O que podemos aprender com grandes empresas sobre o uso de dados na tomada de decisões? Este post traz 5 lições fundamentais que a Uber, ENGIE e Indicium podem te ensinar!

Na última quinta-feira (16/07), aconteceu o webinar Dados para Decisões Estratégicas. Foi um bate-papo incrível com insights poderosos sobre as perspectivas do uso de dados nas decisões.

Este post traz a visão de quem usa a inteligência analítica na prática.

# Lição 1 - Quem nasce digital, tem uma vantagem inicial na corrida analítica

É inegável, as empresas que nascem digitais têm uma vantagem analítica expressiva sob as empresas tradicionais. Isso porque elas não precisam encarar os desafios da digitalização, tampouco enfrentar as inúmeras barreiras tecnológicas e culturais dessa transição.

Entretanto, isso não quer dizer que as organizações tradicionais não possam se adaptar à transição analítica. A ENGIE, por exemplo, nasceu analógica mas tem uma estratégia global consolidada no caminho da digitalização, que envolve ações desde a construção de bancos de dados na nuvem até a análise e relacionamento desses dados para ampliar as possibilidades de uso na tomada de decisão estratégica.

A transição não é rápida, envolve custos e esforços, mas pode e deve ser feita!

# Lição 2 - A jornada data-driven não é a mesma para todos

Caminho da Jornada Data-Driven
Caminho da Jornada Data-Driven

A mesma empresa pode estar em diferentes estágios de maturidade analítica e isso é absolutamente normal.

No caso de uma empresa que não nasceu digital, é provável que departamentos distintos estejam em etapas diferentes da jornada data-driven.

A ENGIE, por exemplo, é capaz de gerar análises complexas que exigem alta maturidade analítica como a modelagem para previsão de preços de energia e clusterização de clientes. Entretanto, também encontra desafios presentes na etapa 1 e 2 da jornada data-driven como a necessidade de estruturar processos de dados e atualizar sistemas legados. Ainda sim, com os avanços na digitalização e sofisticação da sua estrutura de dados, essas dificuldades tendem a diminuir e posicionar a empresa na vanguarda da revolução data-driven.

Em paralelo, os desafios das empresas que nascem digitais são outros. Em certos momentos, inclusive, não avançar na jornada data-driven pode ser uma decisão estratégica.

A criação de modelos preditivos e prescritivos  (etapas 05 e 06) demanda altos investimentos e requer uma mão-de-obra qualificada de profissionais caros e escassos no mercado. Considerando isso, a Uber, que navega entre as etapas mais avançadas do roadmap, usa métricas para avaliar e antever o retorno do investimento de determinado modelo antes de aplicá-lo em sua operação.

Assim, a empresa utiliza sua maturidade analítica para avaliar e otimizar processos, evitando custos desnecessários com mão-de-obra aplicada em iniciativas que não fazem sentido à operação.

Saber quando e como aplicar a inteligência ao invés de usá-la a todo tempo, isso é ser data-driven!

# Lição 3 - Ser data-driven é um processo sem fim

É um engano achar que a jornada data-driven tem um fim. Na verdade, a vantagem analítica nasce justamente quando uma empresa aprende a aplicar a inteligência de dados para testar, validar hipóteses, ajustar erros, experimentar e mensurar ações, tudo de forma prática, rápida e em tempo real.

Portanto, ser data-driven é um processo baseado na interação e experimentação analítica.

Sua magia está justamente no uso de métricas para mensurar o desempenho de novas soluções, entender problemas e melhorar a performance.

Ainda, ser data-driven é considerar a experiência e perspectiva do cliente, monitorar o seu envolvimento e ajustar estratégias sempre que necessário.

# Lição 4 -  O data-driven não tem fronteiras

A posição de uma empresa ou país na revolução data-driven está muito mais ligada à época em que a empresa foi criada, sua cultura e área de atuação,  do que a sua localização geográfica.

Background photo created by natanaelginting - www.freepik.com
Background photo created by natanaelginting - www.freepik.com

Assim, pode-se dizer que empresas de diferentes portes, situadas em regiões distintas experienciam desafios semelhantes quanto ao uso de dados, incluindo barreiras relacionadas à cultura organizacional, falta de mão-de-obra e tecnologia.

#Lição 5 - A cultura data-driven faz parte da cultura organizacional

A Uber está na vanguarda da Inteligência Analítica e sua cultura contribui diretamente para isso.

No geral, as pessoas só engajam em uma causa quando detém a plena consciência de sua importância - e é isso que acontece na Uber.

A empresa, que já nasceu digital, tem uma cultura analítica muito forte. Há uma verdadeira consciência sobre a importância do olhar data-driven no cotidiano. Os colaboradores não só têm perfil analítico, mas também compreendem como as métricas são fundamentais em cada decisão do seu dia a dia.

Isso faz toda a diferença.

Portanto, ser data-driven não é um simples projeto, faz parte da cultura. É um pensamento que deve estar arraigado no DNA das empresas que desejam evoluir na revolução dos dados.

Coloque estas lições em prática!

Gostou dos ensinamentos? Conta para a gente nos comentários!