A implementação de modelos de inteligência de dados nas empresas frequentemente falha por falta de adesão das lideranças e equipes. Para evitar que soluções analíticas sejam vistas como despesas sem utilidade prática, o planejamento desse tipo de projeto precisa ser feito de trás para frente, tendo como ponto de partida a decisão final que a organização necessita tomar.
O método proposto para criar soluções em áreas como modelagem de atribuição, mídia e marca exige inverter a ordem tradicional do desenvolvimento técnico. Em vez de começar pela coleta de informações ou pela definição de códigos e algoritmos, a construção deve se iniciar pelo mapeamento detalhado do processo decisório final.
Nesse fluxo reverso, a primeira etapa consiste em definir exatamente qual decisão precisa ser tomada, qual profissional será o responsável por ela, em que momento do calendário ela deve acontecer e quais são os requisitos necessários para se alcançar uma conclusão válida. Somente a partir dessas definições é que se determina qual dado deve ser buscado, o nível de granularidade requerido para a análise e o algoritmo ideal para processar as informações.
Essa inversão busca garantir que a nova solução se conecte de forma fluida à cultura e ao modo de funcionamento da empresa. O projeto precisa se encaixar no processo de tomada de decisão já existente com nível adequado de confiança e governança, considerando também os fatores burocráticos, as questões políticas internas e o contexto de cada organização.
A ausência desse alinhamento faz com que modelos complexos pareçam uma “caixa preta” para as pessoas envolvidas. A desconexão atinge desde a alta gestão, até toda a cadeia de colaboradores encarregados da execução das rotinas do negócio.
Quando os profissionais na mesa de decisão não entendem como o modelo funciona, eles deixam de confiar nos resultados apresentados. Como consequência direta, as análises não são utilizadas na tomada de decisão diária. Sem uso prático, nem confiança dos gestores, a ferramenta, a estrutura de inteligência ou o framework adotado deixam de gerar valor e passam a ser tratados apenas como um custo financeiro desnecessário para a empresa.
Diego Senise é Sócio e CEO da ILUMEO e Professor de Inteligência Artificial na Universidade de São Paulo (USP).
