Data Driven — Cultura antes dos Dados
O maior desafio de criar uma cultura orientada a dados, é de fato criar cultura. Cultura gere pessoas. Pessoas orientadas a dados geram mais valor para os negócios.
Muito se ouve falar sobre Data Driven e como esse método de utilizar informações no dia a dia pode influenciar positivamente para a assertividade das decisões que tomamos.
Podemos considerar que ser “orientado por dados” tem se tornado uma meta comum em vários ambientes coorporativos, independente de segmento ou localidade.
Com a grande onda de informações que as aplicações que nos cercam no dia a dia geram de informações (sejam elas geradas de maneira consciente ou não), o grande objetivo começa ser organizar esse volume de informações de uma maneira que gere valor real para os negócios e as experiências que trazemos na vida dos nossos clientes e parceiros.
Porem, quando começamos a implementar nossa cultura “Data Driven” no dia a dia da área de negócios, começamos a entender que:
“os maiores obstáculos da criação de negócios baseados em dados não são técnicos; são culturais.”
— David Waller, Head of Data Science for Oliver Wyman Labs.
Com esse mar de oportunidades que todos conhecemos em usar os dados a nosso favor, e com esse obstáculo que nos foi apresentado nesta citação do Waller, eu quero trazer neste artigo um pouco do processo que fizemos para vencer essa barreira cultural na hora de iniciar a construção da cultura Data Driven.
Separarei 4 passos que fizemos na Estoca, que podem servir como base para você aplicar em sua organização.
Cultura de Dados começa do topo
É extremamente difícil fazer com que uma organização entenda a importância de dados, se a liderança da empresa não entende. Aqui na Estoca, um dos grandes diferencias é justamente a capacidade que nossa liderança tem de entender que sem os dados nossas decisões tem uma propensão maior ao erro.
Uma das maneiras que encontramos aqui na Estoca de fazer com que nossa liderança e o nosso time permaneça engajada em nossa cultura Data Driven é rodar uma metodologia desenvolvida pelo Google chamada Design Sprint (personalizada a nossa necessidade, claro) que resumidamente, aborda por uma semana diferentes problemas ou possibilidades de melhorias que temos em diversas fases do nosso produto ou de nosso processo operacional.
Nesta agenda, reunimos um quórum multidisciplinar para discutirmos perguntas que nascem das dificuldades que enfrentamos no dia a dia, baseado nos dados que coletamos.
Surgem algumas perguntas como:
“Como podemos dar mais visibilidade para nosso cliente sobre uma determinada fase do nosso fluxo operacional?”
“Como podemos segmentar melhor nossos clientes para fornecer uma experiência mais personalizada para cada um deles?”
“Como podemos reverter nosso principal ofensor dentro do funil de vendas?”
Ter uma agenda onde reunimos nossa liderança junto com o time, com uma abordagem multidisciplinar, para discutirmos assuntos que beneficiam todas as frentes de negócio homogeneamente faz com que nosso time se engaje na leitura e compreensão dos dados durante esta Design Sprint.
Torne os dados acessíveis á todos
Não basta simplesmente construir uma arquitetura sofisticada de dados, com milhões de abordagens diferentes de extrações e tratamentos. Tornar acessível é garantir que o usuário final (seja ele cliente ou colaborador) consiga de forma fluida utilizar a informação disponibilizada. Duas das barreiras mais conhecidas em tornar acessível os dados em uma companhia são permissões de acesso e conhecimento de linguagem de consulta.
Para vencer o primeiro desafio, investimos em um ambiente de dados que seja simples de se controlar permissionamentos, garantindo que as informações mais sensíveis fiquem isoladas do todo, nos capacitando a governar nossos dados de uma forma mais eficaz.
Para nosso segundo desafio, criamos um processo onde procuramos periodicamente todas as frentes de negócio (desde People até nossa Operação) e entendemos quais são os principais processos do dia a dia deles que exigem uma visualização da informação transacionada. Isso nos capacita a sugerir painéis, bases de dados, consultas pré-moldadas e até mesmo o ensino de uma linguagem de consulta, capacitando nossos times á tomarem decisões se baseando nos painéis e consultas que fizemos “a 4 mãos”. Envolver os times nos processos de construção garante que a solução apresentada pelo time de dados seja aderente com a necessidade do usuário.
Testar e aprender é melhor que consertar e esperar
Durante um processo de aprendizado que todos nós vivemos, é fundamental que tenhamos um espaço para testar as conclusões que tiramos dos nosso dados. Dificilmente, uma analise nos trará uma certeza absoluta! Quantificar nossas probabilidades de incertezas nos conduz ao cenário de experimentos recorrentes. A medida que experimentamos os nossos dados, e testamos as tomadas de decisão em ambiente controlado, fazemos com que a nossa margem de aprendizado e erro sejam cada vez mais saudáveis. Essa pratica de testar nos garante que “nosso aprendizado será baseado em evidências de acertos e erros que foram acontecendo ao longo do tempo”.
Aqui na Estoca, após todo o processo que fizemos da Design Sprint, elaboramos protótipos de algumas visualizações que ajudassem nosso time e nossos clientes a entender cenários do dia a dia com mais eficácia, porem, liberamos esses protótipos de uma maneira extremamente controlada, mensurando o impacto que as novas visualizações estão tendo no decorrer dos dias. Isso faz com que nosso “cenário de teste” seja agradável para corrigir eventuais problemas na entrega, e até mesmo nos dê tempo de coletar feedbacks que não só retratam pontos negativos, como também trazem pontos que são bons, mas que poderiam melhorar.
Um fluxo de entrega recorrente somado á um ambiente de teste controlado acelera a maturidade da entrega.
Simplicidade e robustez entregam mais que extravagância e fragilidade
Esse é um tópico muito interessante.
Entregar algo simples não significa que seja frágil. Muito menos entregar algo extravagante significa que seja robusto.
A simplicidade de uma analise bem feita, de uma pergunta bem estruturada, de KPI’s bem pré estabelecidos ou até mesmo de um painel bem elaborado, podem trazer muito mais conhecimento do que soluções extravagantes e frágeis.
Por muitas vezes queremos entregar soluções que sejam inovadoras, trazer gráficos ou analises com centenas de variáveis ou usar tecnologia de ponta para prever comportamentos ou identificar oportunidades de maneira totalmente automatizada. Porém, nem sempre é possível ter tempo hábil, um histórico tão completo, uma maturidade de dados tão robusta ou um time tão qualificado para entregar algo extravagante. Dentro desse cenário “mero mortal” que muitas vezes nos encontramos é extremamente importante que o básico seja muito bem feito e estruturado.
Lembrem-se, cultura Data Driven tem muito mais obstáculos culturais do que técnicos.
Uma das coisas que procuramos fazer sempre na Estoca, é garantir que o nosso básico está sendo bem feito. Dedicamos tempo garantindo que as pessoas conseguem compreender os painéis que já existem. Investimos tempo discutindo com os analistas que usam as informações, kpi’s e dashboards que criamos se aquele cenário continua contribuindo para o seu dia a dia na tomada de decisão.
Recentemente, fizemos um exercício com o time financeiro, elencando algumas das perguntas que são feitas para eles em sua rotina, e desenhando junto com eles uma visualização que reunisse todas as respostas de uma maneira clara e direta. Pós essa discussão, elaboramos um primeiro molde desta view, validamos com o time se era de fato usual, em um período de teste que acordamos com eles que seria confortável para todos. Pós esse período, disponibilizamos essa visualização e mantivemos o canal aberto com eles para que qualquer barreira que nascesse, tornando nossa view inacessível para eles, fosse estudada e contornada com uma nova solução (que naturalmente passaria por todo o fluxo que conversamos acima).
Estes não são os únicos passos para se construir uma cultura orientada a dados. Existem diversos outros cenários e boas práticas que podem ser aplicadas. Porém, estes são alguns dos passos que estamos aplicando aqui na Estoca, e que estão nos ajudando nesta missão.
O grande objetivo Data Driven, é garantir que as pessoas usem a informação ao seu redor, de uma maneira organizada, consciente e assertiva. A medida que conseguirmos gerar valor com nossos dados, descobriremos uma via infinita de possibilidades de melhorar a experiência dos nossos parceiros, colaboradores e clientes e assim gerar mais valor para os nossos negócios.
Referências:
Crédito Imagem: LINK AQUI
