métricas - como horas trabalhadas dos funcionários e visitas de clientes - de empresas nas quais podem investir ou vender ações. A startup também tem clientes corporativos e esperanças, no futuro, para alcançar os formuladores de políticas. Poderia produzir, por exemplo, medições em tempo real sobre como as políticas fiscais afetam os gastos do consumidor, horas de trabalho, e outras métricas econômicas.

Os outros co-fundadores da Thasos são John Collins MBA '12 e Greg Skibiski.

Verdade em números

Para fazer uso de dados de localização, Thasos primeiro constrói "cercas geográficas, "limites virtuais estabelecidos em torno de um local de destino, como lojas, Shopping, locais de trabalho, bairros, e cidades. Dezenas de milhares de geocercas desenhadas à mão são adicionadas ao banco de dados de Tasos semanalmente, cada um com metadados importantes, como quando uma instalação ou loja foi aberta, se o estacionamento é compartilhado ou não, e informações sobre empresas próximas.

Uma vez que as cercas geográficas são estabelecidas, A Thasos compila dados de localização de dentro das cercas geográficas de aplicativos e outros softwares que coletam dados via GPS de smartphones, RFID, ou Wi-Fi, de forma anônima e agregada. Ao analisar esses dados, a plataforma identifica grupos de pessoas que podem ser, por exemplo, clientes de primeira viagem ou clientes regulares, trabalhadores sazonais ou em tempo integral, ou viajantes de longe ou nas proximidades. A plataforma pode então comparar os dados de localização a partir do momento em que uma mudança específica é implementada - como uma queda de preço - com dados históricos para quantificar o impacto da mudança em clusters específicos.

A Thasos publicou alguns estudos de caso com clientes de renome - que produziram alguns insights surpreendentes.

Em 28 de agosto, A Amazon adquiriu a Whole Foods e implementou reduções de preços em todas as lojas. Usando suas cercas geográficas para lojas Whole Foods em todo o país, bem como para Costco, Trader Joe's, Brotos, Alvo, Kroger, Walmart, e várias outras lojas próximas, A Thasos analisou dados de localização de dezenas de milhões de compradores para medir o crescimento do cliente, deserção dos concorrentes, tempos de condução, e dados demográficos, como nível de renda (estabelecido por meio de dados do censo).

Os resultados mostraram que o tráfego geral de pedestres nas lojas Whole Foods aumentou 17% durante a semana de redução de preço; desacelerou para 4 por cento ao final de três semanas, mas permaneceu elevado acima dos números de pré-aquisição. Os novos clientes vieram principalmente do Walmart (24 por cento), Kroger (16 por cento), e Costco (15 por cento). Como todos os dados são anônimos, Tasos determinou apenas os tipos de compradores que desertaram - por exemplo, 24 por cento dos clientes regulares do Walmart começaram a aparecer na Whole Foods durante o período de três semanas.

Interessantemente, Pan diz, eram os clientes mais ricos das lojas concorrentes que tendiam a desertar para a Whole Foods, um resultado contraditório ao objetivo da Amazon de atrair uma base de clientes mais ampla. "Mostramos que a estratégia de corte de custos não atraiu compradores de renda média e baixa, "Pan diz, adicionando, "Para empresas, esse tipo de percepção é a chave para a tomada de decisões. "

Em outro estudo de caso recente, Thasos olhou para fundos de investimento imobiliário (REITs), empresas que possuem e operam propriedades comerciais, como shoppings. Para medir o valor de suas propriedades, Os REITs geralmente contam manualmente o tráfego de pedestres em uma amostra de shoppings e estimam o desempenho em todas as propriedades em todo o país. Com base nessas estimativas, proprietários pareciam sugerir que o tráfego de pedestres em todo o país estava aumentando em seus shoppings e várias lojas âncoras de alto padrão, como Macy's ou Nordstrom, bem como em lojas âncoras de baixo custo, como JCPenney e Sears.

Tasos, Contudo, determinado de outra forma. Seus dados indicaram tendências de queda trimestral de tráfego pedonal - sugerindo uma queda nas vendas gerais - ao longo de 2017 em cerca de 5 a 6 por cento em todas as lojas âncoras. (Os resultados foram posteriormente verificados pelos registros de transações e vendas das lojas quando os proprietários relataram os ganhos.) Surpreendentemente, lojas de departamentos âncoras de alto padrão tiveram um desempenho inferior em cerca de 3 por cento em comparação com lojas de departamentos de baixo custo. E os shoppings com mercearias atraíram cerca de 5% mais pessoas do que aqueles sem.

Esses insights podem ajudar os REITs a encontrar maneiras de atrair mais visitantes, como investir em lojas de departamentos ou supermercados mais baratos, Pan diz:"Ter essas informações muda a maneira como você pensa sobre o valor da propriedade."

Casando dados e economia

Em 2009, Pan se juntou ao Media Lab para estudar com Pentland, o professor Toshiba de artes e ciências da mídia e um pioneiro em ciência de dados comportamentais. Lá, ele ficou interessado em casar sua formação em ciência de dados com seu interesse em economia.

A ideia era usar dados para medir componentes das economias mundiais, mas ele não sabia que tipo de dados usar. Hoje, as pesquisas são normalmente usadas para essas ciências sociais e pesquisas de marketing - um tipo de amostragem probabilística que se originou na década de 1930. "A indústria ainda está usando tecnologia que foi desenvolvida na Grande Depressão, "Pan diz.

Como aconteceu, smartphones estavam em alta. "Todo mundo tinha um smartphone - e o telefone sempre sabe onde você está, "Pan diz." Do ponto de vista econômico, você está basicamente consumindo, em repouso, ou trabalhando. Percebi que os dados de localização eram o melhor ângulo para medir essas métricas. "

Pan também buscou orientação de Andrew Lo, o professor Charles E. e Susan T. Harris e diretor do Laboratório de Engenharia Financeira da MIT Sloan School of Management, que é conhecido por usar a ciência da computação para estudar os mercados financeiros. "O Media Lab é tão interdisciplinar, espera-se que você pense em diferentes departamentos, "Diz Pan." Você sempre pode ter aulas que o ajudem a entender um campo no qual não foi formalmente treinado para fazer algo de vanguarda. "

Movendo-se entre o Media Lab e o MIT Sloan, Pan construiu uma versão inicial da plataforma Thasos. Em 2011, ele e Pentland, já um empresário serial, junto com Collins e Skibiski, lançou Thasos fora do MIT, conseguindo rapidamente um cliente de fundo de hedge de mais de US $ 10 bilhões na cidade de Nova York, onde a startup agora está sediada.

Hoje, A Thasos opera principalmente nos Estados Unidos. Mas a startup pretende se expandir mundialmente, Pan diz, com ambições de se tornar um "motor de percepções econômicas globais". A ideia é criar um sistema que possa comparar e contrastar os principais componentes econômicos, como gastos do consumidor, produção da fábrica, horas de trabalho, e turismo - entre países.

“Cada país hoje tem sua própria maneira de medir as atividades econômicas. Estamos tentando construir um sistema consistente para comparar os países, para fornecer uma visão melhor da economia mundial em geral, " ele diz.

Esta história foi republicada por cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisas do MIT, inovação e ensino.