Uma métrica não toma nenhum partido e preza pela imparcialidade, não escolhe lados e busca trazer fatos. Métricas e indicadores, quando utilizados e interpretados de maneira correta, podem contar histórias sobre todos os setores de uma companhia.

Um estudo em parceria com o MIT indicou que empresas que tomam decisões baseadas em dados possuem uma produtividade de 5 a 6% maior do que seria esperado considerando seus outros investimentos.

A Capgemini Research Institute, em 2020, publicou um report informando que empresas guiadas a dados obtém 70% mais receita por funcionário e geram 22% mais lucros em relação àquelas que não possuem essa cultura.

Com a transformação digital, cada operação dentro de uma companhia gera dados e informações que, muitas vezes, não são utilizadas de maneira proveitosa. Isso pode ser explicado pela baixa maturidade do mercado, sobretudo no Brasil.

Um estudo realizado pelo Boston Consulting Group junto da Google, com título “Uma Perspectiva Brasileira: A Jornada do Marketing Orientado por Dados”, visou compreender como grandes empresas do país fazem uso de dados e da tecnologia para classificá-las de acordo com sua maturidade em relação ao uso desses dados no marketing.

Somente 2% das mais de 60 empresas envolvidas no estudo possuem dados de seus consumidores de maneira segmentada, automatizada e são capazes de entregar uma experiência do cliente personalizada em vários canais integrados baseada nesses dados. E isso porque estamos falando de um estudo que envolveu empresas gigantes do Brasil.

Além disso, organizações que almejam ter uma postura Customer Centric - colocando o cliente ou usuário final em primeiro lugar - precisam adotar uma data driven culture em toda a companhia. Um não anda sem o outro.

Sem achismos nas decisões

Expectativa e previsibilidade de performance e entregas

Seja dentro de projetos, produtos, serviços ou internamente na empresa, só há a possibilidade de entender como anda o desempenho se este for medido. Além disso, a estatística é uma ciência que nos possibilita “prever o futuro”, o que apoia o alinhamento de expectativas, ajuda a aperfeiçoar processos e traz uma resposta aproximada de quando as entregas dos serviços/produtos/projetos serão finalizadas.

Nesse post, aprofundamos um pouco mais sobre a aplicação de métricas ágeis no desenvolvimento de software. Portanto, a utilização de dados relevantes ajuda a compreender a direção que sua equipe está tomando, diminui gargalos e ajuda na eficiência

Possibilidade de rápida atuação estratégica

Na dinamicidade do mercado, sobretudo na tecnologia, as ações e decisões devem ser tomadas conciliando agilidade e assertividade. Os dados, além de nos permitirem fazer previsões, também conferem transparência aos processos, dando suporte a ações mais seguras. Investir na capacidade de adquirir e visualizar dados rapidamente é o que possibilita uma maior agilidade nas ações.

Data analysis e business intelligence

Uma das definições de business intelligence no artigo “Emerging trends in business analytics”, é:

o processo que combina armazenamento e coleta de dados com gerenciamento de conhecimento para fornecer informações ao desenvolvimento de tomada de decisão de negócios. Requer processos, habilidades, tecnologia, ferramentas e dados.

Segundo esse artigo, para tomar decisões com base nos dados coletados, é necessário que a liderança confie em analistas de dados para extrair informações dessas métricas, aplicar conhecimentos estatísticos e técnicas que trazem mais confiabilidade aos dados coletados e diminuem o risco de análises tendenciosas, e combinar com o uso de ferramentas e programas que expliquem essas informações de maneira intuitiva.

Ferramentas de B.I e data visualization incluem sistemas de gerenciamento de banco de dados, limpeza e transformação de dados.

A visualização dos dados é uma fase muito importante para uma tomada de decisão estratégica. O analista de dados ou B.I deve entender a fundo os conceitos de data visualization e data storytelling. Apenas saber utilizar as ferramentas não é o suficiente para a construção de bases de dados funcionais e assertivas.

A construção do B.I começa com algumas perguntas-chave:

• Quais perguntas de negócios precisam ser respondidas?
• Quais fontes de dados se qualificam como sistema de registro?
• Como os dados serão usados?
• Como irei dispor dessas informações no painel e quais os melhores gráficos a serem utilizados?

Pontos de atenção na interpretação dos dados

Métricas de vaidade

Esse termo é muito utilizado no marketing, mas pode ser levado para todos os outros indicadores de uma empresa. Trata-se de métricas que não servem para a tomada de decisões e podem atrapalhar na elaboração de estratégias efetivas.

Normalmente, são dados que fazem bem para o “ego”, mas na prática não servem para ações. É importante avaliar a relevância dos dados analisados. Um exemplo disso é considerar somente o número de visitantes em uma landing page e não olhar para a taxa de conversão. O número de visitantes não deve ser ignorado, mas não é estratégico para tomada de decisões.

Não se iluda! Cuidado com números distorcidos

É fundamental que os dados sejam não sejam construídos e interpretados de maneira tendenciosa. Na literatura, o livro “Como mentir com estatística”, do escritor Darrel Huff, traz uma reflexão sobre como a estatística também pode ser utilizada para maquiar dados. Um dos assuntos abordados é como alguns gráficos, mesmo que matematicamente corretos, podem manipular a realidade.

Sobretudo em métricas customer centric, voltadas para entender, por exemplo, Índice de Satisfação (CSAT), Net Promoter Score (NPS) e Taxa de Sucesso da Tarefa (TSR), alguns vieses podem ocorrer no processo de aplicação das pesquisas.

Por exemplo, selecionar a dedo quais clientes irão participar da pesquisa de satisfação irá trazer informações que não condizem com a realidade por excluir clientes que podem não estar satisfeitos com seu produto/serviço. É importante que todos os clientes tenham a mesma “chance” de responder a pesquisa.

Outra questão importante é o tamanho da amostra, ou seja, o número de respostas completas recebidas em uma pesquisa. Quanto maior for esse volume, melhor, pois o aumento no tamanho da amostra conduzirá a um aumento na precisão das estimativas. O ideal é que os números sempre nos tragam fatos, e não informações tendenciosas.

Por isso, o controle das pesquisas e dados obtidos deve ser feito de maneira crítica. Portanto, ao implementar uma data driven culture em sua empresa, é importante estar atento a uma série de questões.

Como difundir uma data driven culture?

Não há mais espaço para achismos no mercado e o investimento na área de dados traz uma maior competitividade, transparência e eficiência nas companhias. Além disso, para que a data driven culture esteja realmente difundida, é necessário que esses dados estejam acessíveis às equipes e haja educação sobre o assunto, de forma que seja possível transmitir as informações importantes para as tomadas de decisão por toda a companhia.

Ser uma organização data driven não é sobre utilizar as ferramentas mais caras do mercado, ou recorrer aos dados para manipular interesses próprios. É estar capacitado a colocar os dados centralizadamente na tomada de decisões, repensando também o seu modelo, produtos e serviços. É uma cultura que deve ir muito além da liderança, mas uma competência generalizada dos colaboradores.

Referências

• The data-powered enterprise
• Emerging trends in business analytics
• Strength in Numbers: How Does Data-Driven Decisionmaking Affect Firm Performance?
• A review and future direction of agile, business intelligence, analytics and data science