A estratégia de dados escolhida pode ser a diferença entre o crescimento ou a estagnação da sua empresa.
À medida que o mundo se torna cada vez mais complexo e globalizado, os dados se transformam em uma das principais chaves para conquistar uma vantagem competitiva no mercado. Isso significa que a capacidade de sua empresa de competir com outras será cada vez mais impulsionada pela forma como ela utiliza os dados que têm disponíveis, bem como realiza análises a fim de implementar novas estratégias e tecnologias a partir de insights obtidos com essas informações.
Pode parecer óbvio, mas empresas que não investirem seus esforços no uso de dados ficarão para trás, vendo não apenas sua produtividade cair, mas distanciando-se cada vez mais de seu público-alvo, simplesmente por não conseguir acompanhar as transformações pelas quais passam o mercado e também o comportamento do consumidor.
Nesse texto, vamos abordar a ligação entre o crescimento de uma empresa e sua estratégia de análise de dados, demonstrando como uma coisa não existe mais sem a outra, e de que forma a estratégia de dados certa pode transformar o potencial de crescimento do seu negócio. Então, vamos entender melhor o que, afinal, isso quer dizer.
Como a Estratégia de Dados de uma empresa impulsiona o crescimento?
Em geral, qualquer gestor que faz essa pergunta se depara com as mesmas respostas. A primeira delas é que, com uma melhor visualização de dados, você consegue obter insights mais rápidos e, em última análise, tomar melhores decisões. Certo, todos já ouvimos isso. Mas deve ter algo além, certo?
Porém, mais do que usar informações em tempo real para poder decidir com mais precisão e segurança as estratégias a serem utilizadas, é preciso entender que possuir insights com rapidez não garante que você consiga os insights de que realmente precisa. Mais rápido não necessariamente quer dizer melhor.
De fato, possuir uma grande quantidade de dados em tempo real ajuda sua empresa a tomar decisões melhores, mas a relação entre a maturidade de uma empresa com a sua estratégia de dados vai além.
Em muitos casos, a sua atual estratégia de dados pode na verdade ser um dos principais impeditivos do seu crescimento. Para entender como isso é possível, devemos primeiro definir o que seria o estado de “maturidade de dados”.
Medindo a maturidade de dados a partir do modelo Dell
Então, primeiramente, precisamos entender do que se trata a maturidade de um negócio, ou, em outras palavras, a curva de crescimento de uma empresa ao longo do tempo. Para isso, vamos entender como medir a maturidade dos dados de uma empresa, baseando-se nos ensinamentos de uma das maiores empresas de tecnologia atualmente, a Dell.
Em artigo publicado no Medium, o Cientista de Dados Abhijeet Sarkar explica como este modelo funciona. Ele começa o exemplo com a seguinte imagem:
A partir deste quadro, é possível conferir quatro etapas da estratégia de dados da empresa, bem como os objetivos a serem atingidos. A primeira fase, Data Aware, trata basicamente do reconhecimento dos dados. Seu objetivo é conseguir criar relatórios de dados padronizados.
A segunda fase busca a proficiência dos dados, tendo como objetivo acompanhar os indicadores da empresa a partir do uso de plataformas de BI.mA terceira etapa é a fase de conhecimento dos dados, com objetivo de (agora sim) tomar decisões baseadas em dados para as principais iniciativas da empresa.
Por fim, temos a quarta etapa, chamada de Data Driven e que, em tradução livre, significa algo como “orientado a dados”. Neste momento, o objetivo da empresa é ganhar escalas e diminuir o custo da estratégia.
Com isso, temos um bom resumo da estratégia de dados da Dell, com todos os seus passos e objetivos a serem alcançados. Contudo, é possível ir ainda além. Para cada uma dessas etapas, a Dell estipulou ações a serem tomadas, que podem auxiliar as equipes a atingirem os objetivos propostos. Com isso, uma boa estratégia de dados se torna uma estratégia praticamente infalível, e com todo o seu foco voltado para os objetivos finais e, claro, para o crescimento da organização.
É possível, por exemplo, notar que entre a etapa de Proficiência de Dados e Conhecimento de Dados há muito o que ser feito. E há muito mais ações a serem tomadas em relação às outras etapas. Isso não é por acaso. A Dell entendeu que existem muitos desafios entre uma fase e outra, e por isso focou seus esforços neste momento específico da estratégia. Só a título de curiosidade, a maioria das empresas nunca faz a transição entre proficiência e conhecimento. Não porque não possui dados suficientes, mas porque utiliza seus insights de forma não produtiva.
De fato, muitas empresas começam a investir na jornada Data Driven, com o uso de Inteligência Artificial e Machine Learning, antes de atingir o estágio de Data Savvy, ou seja, do conhecimento de seus dados. O resultado são profissionais de Ciência de Dados frustrados, gastando tempo tentando resolver problemas em relação ao uso de dados simplesmente porque toda a base necessária para o desenvolvimento de uma estratégia de dados não está lá.
Neste exemplo da Dell, podemos ver exatamente como a maturidade dos dados cresce em etapas, tendo cada uma dessas etapas o tempo necessário para se desenvolver e servir de base para a próxima.
Em resumo, o crescimento de uma empresa está ligado ao nível de maturidade com que os dados são tratados. Nesse sentido, a maturidade da Estratégia de Dados de uma empresa (sua Curva de Maturidade de Dados) geralmente fica atrás da Curva de Crescimento. É preciso antes entender sua estratégia de dados, para então desenvolver seu negócio.
Como ser data driven move o crescimento de uma empresa?
Certo, então como atingir o estágio Data Driven, ou seja, com uma cultura totalmente voltada a dados, podendo escalar sua estratégia e diminuir ou mesmo eliminar os custos? Simples. Por meio do Processo de Tomada de Decisão Orientado por Dados. De novo, voltamos à mesma questão do início, porém agora entendemos com mais clareza a importância da criação de uma estratégia de dados dividida em etapas e com objetivos bem delimitados.
Assim, em vez de seguir uma estratégia que você acha melhor, a tomada de decisões orientada por dados é uma estratégia que usa dados para informar as decisões de negócios. A ideia é agrupar informações históricas para analisar tendências e tomar decisões para o futuro, sempre com base no que funcionou no passado. Ou seja, nada de tomar decisões com base em sentimentos, opinião ou experiência. Mesmo que você seja o dono da empresa, isso não servirá de nada.
Hoje, empresas em todo o mundo adotam essa estratégia para posicionar os dados no centro de todas as decisões que tomam. Em geral, essas empresas conseguem aumentos superiores a 10% em seu faturamento, além de uma redução no custo geral dos seus processos. O problema é que, enquanto 91% das empresas sabem que a tomada de decisão baseada em dados é importante para o crescimento de seus negócios, apenas 57% das empresas disseram que baseiam suas decisões de negócios desta forma. E isso é preocupante.
Durante a jornada de sua empresa em direção a se tornar Data Driven, existe um processo a ser seguido, que pode ser reduzido em 5 passos:
-
Defina seus objetivos;
-
Colete e prepare seus dados;
-
Visualize e tire conclusões a partir dos dados coletados;
-
Crie sua estratégia de dados;
-
Meça o sucesso e repita tudo novamente.
Para entendermos melhor este processo, usaremos o exemplo da Uber, que utilizou-se de uma nova estratégia de dados para o aprimoramento de seu suporte ao cliente.
A ideia da empresa era garantir uma experiência de usuário de qualidade, sendo esta hoje uma de suas principais estratégias de negócio. Assim, para otimizar seus recursos de atendimento ao cliente, a empresa desenvolveu um Customer Obsession Ticket Assistant, uma ferramenta que faz uso de Machine Learning e processamento de linguagem natural para ajudar os agentes a melhorar sua velocidade e precisão nos atendimentos.
E, segundo a Uber, a implementação do COTA apresentou resultados positivos. De fato, a ferramenta reduziu o tempo de resolução de problemas em 10%, e seu sucesso levou a equipe de engenharia da Uber a explorar como ela poderia ser melhorada. Para esta segunda fase, a equipe concentrou-se na integração de uma arquitetura de aprendizado profundo que pudesse ser dimensionada à medida que a empresa crescesse. Antes de lançar a atualização, a Uber recorreu ao uso de testes A/B para validar o desempenho da ferramenta atualizada. Após um período de testes, verificou-se uma redução relativa de quase 7% no tempo médio de atendimento por ticket para o grupo de tratamento durante a fase A/B, indicando que o uso da atualização levou a um serviço mais rápido, além de uma resolução de problemas mais precisa.
Outras empresas que utilizaram-se de estratégia de dados para o crescimento do negócio foram a Blue Apron, buscando mais assertividade na previsão de pedidos e receitas disponíveis a seus clientes, e a PepsiCo, que criou uma plataforma de dados e análise baseada em nuvem chamada Pep Worx, a fim de tomar decisões mais informadas sobre merchandising de produtos da empresa. Você pode saber mais sobre estes cases aqui.
Conclusão
Enfim, ao longo deste artigo, ficou mais claro a importância de integrar uma boa estratégia de dados ao crescimento de qualquer empresa. Não apenas porque dados podem nos ajudar a tomar decisões melhores. E sim porque uma estratégia desenvolvida com atenção e com todas as etapas e objetivos necessários faz de sua empresa não apenas mais um nome na concorrência e busca por clientes, mas permite que sua marca encontre o seu lugar no mercado, e chegue o mais longe possível a partir do uso de seus dados.
