Desmistificando a digitalização e a análise de dados

Revoluções tecnológicas recentes, como as mídias sociais e a internet das coisas nos permitem gerar um imenso volume de dados em uma velocidade jamais vista até então. Estima-se[1] que o volume de dados criados no mundo todo aumente drasticamente nos próximos anos, alcançando a inimaginável marca de 175 zetabytes[2] até o ano de 2025. Esse volume representa um aumento superior a 1000% ao se comparar com o volume gerado em 2015, por exemplo.

Os dados, no mundo atual dos negócios e da tecnologia, são indispensáveis em qualquer setor ou indústria. À medida que o volume de dados se prolifera em taxas cada vez maiores, diversas organizações têm acelerado seus investimentos em iniciativas associadas a análise de dados (também conhecido como analytics) na última década.

Notadamente, a questão não é mais se a sua organização precisa ou não ou quando aproveitar o poder dos seus dados. A questão é: “Como?”. Neste sentido, você pode pensar que analytics seja algo surreal para sua organização, por ela ser tradicional ou não ter uma operação digital e que sem um time de altíssima performance no assunto jamais será possível obter benefícios através dessas iniciativas. Obviamente que um time de altíssima performance ajudaria, mas enquanto isso não é realidade para grande maioria das empresas, abordaremos a seguir alguns mitos, suas verdades aplicadas no mundo real e alguns meios para que sua organização possa, a partir de hoje, utilizar a análise de dados para potencializar o seu negócio.

MITO 1: ANÁLISE DE DADOS É ÚTIL APENAS EM NEGÓCIOS ONLINE/DIGITAIS.

Se sua organização atua somente no mundo físico ou se ela possui uma receita anual inferior a USD 1 bilhão, você deve imaginar que análise de dados não serve para o seu negócio ou deve se perguntar se ela pode não ser um componente-chave dos produtos ou serviços que você vende. No entanto, a análise de dados é extremamente importante como forma de aprimorar a sua tomada de decisão.

Iniciativas de analytics pode contribuir e gerar valor para qualquer tipo de negócio. Destacam-se a seguir três pontos importantes que sua organização deve ter clareza para potencializar sua implantação:

1. Defina claramente qual o problema sua organização precisa resolver. É imprescindível para o seu negócio que você escolha uma iniciativa que suporte às metas estratégicas da sua organização. Se o desejo é implantar e ampliar o uso de analytics na sua companhia, comece com algo que tem potencial para chamar a atenção do restante das equipes e que tragam valor para a empresa.
2. Em seguida, para se garantir o sucesso de uma iniciativa de analytics, a liderança precisa enxergá-la de modo vital para alcançar suas metas estratégicas e consequentemente o desenvolvimento e a sustentabilidade do negócio. Garanta que os stakeholders estejam comprados com a iniciativa, por isso a importância do passo anterior.
3. Por fim, comece com poucas iniciativas ou até mesmo somente uma e use os resultados obtidos já no curto prazo para criar impulso e apoio da liderança para projetos subsequentes com maior potencial. É importante estruturar um portfólio para transformação da cultura orientada à dados (data-driven) da sua organização e através dele desenvolver um roadmap a ser seguido no curto, médio e longo prazo.

MITO 2: ANÁLISE DE DADOS REQUER A CONTRATAÇÃO DE UMA EQUIPE DE PHD EM CIÊNCIA DE DADOS E CONHECIMENTO PROFUNDO EM ESTATÍSTICA E MODELOS ESTATÍSTICOS.

Antes de explorar esse mito, a imagem abaixo ilustra alguns tipos de profissionais relacionados à dados. Talvez já existam esses profissionais na sua organização e você não tinha conhecimento.

Embora a análise de dados precise de um certo grau de conhecimento técnico, na imensa maioria das vezes a necessidade e o momento atual da sua organização pode ser atendida sem a necessidade de uma equipe de profissionais em ciência de dados ou PhD em estatística, por exemplo (veja as habilidades do analista de dados demonstrado na imagem anterior).

Ou seja, mesmo que de maneira embrionária, sua organização já deve utilizar de práticas de analytics em algum nível. Há basicamente quatro perspectivas que as organizações podem trabalhar, sendo elas:

1. Quando? Quanto? Onde? O que aconteceu? A análise descritiva objetiva interpretar um conjunto de dados para responder o que aconteceu no passado. Ela auxilia a organização a entender o seu desempenho, fornecendo um contexto para apoiar os stakeholders a interpretar os dados obtidos. Essa perspectiva geralmente é realizada nos formatos de gráficos, tabelas, relatórios e dashboards.
2. Por que aconteceu? A análise de diagnóstico utiliza-se da análise descritiva para fornecer uma análise mais aprofundada do passado. Frequentemente, é comum a análise de diagnóstico ser chamada de análise de causa raiz. Essa perspectiva inclui o uso de processos como descoberta de dados, mineração de dados e análise a partir de drill downs.
3. Qual o padrão? O que irá acontecer a seguir? A análise preditiva utiliza-se de dados históricos e os alimenta em um modelo de aprendizado de máquina (machine learning) que considera algumas tendências e padrões. O modelo é aplicado aos dados atuais para prever o que acontecerá no futuro. Essa perspectiva auxilia as organizações a identificar tendências, hipóteses e determinar correlações entre determinadas variáveis através da implantação de modelagens estatísticas e preditivas.
4. E se fizermos isso? Qual a melhor ação? A análise prescritiva leva os dados preditivos a um nível superior. Nessa perspectiva a organização terá uma ideia do que provavelmente acontecerá no futuro, o que deve ser feito. Ela sugere vários cursos de ação e descreve quais seriam as possíveis implicações para cada um. Nesse nível a inteligência artificial e o big data entram no jogo de maneira mais intensa e apropriada.

MITO 3: ANÁLISE DE DADOS REQUER INVESTIMENTOS EXTREMAMENTE ALTOS.

Quando se trata de adotar novas tecnologias ou buscar novos mecanismos para melhorar os resultados da sua organização, um dos primeiros questionamentos que se faz é “Quanto vai custar?”. A ideia por trás da implementação de uma solução tecnológica, como análise de dados, é obter um benefício tangível do projeto. E quando dizemos tangível, nos referimos predominantemente a dinheiro. Se as organizações acreditam no mito de que a análise de dados requer investimentos, elas estão certas, porém não é necessário um alto investimento para começar, se as organizações aguardarem para ter altos valores para transformar a companhia inteira, as chances nunca investirem nessas iniciativas e certamente terem pouco tempo de vida, são altas. Por isso a importância de começar, mesmo pequeno, mas começar.

Já apresentamos anteriormente alguns passos simples que as organizações podem seguir para iniciar sua caminhada e capturar – já no curto prazo – alguns benefícios e resultados com analytics. Adicionalmente, em termos de infraestrutura e tecnologia, sua organização pode optar em utilizar uma das diversas soluções open source disponíveis no mercado.

Tornar-se orientado a dados tem sido um objetivo comum a muitas organizações nas últimas décadas. Se o objetivo maior é alcançar a tão sonhada transformação digital ou se tornar pioneiro no lançamento de algum produto ou serviço, gerenciar com êxito os seus dados é um pré-requisito essencial.

Se implantadas de forma inteligente e eficaz, iniciativas de análises de dados estão possibilitando identificar soluções com alto potencial para as organizações melhor atenderem seus clientes atuais, maximizar sua recorrência e, sobretudo, buscar novos clientes para o seu negócio.

Como sua organização está conduzindo as iniciativas de digitalização e análise de dados? Ela está obtendo os resultados esperados? Compartilhe conosco as suas experiências deixando o seu comentário.

[1] Statista https://www.statista.com/statistics/871513/worldwide-data-created/

[2] 1 Zettabyte é o equivalente a 10¹² Gigabytes ou 1 Trilhão de Gigabytes.