fb

Business content

8 min de leitura

7 maneiras para a liderança conduzir estratégias de dados

Líderes podem iniciar estratégias de dados bem-sucedidas ao focar em sua qualidade, desenvolvendo capacidades organizacionais e os usando de novas maneiras

Thomas C. Redman

12 de Fevereiro

Compartilhar:
Artigo 7 maneiras para a liderança conduzir estratégias de dados

Para muitos executivos de negócios, os dados representam um enigma. É claro que eles desejam que o uso de dados em suas organizações seja bem-sucedido. Muitos gostariam de ajudar de forma mais efetiva – até mesmo liderar esses programas –, porém, além de fornecer dinheiro, eles não têm certeza sobre como podem ajudar. A falta de conhecimento técnico agrava sua incerteza e faz com que se sintam como forasteiros para times de ciência de dados.

Contudo, os programas de dados clamam pela liderança empresarial, e há muitas maneiras desses executivos desempenharem um papel mais representativo, mesmo que entendam os dados completamente. Este artigo explora sete maneiras pelas quais os líderes podem:

  • Acelerar os esforços de dados de suas empresas;

  • Conquistar benefícios de curto prazo;

  • Obter uma melhor compreensão dos papéis que os dados podem ter para o avanço de seus objetivos de negócios.

Foco na qualidade

Começamos com três oportunidades relacionadas à qualidade. Ao contrário do que alguns podem pensar, melhorar a qualidade dos dados economiza dinheiro. Além disso, todas as estratégias de dados (e cada vez mais estratégias de negócios) dependem de dados de alta qualidade.

1. Quebre o imbróglio da qualidade

Muitos líderes admitem que não confiam nos dados de sua empresa, pelo menos não o suficiente para usá-los quando realmente importa. Não é à toa, dada a frequência com que encontram dados ruins: dois números não combinam, um resultado parece bom demais para ser verdade, a equipe financeira precisa de horas extras para produzir um relatório de rotina... Ainda assim, a maioria das empresas consegue se convencer de que seus dados são “muito bons”. E surge uma trava inquietante: você não tem os dados confiáveis que precisa, mas está paralisado para fazer qualquer coisa sobre isso.

Para quebrar esse bloqueio, faça uma revisão para determinar o quão bons (ou ruins) seus dados são. Diga às pessoas que não haverá recompensas ou punições por resultados bons ou ruins – é apenas importante estabelecer uma linha de base. Instrua suas equipes a fazer uma simples medição de qualidade de dados, usando o que eu chamo de medição da tarde de sexta-feira. Isso implica a criação de uma amostra dos dados mais importantes que suas equipes usam todos os dias, marcando os erros óbvios e, em seguida, contando-os. Esta medida deve produzir uma pontuação entre 0 e 100, quanto maior, melhor.

Embora calcular essa medida leve apenas algumas horas, pode levar mais tempo para o time trabalhar com as implicações resultantes dela. Por um lado, você pode descobrir que seus dados podem ser confiáveis (pontuando acima de 96), e então você pode passar para outras melhorias. No entanto, poucas equipes marcam bem, e qualquer pontuação abaixo de 85 sinaliza problemas reais. Resolver esses problemas exigirá mais trabalho, mas o desbloqueio é metade da batalha.

2. Chegar ao fundo de alguma coisa

Quando você levanta questões sobre números que simplesmente não parecem certos, sua equipe sai em um frenesi para encontrar os erros e corrigi-los. A tragédia foi evitada, ou pelo menos, adiada, na percepção deles.

Esse pequeno drama acontece dezenas, centenas ou milhares de vezes por dia (dependendo do tamanho da sua empresa). As vendas limpam dados que recebe do marketing, as operações limpam dados das vendas e as finanças limpam dados de todos. Note o ciclo vicioso e o incrível desperdício dos recursos da empresa.

Você pode liderar pelo exemplo para quebrar este ciclo. Da próxima vez que um problema vier à tona, lidere um projeto de melhoria para chegar ao fundo dele – encontrando-o e, em seguida, eliminando as causas básicas.

Ao fazer isso, você enviará um sinal de que sua empresa deve modificar sua abordagem e priorizar a qualidade dos dados, mudando de lidar passivamente com erros para fazê-los desaparecer, extinguindo o problema em vez de camuflá-lo. Aqueles que se reportarem a você (e talvez alguns colegas) seguirão o exemplo, fazendo desta a ação mais transformadora que você pode tomar.

3. Colocar todos na mesma página

Em todas as organizações (menos, talvez, nas menores), as pessoas reclamam que “os nossos sistemas não falam entre si”. Você provavelmente já viveu isto, quando uma pergunta simples como “quantos clientes temos?” tem várias respostas diferentes. Infelizmente, o problema da integração dos sistemas vem de uma questão mais fundamental: a de que as áreas não falam a mesma língua. Isso traz consequências reais – é mais difícil trabalhar entre departamentos, a complexidade cresce, e sua área de tecnologia perde mais tempo.

Para descobrir se você tem esse problema, escolha três ou quatro termos importantes – para uma empresa de serviços financeiros, segurança, comprador e cliente são bons exemplos. Peça a todos, inclusive você, para escrever as definições desses termos e trazê-las para sua próxima reunião de equipe. Em seguida, leia-as em voz alta e veja o quanto as definições se alinham ou não. Lembre-se, não há certo ou errado. Se todos concordarem, ótimo! Se não, você pode ter um problema sério.

Esta é a mais importante das sete oportunidades descritas aqui. Mas uma vez que você sabe onde procurar, você verá como a linguagem comum pode resolver todos os tipos de problemas de negócios.

Coloque seus dados para funcionar

4. Traga a ciência de dados para suas decisões estratégicas

Um equívoco comum sobre ciência de dados – com termos como big data, inteligência artificial e machine learning – é que ele é reservado para áreas onde os dados são abundantes. Na realidade, quando bem utilizada, a ciência de dados ajuda a garantir que um problema de negócios seja claramente articulado, revela vieses ocultos em seu pensamento, fornece uma nova perspectiva sobre a qualidade ou aplicabilidade dos dados que você tem, busca novas fontes para fechar lacunas, analisa todos os dados de maneiras poderosas e reduz sua incerteza.

Então, escolha um problema, convide um cientista de dados de primeira linha para se juntar à diversão, trate a pessoa como um verdadeiro membro da sua equipe e ouça o que ele ou ela tem a dizer.

5. Descubra como seus dados o diferenciam

Sua próxima oportunidade envolve diferenciação competitiva. Como você sabe, as empresas não competem com base nas maneiras pelas quais são semelhantes às outras, mas nas maneiras pelas quais elas se destacam na multidão. É muito fácil cair na tentação de ver seus dados como um subproduto do seu trabalho real e não como uma fonte de valor por si só. Vale a pena examinar onde as oportunidades estratégicas podem estar sendo negligenciadas.

Comece cobrando um time multidisciplinar para responder à pergunta: “Temos dados que ninguém mais tem?”. Há uma chance de a resposta ser positivo, afinal, seus dados são exclusivamente seus. Se assim for, esses dados se qualificam como proprietários e podem ser uma fonte de vantagem competitiva. Claramente, o próximo passo envolve descobrir como explorá-la. Das oportunidades descritas aqui, os dados proprietários provavelmente sinalizam sua melhor chance de criar receita a curto prazo.

Construir recursos organizacionais necessários

6. Separar o gerenciamento de dados e tecnologia

Lentamente, e em geral com grande dificuldade, os dados estão invadindo todos os cantos de cada indústria, empresa e departamento, criando oportunidades e riscos. No entanto, as organizações de hoje não estão estruturadas para trabalhar com eles – faltam talentos, grupos fechados atrapalham o compartilhamento de informação, dados e estratégias de negócios estão mal conectados, e não está claro quem é o “responsável pelo que” nessa seara. A longo prazo, essas questões exigirão muito do seu tempo.

De longe, a melhor coisa que a liderança pode fazer por seus programas de dados é esclarecer as capacidades gerenciais. Felizmente, o primeiro passo é relativamente simples: mova a responsabilidade por dados para fora do seu departamento de TI. Dados e tecnologia são diferentes tipos de ativos e, ao serem reunidos, esta gestão desacelerou o progresso em ambos. Avalie área por área, desde o RH até finanças, de operações até vendas, para encontrar uma casa melhor para o seu programa de dados.

7. Demonstre seu compromisso com os dados junto ao conselho

É importante divulgar as melhorias feitas a partir de um bom uso de dados junto ao conselho de administração. Se você ainda não fez isso, faça com que seja prioritário nomear um diretor responsável por repassar as informações sobre dados. Você precisa de alguém que o incentive a ir mais longe (e possivelmente mais rápido), para servir como uma instância de debate sobre avaliação de opções, e para ajudá-lo a antecipar e lidar com a resistência.

O candidato ideal tem visão e experiência relevantes com batalhas duras no avanço de uma agenda de dados. Quanto mais cedo você encontrar essa pessoa melhor, então comece a olhar imediatamente. Entreviste o máximo de pessoas que puder, e não decida até encontrar alguém em quem realmente confie.

Os dados podem muito bem representar sua melhor chance de fazer crescer seu negócio e se distanciar de seus concorrentes, mas obter até mesmo uma fração do valor que os dados têm a oferecer é difícil. Não é surpresa que desbloquear esse potencial exige um posicionamento sólido por parte da liderança. Os executivos podem usar as sete ideias deste artigo como pontos de entrada para começar.

O Fórum: Data Science é uma coprodução MIT Sloan Review Brasil e SAS.

Compartilhar:

Autoria

Thomas C. Redman

Thomas C. Redman (@thedatadoc1) é presidente da Data Quality Solutions, consultoria sediada em Rumson, New Jersey, e é coautor de The Real Work of Data Science: Turning Data into Information, Better Decisions, and Stronger Organizations (Wiley, 2019).

Artigos relacionados

Imagem de capa Um algoritmo chamou Lula de ladrão?

Dados e analytics

09 Maio | 2023

Um algoritmo chamou Lula de ladrão?

É preciso entender que opinião não é método científico usada para comprovar hipóteses. A atenção deve estar voltada para as principais vítimas dos algoritmos. A discriminação algorítmica é o real problema estrutural que precisa de respostas

Fabro Steibel

3 min de leitura

Imagem de capa Os impactos da lei que determina o combate à ilegalidade e à desinformação pelas big techs na UE

Gestão da tecnologia

12 Janeiro | 2023

Os impactos da lei que determina o combate à ilegalidade e à desinformação pelas big techs na UE

Em entrevista, advogado André Giacchetta explica os impactos das novas regras na União Europeia – e os reflexos da lei no Brasil

Paulo César Teixeira

5 min de leitura

Imagem de capa O valor da IA para os negócios

Inteligência Artificial

29 Novembro | 2022

O valor da IA para os negócios

Estudos apontam que muitas empresas têm retorno positivo ao implementar soluções de IA. E isso vai além de benefícios financeiros

Thomas Davenport e Randy Bean

5 min de leitura

Imagem de capa A democratização de dados em Hollywood - parte 2

Dados e analytics

06 Julho | 2022

A democratização de dados em Hollywood - parte 2

Kartik Hosanagar fala sobre como a inteligência artificial pode ajudar o setor de entretenimento a descobrir novos talentos e produtos

Sam Ransbotham e Shervin Khodabandeh

7 min de leitura

Imagem de capa A democratização de dados em Hollywood - parte 1

Dados e analytics

30 Junho | 2022

A democratização de dados em Hollywood - parte 1

O papel dos dados na criação de oportunidades no cinema e na TV

Sam Ransbotham e Shervin Khodabandeh

4 min de leitura

Imagem de capa Menos é mais na migração de dados

Dados e analytics

16 Maio | 2022

Menos é mais na migração de dados

Apenas três princípios são necessários para agilizar a transferência de dados e, com isso, acelerar a inovação

Konstantinos Varsos, Neil McConachie, Salena Hess e Ethan Murray

4 min de leitura