“Se você não sabe para onde ir, qualquer caminho serve!”, em Analytics não é diferente

De nada adianta o investimento em tecnologia e dados acessíveis em abundância, se não há clareza do problema de negócio que se quer resolver e das hipóteses que se deseja testar.

Lidar com um alto volume de dados diariamente já virou rotina em diversas funções dentro das empresas, especialmente daquelas que já alcançaram o tão desejado patamar da “democratização dos dados”. Agora, para elevar o nível de maturidade analítica do negócio, é preciso saber o que fazer com todos estes dados para, então, alcançar o ápice e, finalmente, gerar o tão desejado valor tangível para a empresa. Ou seja, transformar a cultura de tomada de decisões do método do “achismo” em análises e dados que fundamentem mudanças e refinamentos nos processos operacionais, ou até mesmo apontem novas tendências, novos campos de atuação, novos produtos e novos mercados.

Assim, a alta liderança já fez o seu dever de casa, a empresa entende a importância de ser orientada a dados, já investiu, e todos os dados que já estão organizados em um ambiente acessível foram tratados e estão prontos para o uso. Mas e agora? Como chegamos nos “insights” relevantes para o negócio? Pela minha experiência ajudando as empresas nesta jornada de transformação há alguns anos e com uma boa amostra analisada, posso afirmar que este questionamento é muito comum e a resposta pode parecer óbvia, mas não é.

Espera-se muitas vezes que a figura do Cientista de Dados faça surgir insights de alto impacto para o negócio, como se fosse um passe de mágica e como se os dados por si só fossem capazes de revelar respostas, de perguntas que sequer ainda foram feitas. A Ciência de Dados aplicada na prática está muito mais para um método do que para revelações que os dados possam dar, como uma “bola de cristal”.

O que são os insights?
Segundo o site dicio.com.br, a definição para o termo em inglês “insight” consiste na compreensão repentina de um problema, ocasionada por uma percepção mental clara e, geralmente, intuitiva, dos elementos que levam a sua resolução. O termo insight cunhou desde o início a evolução das tecnologias e as campanhas de transformação de negócios “data-driven”, ou empresas orientadas a dados.

Porém, este termo acabou, em muitos casos, sendo interpretado ou “vendido” equivocadamente, como se bastasse organizar todos os dados da empresa em um único repositório, contratar um Cientista de Dados e pronto! Seus problemas acabaram e os insights relevantes vão emergir subitamente, como revelações quase que esotéricas.

Cultura analítica, problema-alvo & método
Ao contrário do que muitos imaginam, gerar valor por meio dos dados está muito mais ligado à forma de pensar e explorar um problema do que apenas a uma função específica como a do Cientista de Dados ou ferramentas de análise ultra avançadas, ou seja, estamos falando, antes de tudo, sobre cultura.

Mais uma vez parece algo óbvio, mas nem sempre os projetos e iniciativas de dados partem de um problema de negócio bem definido, um objetivo claro e, sem ele, não é possível entender a profundidade ou a abrangência de qualquer análise se os dados disponíveis são suficientes ou não. Por consequência, também se torna impossível garantir a precisão das conclusões e ações práticas oriundas do processo analítico.

Desenvolver a cultura analítica não é algo que está associado exclusivamente à função do Cientista de Dados e não significa que todos os profissionais independentes da área ou especialidade deverão se tornar um, mas que todos podem utilizar-se de um método analítico para ajudar na resolução de problemas e exploração de novas oportunidades, uma vez que os dados para isso estão cada vez mais organizados e acessíveis. Conheça bem o problema-alvo, entenda as métricas/indicadores, utilize todos os dados disponíveis para entender as métricas sob todas diferentes perspectivas (geográfica, mercado, interna, etc.), que as respostas certas virão. Com respostas fundamentadas em dados, ações e decisões poderão ser enfim rotuladas como ações orientadas a dados (Data-Driven).

Para finalizar, a recomendação é que, antes de executar uma análise avançada, entenda muito bem o problema-alvo que deve ser analisado e quais os indicadores que servem como ponto de partida e que precisam ser alterados; o restante é a parte mais fácil. Aplique o método sempre que tiver um problema de negócio para resolver e tenha um processo orientado a dados, dissemine o método por toda a empresa e tenha uma organização com a cultura analítica, deixando o método do “achismo” no passado.

Por Marcos Palmeiro, fundador da DataStrategy e especialista em estratégia e Governança de Dados.