Nova ordem econômica - parcerias e colaboração (grandes cooperativas)

Peter Drucker certa vez disse que "no futuro, haverá 2 ou 3 grandes dominando cada mercado".
Minha opinião é que há espaço para os pequenos. Eles serão parceiros dos grandes.

Jeremy Rifkin no seu livro "The Zero Marginal Cost Society: The Internet of Things, the Collaborative Commons, and the Eclipse of Capitalism" fala de uma nova ordem econômica. Ela será caracterizada pelo Prosumidor (aquele que consome mas também produz), criando um novo mercado, que integra empresas fornecedoras e clientes. Clientes irão consumir destes fornecedores mas ao mesmo tempo ajudá-los na produção ou distribuição.

Cidadão, faça você mesmo e venda. Mas seja parceiro de uma empresa.
Empresa, conquiste um cliente e peça sua ajuda.

Rifkin chama de "social/collaborative commons", este exército de pessoas comuns que irão colaborar entre si, com empresas e com a sociedade para gerar novos mercados. Esta seria a terceira força (além de governo e mercado).

Não são necessariamente filantropos, mas podem ser. É um mercado entre capitalismo e socialismo. Meio difícil de classificar ou entender. Mas ele existe e dá retorno financeiro.

Exemplos já existentes para representar este novo tipo de mercado:
a) produção de energia em residências (na Alemanha já é realidade cidadãos vendendo o excedente de sua produção caseira);
b) application stores (cada cliente pode fazer seu aplicativo e vender pela Apple ou Google Play);
c) impressão 3D em casa;
d) venda e distribuição de produtos, como fazem Avon e Natura;
e) sites para bandas novas divulgarem suas músicas (cliente pode fazer sua música e vender);
f) pessoas publicando seus livros e vendendo (Kindle Direct Publishing da Amazon) ;
g) hospitais que recomendam cuidadores para pacientes em residências;
h) empresas que recomendam entregadores (empresas para pequenas entregas);
i) empresas que recomendam montadores ou assistência técnica (móveis, aparelhos, etc);
j) Youtube, Google, Facebook, Twitter: pessoas produzem conteúdo;
k) AirBnB: aluguel de quartos da sua própria casa.


Vantagens deste novo tipo de mercado:

- diminui custos para empresas e depois para clientes
porque o cliente contribui fazendo parte do serviço e porque usa parte da sua infraestrutura

- diminui custos porque elimina atravessadores
quem quer comodidade vai pagar mais caro

- custo marginal zero (do Rifkin): custos iniciais com aprendizagem ou infraestrutura
depois custo é quase zero

- utilizar infraestrutura e conhecimento que já está disponível

- poder de produção e criatividade de clientes e pessoas comuns

- Internet das coisas físicas: como começou a Internet, ponto a ponto, cada um custeava ligação até outro ponto; imagine isto com redes de distribuição de energia, banda larga, telefone, entregas

- descentralização: cada um faz uma parte pequena e juntando tudo dá um todo enorme.

- novos tipos de empregos, negócios e renda
Segundo Rifkin, mais empregos que nos setores tradicionais e mais aumento que o PIB.


Desafios:

- para alguns mercados, cliente precisa conhecimento ou infraestrutura
empresas podem bancar estes custos iniciais para obter parceiros


Casos possíveis no futuro:

=> entrega, transporte, logística e distribuição
empresas de transporte, táxis, ônibus
+
motoboys, cidadãos comuns com seus carros e casas para armazenamento temporário
(revolução do Uber e outros)

=> ensino informal
universidades, escolas
+
professores free lance, cidadãos que possuam conhecimento ou expertise

=> segurança em bairros e cidades (feita em parte por vizinhos)
não justiça, nem prisões ou condenações



A pensar:

- como organizar de forma descentralizada tantas partes ?
"Quando as partes de um sistema se comportam de forma independente umas das outras, o comportamento coletivo do sistema é simples." E consequentemente o resultado do comportamento coletivo também é mais pobre e menos inteligente. "A complexidade do comportamento coletivo tem que ser menor do que a complexidade do indivíduo que controla o todo." Um indivíduo, para controlar um grupo maior, não pode deixar o grupo ser mais inteligente que ele mesmo. "Organismos que são menos complexos que as demandas do ambiente têm menos probabilidade de sobrevivência." Precisam aumentar sua complexidade para se adaptarem. Aprendi com o artigo abaixo: Y. Bar-Yam, Complexity rising: From human beings to human civilization, a complexity profile, Encyclopedia of Life Support Systems (EOLSS UNESCO Publishers, Oxford, UK, 2002); also NECSI Report 1997-12-01 (1997).


- como utilizar quem trabalha por free lance e por serviço ?
tradutores, programadores, designers, arquitetos, consultores, alguns jornalistas e produtores de mídia, engenheiros e projetistas, pedreiros, pessoal de limpeza

- pessoa vai no supermercado e já faz compras para vizinhos

- alguém vai viajar para visitar parentes em outra cidade e já leva encomendas de um estranho
(negociado pela internet); precisa confiança

- utiliza poder de grandes centros urbanos conforme pensamento do Geoffrey West ???
necessidade de infraestrutura cresce abaixo do crescimento da população

- como conseguir engajamento do paciente no tratamento ?

- como fazer cooperativas de conhecimento ?

SOBRE COOPERAÇÃO, PUNIÇÃO, RECIPROCIDADE E GENEROSIDADE – Por que fazer o bem é importante e punir quem não faz também.

Matt Ridley escreveu um livro sobre as origens da virtude no ser humano. O livro é uma grande discussão filosófica recheada de exemplos práticos.

Por outro lado, Martin Nowak e parceiros estudaram a cooperação através de simulações computacionais. A ideia é fazer simulação social, ou seja, avaliar o comportamento de pessoas (principalmente multidões) através de modelos computacionais.

A cooperação pode ser entendida como a ajuda de pessoas a pessoas. Podemos ver isto no contexto de uma equipe de trabalho ou esporte, dentro de uma família, no contexto de uma empresa toda e certamente na sociedade (cidade, país ou planeta).

Nowak utilizaram jogos como o Dilema do Prisioneiro, a Tragédia dos Comuns, o jogo do Ditador, etc. Estes jogos consistem em simular rodadas de interações entre pares de pessoas. As pessoas são representadas por agentes computacionais que assumem comportamentos programados.

No caso, 2 comportamentos foram estudados: os cooperadores e os desertores.

Os cooperadores podem ser vistos como aquelas pessoas que ajudam outros, que compartilham informações, que fazem o bem, que atuam ou participam como voluntários em eventos ou promoções beneficentes. Já os desertores seriam os que possuem comportamento contrário.

Nowak começou com uma distribuição aleatória de cooperadores e desertores. Assim como a evolução dos seres vivos, novas gerações surgem, geralmente repetindo o comportamento de seus pais. Mutações aleatórias são forçadas para modificar o comportamento, simulando alterações de comportamento de pai para filho.

No primeiro experimento, em poucas gerações, todos estavam desertando, ou seja, os desertores dominaram o mundo (ou a sociedade em questão).

Outro experimento foi feito, onde todos começavam cooperando e a partir daí copiavam o comportamento de seu par (ou oponente no jogo). Ou seja, cada indivíduo escolhe cooperar na sua primeira decisão. Se seu par no jogo cooperar também, o indivíduo segue cooperando na próxima decisão. Se o par não cooperar, então o indivíduo muda seu comportamento para também não cooperar. É o chamado tit-for-tat (olho por olho), que já aparecia nas antigas leis da sociedade (ver Código de Hamurabi e Levítico, o livro de leis dos Judeus). O resultado foi que houve um rápido domínio de cooperadores (isto quando o início é por cooperar e depois ocorre a imitação ou olho por olho).

Esta é a reciprocidade direta (1). Ou seja, o famoso “eu te coço, tu me coça” que existe inclusive entre os macacos. Mas que também pode servir para o mau (“se tu me bater, eu te bato também”, que os humanos parecem já trazer como instinto, pelo comportamento dos bebês em creches).

Segundo Nowak, há  5 formas de os cooperadores prevalecerem no grupo. E a reciprocidade direta é a 1ª.

Naquele experimento de Nowak, depois de 20 gerações, surgiu por mutação (um tipo de evolução natural) uma nova estratégia: cooperar em alguns casos onde o outro desertou (este é o surgimento do perdão como fator evolucionário). Esta estratégia é bem entendida como fator de sobrevivência para a raça humana. Imagina se o olho por olho ficasse para sempre; não haveria mais humanidade. Por isto é que judeus e árabes continuam a brigar, porque em algum momento há perdão e mudança da estratégia.

Outra estratégia de cooperação é a seleção espacial (2). Ela acontece quando um vizinho coopera com outro vizinho, formando grupos que prevalecem sobre desertores. A vizinhança pode ser por espaço, região geográfica ou por perfil de interesses.

Há também a seleção de parentesco (kin selection) (3), que ocorre quando um parente ajuda outra (como o amor fraternal ou de uma mãe por seu filho).

A 4ª estratégia é a reciprocidade indireta (4): “se eu coçar alguém hoje, amanhã um outro vai me coçar”.

Nos seres vivos, um indivíduo ajuda outro pela sua reputação (se ele já ajudou outros antes). Por isto, é importante a formação da reputação (falaremos disto depois).

A 5ª estratégia é a seleção de grupo (5): um grupo de cooperadores tende a prevalecer sobre grupos de desertores.

Axelrod também fez simulações computacionais e concluiu que os custos de não cooperar são maiores que custos da cooperação e que um grupo só de trapaceiros não sobrevive. Segundo ele, o ser humano deve combinar 4 fatores:

1. Bondade: evita problemas desnecessários;

2. Retaliação: desencoraja deserção dos outros;

3. Perdão: retoma estado inicial de cooperação;

4. Clareza: para o outro entender nossa posição.

As 5 formas de cooperação existem em outros animais ? Sim.

O que nos faz diferentes ? Temos mais facilidade para avaliar a reputação, especialmente devido à linguagem.

Segundo Robin Dunbar, este foi o fator que fez nosso cérebro maior: a necessidade de controlar um grupo social maior (mais indivíduos interagindo).

A troca de informações entre pessoas sobre terceiros é também chamada de fofoca. A fofoca é um fator “pró-social”, pois ajuda a controlar a reputação. É barata e eficiente (segundo Feinberg e outros) e não requer habilidades (segundo Foster). E pode ter sido causa para o desenvolvimento da linguagem. A fofoca também é um instrumento de “ressonância”, para que está chegando conhecer o grupo (segundo Ellwardt). Entretanto, conforme Foster,  fofoca demais torna a reputação negativa e marginaliza o indivíduo.

A comunicação pode ter sido um fator de seleção natural, ajudando na adaptação a novos ambientes, através da troca de experiências e dicas pela cooperação entre pessoas.

E reputação ajuda também as empresas. Veja a importância que as empresas estão dando para análise de sentimentos na web, ou seja, analisar o que estão falando dela e seus produtos/serviços principalmente nas redes sociais.

Sobre a punição, os estudos de Boyd e parceiros concluíram que ela deve existir, senão a estratégia não funciona. E isto mesmo tendo custo para quem pune e talvez até mais custo que benefícios (ex.: prisões). O medo de desertar depende da probabilidade de ser descoberto e não somente no tamanho da transgressão (culpa é maior quando se torna pública, segundo Wright). O Código de Hamurabi (escrito na Babilônia em 1.700 a.C.), já valorizava a cooperação e punia o egoísmo. Em alguns casos, a raiva é motivação a mais para punir quem não coopera (segundo Fehr e Gachter)

Segundo Boyd (em jogos com mais jogadores), a cooperação recíproca evolui quando pune também os que não punem (estratégia moralista). A falta de punição diminui a cooperação. Em grupos onde punidores são comuns, desertores são excluídos.

Em relação à cooperação como forma de eliminar a tragédia dos comuns, Nowak cita o experimento de Manfred Milinski utilizando um jogo onde pessoas recebem dinheiro e devem doar parte para salvar o planeta. Frequentemente acontecia de o grupo falhar em salvar o planeta mas havia altruísmo (através das doações). Observadores concluíram que, quando pessoas recebem informações sobre resultados (por exemplo, importância em ajudar para salvar planeta), elas tendem a cooperar mais. A conclusão é que pessoas precisam ser convencidas dos problemas para fazer sacrifícios para o bem comum.

E também: pessoas são mais generosas quando suas ações são públicas (e não anônimas).

E daí mais uma vez a importância da reputação.

Hoje em dia podemos ver que as pessoas estão mais preocupadas com a reputação, porque há câmeras espalhadas, porque nossas ideias publicadas em redes sociais e blogs são lidas (e criticadas) por mais pessoas. Há quem seja contra tantas críticas e discussões nas redes sociais. Mas elas possuem valor como instrumento para manter a reputação e punir desertores modernos. E daí também a importância das redes sociais, sites de reclamações, opiniões e avalições de empresas, produtos e serviços, porque ajudam a criar e manter reputações. É claro que devemos excluir os chatos que reclamam ou criticam por motivos egoístas (como forma de liberar sua própria energia ou para fazer fama no grupo).

Nowak acredita que há ciclos (altos e baixos) de cooperação e deserção na história da humanidade. Só não sabe em que ponto estamos.

Referências:

AXELROD, Robert. The Evolution of Cooperation (revised edition). Basic books, 2006.

BOYD, Robert; GINTIS, Herbert; BOWLES, Samuel; RICHERSON, Peter J.  The evolution of altruistic punishment. Proceedings of the National Academy of Sciences of the United States of America, v.100, n.6, 2003, p.3531-3535.

ELLWARDT, Lea. Gossip in Organizations: A Social Network Study. Ridderprint, 2011.

FEHR, Ernst; GACHTER, Simon. Altruistic punishment in humans. Nature, n.415, Janeiro 2002, p.137-140.

FEINBERG, Matthew; WILLER, Robb; STELLAR, Jennifer; KELTNER, Dacher. The Virtues of

Gossip: Reputational Information Sharing as Prosocial Behavior. Journal of Personality and Social Psychology, Vol. 102, No. 5, 2012, p.1015–1030.

FOSTER, Eric K. Research on Gossip: Taxonomy, Methods, and Future Directions. Review of General Psychology, v.8, n.2, 2004, p.78–99.

NOWAK, Martin A. Why we help. Scientific American, Julho 2012, p.34-39.

NOWAK, Martin A. Five rules for the evolution of cooperation. Science, v.314, Dezembro 2006,

p.1560-1563.

NOWAK, Martin A. Evolutionary dynamics - exploring the equations of life. Harvard University Press, 2006.

WRIGHT, Robert. The moral animal - why we are the way we are: the new Science of evolutionary psychology. Vintage, 1995.

Sobre previsões e causalidade

Previsão autorrealizável: alguém faz uma previsão que influencia as pessoas e a previsão acaba ocorrendo por causa disto.

Vejam este texto extraído de "O Sinal e o Ruído" de Nate Silver:

"Se um grupo de estilistas influentes chega à conclusão de que marrom será a cor em alta no ano seguinte e fabrica várias roupas marrons, contrata modelos e celebridades para vestirem

roupas marrons e exibe em lojas, vitrines e catálogos muitas peças marrons, o público pode

começar a agir de acordo com a tendência. Mas estão reagindo mais à publicidade dessa cor do que expressando uma profunda preferência subjacente por ela. O estilista pode parecer um “sábio” por ter “previsto” a cor da moda, porém, se tivesse escolhido preto, branco ou lilás, o mesmo processo poderia acontecer."

Previsão autocancelável: a publicação da previsão muda o comportamento das pessoas e altera a previsão. Por exemplo, na transmissão de doenças, se o governo fizer campanhas, a população muda seus hábitos e diminui a velocidade de transmissão. Ou aumenta o número de casos relatados (e os casos escondidos não estavam sendo contados).

 

Outro texto extraído de "O Sinal e o Ruído" de Nate Silver:

"Ozonoff acredita que esse fenômeno pode ser responsável, em parte, pela

velocidade com que a gripe suína pareceu se espalhar pelos Estados Unidos em

2009. A doença se disseminou com rapidez, mas parte do acentuado aumento

estatístico pode ter vindo de pessoas que notificaram aos médicos sintomas que,

de outro modo, teriam ignorado. Se os médicos quiserem fazer estimativas sobre o ritmo em que uma doença se espalha na população, o número de casos publicamente notificados

pode gerar resultados falhos."

Problema da causalidade:

o Big Mac é o sanduíche que vende mais porque fica pronto mais rápido, ou fica pronto mais rápido porque vende mais ? Se o McDonalds começasse a pré-preparar o McFish (mais unidades prontamente disponíveis), ele seria o mais vendido ?

Mais um texto extraído de "O Sinal e o Ruído" de Nate Silver:

"A situação pode ser comparada à notificação de crimes: um número elevado de roubos registrados em um bairro é consequência de policiais mais vigilantes, que detectam crimes que antes não conseguiriam, ou da facilidade de registrá-los? Ou, ainda, de o bairro estar se

tornando mais perigoso?"

Sobre o problema da causalidade, Levitt e Dubner (no livro "Freakonomics: A Rogue Economist Explores the Hidden Side of Everything") afirmam que a redução de crimes em 1990 pode ter como causa a legalização do aborto no início da década de 1970.

Exemplos de como fazer análise OLAP para BI: como fazer cubos e gráficos, o que analisar

As análises ou interpretações dos resultados geram HIPÓTESES, que precisam ser confirmadas com mais dados ou pela interpretação de humanos (geralmente analisando eventos da vida real).

Exemplo: um gráfico mostrando subida nas vendas. Procurar o porquê. A resposta pode estar em ações feitas fora da empresa (e não documentadas ou registradas com dados).

ISTO NÃO É UM CUBO

Isto é um cubo, pois há um atributo na linha e outro na coluna.

Unidades Vendidas

Observações:

Cliente A: vem diminuindo as compras

Cliente B deixou de comprar

Cliente C irregular ou sazonal, ver caraterística dos anos em que comprou

Cliente D teve uma entressafra

Uma representação gráfica facilita muita esta visualização

O que analisar:

- picos (subidas ou descidas que se destacam do resto) e procurar investigar por que os picos ocorreram;

- linhas retas (comportamento normal): é bom também saber o que funciona sem desvios ou exceções;

- identificar padrões sazonais, ou seja, repetições em épocas específicas (mês, duplas ou trios de meses, dia da semana); exemplo: picos que acontecem especificamente em certos momentos (a cada 4 anos, vendas de TVs sobem muito)

Abaixo temos um cubo típico: um atributo na linha (com valores de 1 a 10) e outro atributo nas colunas (com valores de A a D).

Imagine que os valores na linha ou na coluna são faixas de idades. Não use valores absolutos, porque para encontrar padrões precisamos ter repetições. Usando valores absolutos (exemplo, idade, quantidade, valor), talvez haja poucas repetições. Então faça discretização, ou seja, crie faixas de valores que as chances de repetição são maiores.

	A	B	C	D
1	450	690	340	430
2	490	789	450	340
3	560	405	490	450
4	670	590	560	720
5	720	456	100	830
6	830	1020	870	870
7	870	720	740	239
8	740	830	610	400
9	610	870	560	349
10	490	230	600	120

No caso de produtos, podemos usar atributos tais como: classe, tipo, setor ou categoria do produto; faixas de preços; frete grátis ou não; cor, voltagem, marca, tipo de embalagem.

No caso de clientes, usar atributos tais como: cidade, bairro, sexo, idade, classe social, nível de escolaridade.

No caso de vendas: faixa de valor total pago, forma de pagamento, loja, vendedor,

O atributo data é clássico mas tem que separar em ano, mês, dia do mês e dia da semana)

Se for usar hora, não utilizar os minutos (para aumenta repetições). Uma boa também é usar turno (melhor que hora, pois haverá mais repetições).

Obs: não uso atributos onde haja um valor que domine. Por exemplo, se pegar uma base de clientes e a grande maioria for da mesma cidade, não vale a pena analisar o atributo cidade.

Podemos também usar valores binários.

Exemplo: comprou ou não nos últimos 6 meses. É claro que no ETL teremos que criar tais valores, pois provavelmente deve aparecer data da compra.

Outros exemplos: tem interessem em ...; já comprou produto no setor X;

	SIM	NÃO
1	450	690
2	490	789
3	560	405
4	670	590
5	720	456
6	830	1020
7	870	720
8	740	830
9	610	870
10	490	230

Ou criar escalas tipo:

	SEMPRE	VÁRIAS VEZES	REGULARMENTE	RARAMENTE	NUNCA
1	450	690	340	430	239
2	490	789	450	340	400
3	560	405	490	450	349
4	670	590	560	720	120
5	720	456	100	830	490
6	830	1020	870	870	560
7	870	720	740	239	590
8	740	830	610	400	456
9	610	870	560	349	1020
10	490	230	600	120	720

UM CUBO COM 3 DIMENSÕES

		A	B	C	D	E
X	1	450	690	340	430	239
	2	490	789	450	340	400
	3	560	405	490	450	349
Y	4	670	590	560	720	120
	5	720	456	100	830	490
	6	830	1020	870	870	560
	7	870	720	740	239	590
Z	8	740	830	610	400	456
	9	610	870	560	349	1020
	10	490	230	600	120	720

É uma forma de representar 3 dimensões em duas (2 planos, pois não temos a profundidade, a não ser que existissem monitores 3D).

Nas linhas, temos duas dimensões (2 atributos): um com valores X, Y e Z, e outro atributo “interno” com os valores de 1 a 10.

Exemplos:

Países e tipos de cidades (ou tamanhos)

Lojas e vendedores

Setores e tipos de produtos

Marcas de produtos e faixas de valores

Isto é o que permite fazer drill-down e drill-up (subir ou descer na hierarquia, ou seja, aumentar ou diminuir granularidade ou detalhes).

CIDADES E BAIRROS

Às vezes é difícil repetir valores para este tipo de atributo.

Então usar algum tipo de classificação, por exemplo:

grandes X pequenas

interior X capital

interior X litoral

renda da cidade ou índices sociais (tipo IDH, renda per capita média).

DOIS CUBOS DIFERENTES PARA COMPARAR

O melhor para compara é utilizar gráficos. 2 gráficos são mais fáceis de comparar que 3, 4, etc. Mas podemos usar mais gráficos também.

Os cubos poderiam ser:

- períodos de tempos diferentes (ano X ano, mês X mês), para compras/vendas/produção de clientes/vendedores/lojas/produtos ao longo do tempo;

Ex. de descoberta: produto A (azul) foi adquirido regularmente ao longo do tempo na amostra 1 com pequeno aclive no momento 7 (pode ser mês ou ano ou dia da semana).  Na 2ª amostra, o produto vendeu de forma irregular ao longo do tempo (investigar por que as quedas e subidas).

- vendas correlacionando tipo de produto X tipo de cliente

Ex. de descoberta: produto B (vermelho) foi mais adquirido por clientes tipo 6 na amostra 1. Já na amostra 2, o mesmo produto foi o menos adquirido pelo mesmo tipo de clientes.

Observação:

Gráficos em linha são melhores para analisar ritmo ou distribuição ao longo do tempo, pois fica mais fácil ver subidas e descidas.

Gráficos com barras são melhores para comparar valores (quem está acima de quem, altos X baixos).

Gráficos em Pizza são melhores para comparar proporções (onde valores absolutos não são tão importantes).

Exemplo: qual setor gasta mais que os outros em termos % (proporcionais).

Como nos gráficos abaixo.

Exemplo: gastos por setor (cada amostra é uma filial diferente; A x B).

Ex. de descoberta: setor roxo (valor 4) mantém proporção em ambas amostras. Mas o setor 10 (lilás) é bem diferente de uma amostra para outra (18% para 4%).

CRIAR SUBGRUPOS E COMPARAR

Subgrupos são amostras diferentes.

Exemplos:

- períodos de tempos

- subconjuntos extraídos de um valor único (ex. pegar somente pessoas do sexo masculino, somente cidades com mais de 100 mil habitantes)ou com um critério específico (ex. somente produtos com maior saída ou preço acima de tanto).

Comparar:

- subgrupos entre si;

- comportamento do subgrupo X todo

MÉTRICAS OU MEDIDAS

O tipo de dado colocado dentro do cubo é chamado de métrica ou medida.

Que dado ou atributo colocar dentro do cubo ?

Imagine que você está analisando diferentes tipos de clientes. Uma medida seria avaliar a quantidade de produtos adquiridos por cada tipo (ou por cada cliente especificamente). Entretanto, lucratividade é mais importante que quantidade. Então talvez seja melhor utilizar como medida a soma de valores gastos (ou lucro, que é igual receita menos despesa/custo).

Pode-se também utilizar média, máximo, mínimo, etc.

	A	B	C	D
1	450	690	340	430
2	490	789	450	340
3	560	405	490	450
4	670	590	560	720
5	720	456	100	830
6	830	1020	870	870
7	870	720	740	239
8	740	830	610	400
9	610	870	560	349
10	490	230	600	120

Num hospital, talvez seja interessante analisar o número de casos de uma doença (cruzando por exemplo, região X faixa etária). Mas também podemos utilizar como medida a média de tempo de internação (cruzando por exemplo, doença X sexo).

	Masc	Fem
Grupo 1	15	6
Grupo 2	23	14
Grupo 3	5	40
Grupo 4	6	7

No exemplo acima, podemos ver claramente que as doenças dos grupos 1 e 2 exigem maior tempo de internação para homens (quase o dobro de dias que as mulheres). Já o grupo 3 inverte a gangorra, com 8x mais tempo para mulheres que homens. E no grupo 4 há uma equilíbrio entre sexos.

Numa escola, a medida pode ser a nota tirada pelo aluno (média) ou a contagem de vezes que o aluno recebeu alguma notificação negativa.

	A	B	C	D
1	0	0	0	0
2	3	0	10	0
3	2	0	6	0
4	0	0	0	0
5	0	0	5	12
6	0	0	4	8
7	0	0	0	0
8	0	0	0	0
9	0	0	0	0
10	0	0	0	0

No cubo acima, as notas estão nas linhas e as colunas representam níveis escolares diferentes (A menor nível, D o maior). Foi utilizada como medida o número de alunos que receberam notificações negativas. Isto significa que, no entroncamento da linha referente à nota 2 com a coluna referente ao nível A, 3 alunos receberam notificações, ou seja, 3 alunos do nível A receberam notificações e ficaram com nota 2.

Vejam que alunos aprovados (com notas igual ou maior que 7) não receberam notificações em nenhum nível. No nível B, nenhum aluno recebeu notificação (estudar por quê). Pelas análise das turmas A e C pode-se ver que há uma escala: mais notificações para alunos com menos notas. E a turma do nível D possui algo de interessante que é um grande número de notificações mas para alunos que quase foram aprovados.