Cultura data-driven coloca empresas à frente dos concorrentes

As empresas querem usar dados para transformar suas organizações e impulsionar o crescimento futuro; e planejam fazer um investimento significativo em dados e análises (D&A) e infraestrutura digital para atingir seus objetivos. O burburinho em torno do porquê se tornar uma empresa orientada a dados tem suas justificativas — e vão desde entender a satisfação do cliente a melhorar o ROI e criar modelos mais inovadores de negócios.

“Hoje, tomo a decisão para o futuro, mas, quando falamos em dados e analytics, estamos falando não apenas das grandes decisões, mas também as pequenas. Por exemplo, como o  algoritmo influencia o carrinho de compra, como a inteligência artificial e os dados vão influenciar a operação das empresas, inclusive a parte fabril, falando de indústria 4.0”, ressaltou Jefferson Denti, líder da prática digital da área de consultoria da Deloitte.

A cultura de dados é um caminho sem volta, tanto no tático quanto no operacional. E tende a expandir cada vez mais, com IA e algoritmos aumentando suas influências na tomada de decisão e, dependendo da aplicação, no comportamento de usuários. “Mas precisa ter dados limpos e tratados, com muita qualidade. A velocidade da tomada de decisão vai fazer a diferença”, disse Denti. Para o líder de digital da Deloitte, o dado vai virar o negócio. “Vamos precisar de dados para rodar o negócio no futuro e quem não tiver esta visão estará fora. A parcela analógica será pequena”, disse.

A orientação é, primeiramente, começar revendo o modelo de negócios e pensar a jornada de dados e a digitalização. Para os que já estão na jornada, é necessário acelerá-la ao máximo, preparando as pessoas, cuidando dos dados e investindo em tecnologia.  Além disso, Denti chama a atenção para que empresas: Olhem para transformação e não para resultados imediatos. O propósito é mais relevante que a métrica.

Democratização do analytics

A grande sacada, apontou Luiz Riscado, diretor de negócios do SAS, é olhar todas as etapas do ciclo analítico de forma gerenciada e automatizada para não haver fragmentação. As etapas incluem a preparação de dados; a geração da inteligência, com modelagem e geração do algoritmo; e a implantação com a distribuição da inteligência.

O primeiro passo precisa efetivamente ser uma avaliação de quais são os ativos analíticos existentes na organização; é fazer o assessment dos ativos analíticos existentes, por meio de um estudo criterioso de quais são os dados e onde estão armazenados. Depois, deve-se fazer o roadmap de casos de uso para nortear a transição.

“Uma coisa é mapear onde está o dado, outra é definir o Norte. Isso no mundo analítico significa identificar quais são os casos de uso e quais são os indicadores de negócio da organização que são mais sensíveis a algoritmos, porque tem KPIs na organização que não dependem de algoritmo”, explicou Riscado.

O terceiro elemento é uma avaliação criteriosa de quais tecnologias e processos irão fazer a melhor transição possível e definir o melhor caminho para sair de onde se está e implementar. O quarto elemento é a democratização do analytics e da inteligência. “A organização data-driven tem de promover a democratização cada vez maior do analytics e fazer isso mantendo a governança adequada; e isso envolve o gerenciamento da governança da cultura”, detalhou Riscado.

A dica final do executivo do SAS é buscar os chamados “quick wins”, ou seja, ganhos rápidos. “Divida seu escopo em fatias que permitam ter ganhos rápidos; ter projetos rápidos, em vez de projetos longos que só vê o ROI no fim. O mundo dos squads é a concretização de quick wins”, finalizou.