Como convencer seu chefe a utilizar Data Science e BI na sua empresa?

Encontrar novas fontes de dados, decidir qual o melhor modelo para solução de um problema, escolher qual a melhor maneira de visualizar os dados, são exemplos de alguns dos desafios que os cientistas de dados se deparam no dia a dia. Mas a verdade é que existe um grande desafio que quase todos os Data Scientists já enfrentaram durante a sua carreira ou ainda vão precisar enfrentar um dia: Como convencer o seu chefe a utilizar Data Science e BI em sua empresa?

Antes de falar sobre esse assunto deixa eu me apresentar. Meu nome é Gabriel Lages e há praticamente 2 anos atuo como líder da equipe de Business Intelligence e Analytics da Hotmart — uma das maiores startups de tecnologia do Brasil. Hoje somos uma equipe multidisciplinar que conta com diversos profissionais focados em analisar dados. Temos Engenheiros de Dados, buscando as melhores soluções para lidar com um alto volume de dados e entregar as informações em tempo real, temos Cientistas de Dados, explorando conjuntos de dados complexos e ajustando modelos preditivos para tomarmos melhores decisões e temos até Designers nos ajudando a encontrar as melhores formas de visualizar os dados e identificar padrões.

Mas nem sempre foi assim. A verdade é que faz menos de 2 anos que estou a frente de uma equipe de dados e, antes disso, passei 8 anos do outro lado da trincheira, ou seja, analisando dados e constantemente tendo que convencer chefes, investidores e equipes a utilizar Data Science e BI no dia a dia do trabalho.

Tenho que confessar que esse desafio nunca foi fácil…

Só como um exemplo já trabalhei em uma empresa com mais de 16 mil funcionários em que eu era um dos únicos profissionais focados em analisar dados e muito provavelmente o único Estatístico. Já trabalhei em empresas em que o único recurso que eu tinha para analisar grandes conjuntos de dados era uma máquina com Excel.

As boas notícias são que eu sobrevivi e que hoje a maioria das empresas já possuem uma mentalidade mais aberta aos dados destinando um pouco mais de recursos para essa área ou pelo menos dando mais liberdade para os profissionais proporem soluções inovadoras.

Outro ponto interessante é que acredito que, para convencer seu chefe a utilizar Data Science e BI na sua empresa, você vai precisar utilizar as principais habilidades de um cientista de dados e justamente por isso resolvi escrever esse artigo. Então, vamos as dicas!

O primeiro passo é mudar a mentalidade

Antes de mais nada acredito que para superar esse desafio você vai precisar ter uma mentalidade diferente da maioria das pessoas. Digo isso pois quase sempre que alguém me pergunta quais os passos para inclinar a sua empresa a uma cultura voltada para os dados é comum que essa pergunta venha acompanhada de afirmações do tipo:

• “Meu chefe é ultrapassado, ele acha que a análise de dados não serve para nada”
• “É impossível convencer minha empresa a investir dinheiro em uma equipe de dados”
• “Todo mundo aqui só toma decisões seguindo o “feeling”, temos sorte das coisas estarem dando certo”
• “A minha empresa nunca pagaria um curso de Data Science para mim”

Ok, todos esses argumentos são válidos, e realmente ocorrem em grande parte das empresas, mas acredito que é possível superar todos esses obstáculos e o primeiro passo é mudar a sua mentalidade.

A verdade é que seu chefe muito provavelmente é um tomador de decisão que trabalha com uma série de recursos escassos. Grande parte da rotina dele consiste em dizer não para várias pessoas com o objetivo de gerenciar esses recursos da melhor maneira possível (ou pelo menos da maneira que ele acredita que seja a melhor). O fato dele tomar todas as decisões baseando-se unicamente no feeling, também quase nunca é verdade, geralmente um tomador de decisão com vasta experiência passou anos aprendendo como analisar sinais que o ajudam a tomar as decisões (algo que funcionava razoavelmente bem num mercado que ainda não estava habituado a tomar decisões com base em dados, mas que eu e você já sabemos que tem uma chance cada vez menor de continuar funcionando de forma efetiva).

O fato é que essa mentalidade de ir contra seu chefe vai tornar sua missão mais difícil, e o caminho com a maior probabilidade de sucesso é justamente o contrário, parar de ver ele como alguém que vai contra o que você acredita, e passar a ver ele como alguém que ainda não foi convencido de que a cultura de dados é um aspecto vital para quase qualquer negócio nos dias de hoje e que cada vez mais será o que vai diferenciar uma empresa de sucesso de uma empresa falida.

Comece pelo MVP (uma versão simplificada da análise)

Antes de começarmos a falar de MVP, é importante esclarecer um ponto: Você sabe o que é um MVP?

Se você atua no mundo das Startups provavelmente o que estou falando é totalmente óbvio, mas para muita gente ainda é novidade. MVP é uma sigla para “Minimum Viable Product” ou Mínimo Produto Viável. De maneira bem resumida um MVP seria a entrega que você pode fazer com o mínimo de esforço possível, porém essa entrega tem que gerar algum valor para o cliente final (muita gente acredita que um MVP é um protótipo ou um rascunho, e isso está errado!)

Sempre desenhe esse gráfico pra alguém que não entende o que é MVP.

Falando de BI e Data Science, existem vários MVP’s que podem ser feitos para a solução de um problema, mas a verdade é que a maioria das pessoas tende a ir para o lado mais complexo e buscar soluções que necessitam de um esforço muito grande para se tornarem realidade. Vou tentar deixar tudo mais claro através de um exemplo:

Imagine que você trabalha numa empresa que tem uma grande equipe de suporte ao cliente e que esse suporte seja feito 100% via chat. Já faz um tempo que você lê sobre Data Science e Machine Learning e não vê a hora de começar a aplicar aquilo no seu dia a dia, mas por onde começar?

Você pode propor para empresa substituir todo o atendimento que hoje é feito por humanos por chatbots. Isso iria gerar uma enorme enorme economia para a sua empresa, certo?

A menos que você dê muita sorte, você está errado!

Mesmo que você consiga encontrar os melhores algoritmos existentes, o desafio de mudar completamente um processo tão complexo como o atendimento provavelmente é muito maior do que você imagina.

A verdade é que quando você começar a utilizar os algoritmos vai descobrir que seu planejamento deixou passar despercebido diversos cenários que você não foi capaz de prever.

Nessa situação é possível que sua iniciativa tenha ido totalmente contra seu objetivo, pois o fracasso do projeto poderá trazer prejuízos para a empresa e reduzir ainda mais a confiança do seu chefe de que as soluções de Data Science e Machine Learning podem ajudar a solucionar problemas.

Um MVP para esse caso seria uma análise preditiva para ajudar a otimizar a escala dos atendentes, onde você ajudaria o seu chefe a alocar o número ideal de pessoas atendendo os chamados em cada horário, melhorando assim o atendimento sem nenhum custo adicional. Após o sucesso de uma entrega deste tipo, certamente seu chefe estará confiando mais nas soluções baseadas em análise de dados e algoritmos.

Um gráfico conclusivo vale mais do que 1.000 hipóteses

Outro erro muito comum que eu vejo nas pessoas que desejam fazer a revolução digital em suas empresas é o que eu chamo de “excesso de ideias”. Muitas pessoas costumam acreditar que uma ideia vale muito mais do que ela vale de fato, e justamente por acreditar nisso se sentem como uma espécie de “mente brilhante” que tem que ter ideias geniais e levantar hipóteses o tempo todo e compartilhar isso com todo mundo. O grande problema é que na maioria das vezes essas pessoas ficam só no campo das ideias e nunca partem para a prática. Vou voltar ao exemplo da empresa acima para tentar deixar esse ponto mais claro.

Eu poderia passar a vida inteira pensando em formas de utilizar BI e Data Science naquela empresa:

• Utilizar modelos de previsão de demanda para estimar a necessidade de ampliação da equipe
• Tentar modelar a sazonalidade dos chamados de suporte para fazer contratações temporárias nos períodos de pico
• Utilizar NLP (processamento de linguagem natural) nos atendimentos para descobrir uma relação entre a forma de atendimento e a satisfação dos clientes com o atendimento
• Utilizar modelos de regressão para identificar quais as características dos atendentes estão relacionados a alta performance e utilizar essas informações para contratar melhores atendentes no futuro
• Tentar classificar os clientes em clusters de acordo com suas características e preparar equipes especializadas para atender cada tipo de cliente

O grande problema dessas ideias é que elas não terão nenhum valor enquanto alguém não por a mão na massa para implementar cada uma delas.

Esse ponto me lembra de uma palestra de um gerente da Google que assisti uma vez, nessa palestra ele disse uma frase que me marcou:

“A parte mais importante da inovação é a ação”

Acredito que o mesmo vale para a ciência de dados, pois enquanto você não tirar a sua ideia de análise do papel, coletar os dados, fazer as análises, ter as devidas conclusões e planejar ações com base nas conclusões suas ideias não terão valor algum.

Por isso comece sempre pelo mais simples, melhor do que ter uma ideia mirabolante é ter uma análise conclusiva, que gere valor para a empresa e que leve seu chefe a acreditar um pouco mais na cultura de dados.

Aprenda algo novo todo dia

Um passo importante para que você consiga convencer sua empresa a adotar a cultura de dados é aumentar sua autoridade em relação ao assunto. Ter um maior conhecimento sobre Data Science vai te ajudar a ser visto como uma referência e fazer com que as pessoas confiem mais no seu trabalho e nas suas ideias.

Keep Learning!

Para confirmar isto, basta você fazer uma reflexão:

Você fica mais convencido com a palavra de um especialista no assunto ou de uma pessoa leiga?

Portanto quanto mais próximo de um especialista em dados você for visto, maiores suas chances de convencer alguém sobre os benefícios da cultura de dados.

A parte boa é que hoje em dia o acesso ao conhecimento está muito mais fácil. Falo isso o tempo todo, mas são poucas as pessoas que realmente conseguem captar essa mensagem. Hoje em dia é possível ter acesso pela internet ao mesmo conhecimento que está sendo passado nas melhores universidades do mundo, e na maioria das vezes esse conteúdo está disponível de maneira gratuita! É possível encontrar aulas na internet dos mesmos professores que ensina Machine Learning em Harvard ou no MIT, já imaginou que isso era impossível a poucos anos atrás?

Além disso temos muitas outras formas de obter conhecimento. A internet facilitou muito o acesso a livros, se no passado para comprar o livro X você teria que ligar em todas livrarias da sua cidade e rezar para ter disponibilidade, hoje em dia é possível comprar praticamente qualquer livro pela internet e muitos deles tem versão digital, ou seja, você nem precisa mais esperar o livro chegar, e pode ter uma biblioteca no seu bolso, utilizando o smartphone ou kindle.

Outra maneira de acelerar a busca por conhecimento relacionado ao mundo dos dados é através de eventos e comunidades. O Data Hackers é um excelente exemplo de uma comunidade gratuita que tem um único objetivo, aproximar as pessoas da área e compartilhar conhecimentos. Além disso no meetup.com você pode encontrar diversos meetups gratuitos sobre Machine Learning, Data Science e outros assuntos relacionados em sua própria cidade, em BH temos o Machine Learning Experience que já realizou mais de 20 edições

Agora, se você não gosta de fazer cursos, não tem o costume de ler livros e não tem interesse em participar de nenhum evento, ainda assim é possível ampliar seus conhecimentos. No Youtube você pode encontrar entrevistas, palestras, tutoriais sobre o tema, no Medium você pode encontrar milhares de artigos e ainda é possível encontrar Podcasts que você pode ouvir quando estiver no ônibus indo para o trabalho por exemplo.

Busque cases de mercado

Para convencer alguém a adotar uma ideia nova, é muito importante que você seja persuasivo. Na minha visão convencer alguém é algo muito próximo de vender uma ideia, pensando por esse lado faz todo sentido utilizar algumas técnicas de venda quando você deseja convencer alguém sobre suas ideias.

Já reparou que sempre que uma marca tenta te vender um produto, ela tenta te mostrar outras pessoas utilizando o produto? E já reparou que muitas vezes as pessoas que estão utilizando os produtos são parecidas com aquele público que a marca está tentando atingir, e geralmente demonstram que aquele produto fez com que elas mudassem de vida?

Não tenha dúvidas que essa estratégia é um dos principais pontos que influenciam a decisão de compra de um determinado produto.

Quando eu me refiro a utilizar cases de mercado, falo exatamente disso. Uma ótima forma de convencer sua empresa a adotar a cultura de dados é mostrar outras empresas que adotaram a cultura de dados e estão obtendo retorno disso, de preferência da mesma área de atuação ou com características semelhantes.

Na própria internet você pode encontrar diversos cases e além disso você pode utilizar sua rede de relacionamentos para tentar fazer um benchmark, visitando uma empresa que algum amigo trabalha, ou conversando com algum profissional que já está utilizando os dados no dia a dia.

Foque em resultados

A última dica é focar sempre em resultados. Lembre-se que você só foi contratado pois a sua empresa acredita que o seu trabalho vai trazer resultados, então é essencial nunca esquecer disso ao analisar dados.

Quando você cria um modelo preditivo para descobrir quantos seguidores no instagram sua empresa vai ter no próximo ano, é bom que você tenha uma ideia clara de como essa informação possa ser utilizada e gerar resultados para a empresa.

É muito importante ser objetivo em relação a isso, pois “para quem não sabe aonde quer chegar qualquer caminho serve”. Portanto, sempre que fizer uma análise pense sempre em quais as ações podem surgir a partir das conclusões e quais os resultados poderão ser obtidos através dessas ações.

A cultura de dados pode gerar oportunidades incríveis para você e a sua empresa, mas tão importante quanto ter uma empresa data-driven é dar o primeiro passo, convencendo seu chefe e seus colegas de trabalho a adotarem a análise de dados para tomar as melhores decisões e isso depende de você!

Se você quiser encontrar mais conteúdos como esse não deixe de se inscrever no www.datahackers.com.br, a maior comunidade de dados do Brasil.