Trabalhar com dados, não com opiniões
Quem tem a oportunidade de adentrar o universo do Data Science é martelado por frases que buscam trazer a importância dos dados para o mundo moderno. A mais icônica talvez seja “Data is the new oil” (ou “Dados são o novo petróleo”).
A maioria dessas frases busca mostrar o valor que o profissional de dados pode agregar com seu trabalho. Porém, se eu fosse escolher apenas uma para representar a função do nosso time, eu escolheria uma recém trazida por um colega:
“Sem dados você é apenas mais uma pessoa com uma opinião.”
Desde que entrei no Asaas, lá no início de 2020, eu já havia percebido que ninguém (diretor, líder ou analista) queria ser apenas uma pessoa com opinião.
A mentalidade data-driven — outro clichê que nós, dos dados, adoramos — da equipe era clara. A própria Gabi (group product manager) já destacou previamente neste blog, em sua carta aos iniciantes em produto, a importância de gostar de dados para trabalhar no Asaas.
Na época, éramos apenas 4 analistas em uma empresa que cada vez crescia mais. Dividíamos a atenção entre diversas áreas e isso limitava um pouco nosso potencial.
Hoje a situação mudou: somos 17 pessoas no time de Data Science (DS para os mais íntimos) e isso faz com que tenhamos colaboradores 100% dedicados a mais de 10 times distintos.
Transformar dados em resultados
Toda empresa utiliza algum método de enxergar métricas. Conversando com colegas de profissão, e que trabalham em empresas dos mais variados setores, é notório como o uso de planilhas é parte do dia a dia da maioria deles, e aí que é possível enxergar a vantagem de trabalhar com dados no Asaas: as ferramentas que temos em nossas mãos.
É inegável a importância de planilhas para o funcionamento de qualquer setor. Existe até um meme que brinca com o fato do Excel carregar o mercado financeiro nas costas. Mas com o tanto de ferramentas disponíveis por aí, utilizar apenas planilhas seria desperdício do potencial de um analista.
Aqui no Asaas, quase todas as nossas métricas estão dispostas no Metabase (uma plataforma de Business Intelligence), e isso permite que possamos criar questions — que são números, gráficos, tabelas etc. — com as informações coletadas nas mais de cem tabelas que temos no banco de dados.
Essas questions podem ser agrupadas em dashboards, uma forma fácil de disponibilizar o material aos líderes de outras áreas, que passam a ter as informações centralizadas e à distância de um clique.
Antigamente, a maioria das questions que criávamos eram simplesmente métricas já existentes, e o nosso trabalho no Data Science era apenas buscar as informações no banco de dados e apresentá-las.
Porém, isso tudo começou a mudar à medida que mais pessoas entravam no time e, consequentemente, mais especialistas se formavam. Hoje não apenas esperamos a demanda chegar, como também já sugerimos nós mesmos as métricas que acreditamos serem necessárias para entender todo o escopo do produto.
Agilizar as decisões dos outros times
E falando em produto, o Data Science criou um time especializado em produto para, além de atender às demandas dos nossos product managers, sugerir melhorias baseadas nos dados que temos disponíveis.
O foco do trabalho desse time no ano de 2021 tem sido o de criar métricas básicas para todos (sim, todos) os produtos que o Asaas oferece. Essa atividade foi uma iniciativa do time, que não esperou a demanda chegar, mas percebeu a existência de algumas informações necessárias para o bom funcionamento da empresa.
A receita e a quantidade de clientes são algumas das métricas que criamos para todos os produtos, de forma genérica para caber em diversas análises. Porém, como já dito acima, cada produto tem sua especificidade, e aí é que entra a importância de ter um analista dedicado para cada time.
Entender como funciona cada etapa do processo de antecipação para saber como calcular uma métrica de tempo; perceber a importância que é separar os clientes de nota fiscal por sua atividade econômica (e como separá-los): cada um desses detalhes não é algo que vem inato, é fruto de muito tempo acompanhando o trabalho dos PMs e até mesmo dos outros colegas de DS.
É por isso que é essencial que cada analista tenha um conhecimento por inteiro da área na qual está inserido, para não só atender as demandas, mas adiantar-se a elas.
O trabalho de criar as métricas ainda está em andamento, e quanto mais métricas temos, mais importante se torna a capacidade de analisá-las de forma rápida e precisa.
E o próximo passo do Data Science envolve essa necessidade: buscaremos ajudar os times a diminuir o tempo gasto olhando as métricas, utilizando análises estatísticas para trazer quais são aquelas para as quais se deve olhar com mais atenção.
Tecnologia é a capacidade de utilizar ferramentas, e é por isso que tentamos utilizar todas as disponíveis para facilitar o trabalho dos nossos colegas. Aqui no Asaas o time não para de crescer, e os analistas não param de se especializar em suas áreas.
Então, eu e meus colegas teremos cada vez mais disponibilidade para trazer ideias novas e liberdade para sugerir melhorias e crescer cada mais nesta sinergia entre as áreas.
Quer trabalhar no Asaas? Estamos com oportunidades abertas! Confira nossas vagas
