A verdade sobre a maturidade analítica nas grandes corporações

O data-driven traz várias vantagens para as empresas, mas maioria delas não possui uma capacidade analítica desenvolvida - nem mesmo as grandes corporações. E vamos provar isso neste post.

O jargão "dados são o novo petróleo" não é mais novidade para ninguém, muito menos para as grandes organizações.

Mas não se engane: ainda há empresas analiticamente atrasadas, principalmente de pequeno e médio porte. E elas navegam pela primeira etapa da jornada data-driven , sem explorar o real valor dos seus dados.

Entretanto, Thomas Davenport, autor do livro Competição Analítica, afirma que bem menos empresas - ao menos dentre as grandes corporações - estão no primeiro estágio da maturidade analítica.

Para ele, a maioria dessas organizações provavelmente está na segunda etapa da competição analítica, que nós costumamos chamar de lançamento.

Lançamento: etapa predominante nas empresas de grande porte

Nesta etapa, há um avanço quanto ao uso de analytics e dados, mas essas tecnologias ainda não são prioridade, tampouco vistas como vantagem competitiva.

Aqui, as empresas reconhecem a importância dos dados nos negócios. Elas executam análises pontuais e possuem softwares ou ferramentas analíticas localizadas. Por outro lado, precisam desenvolver capacidades analíticas importantes para evoluir em termos de dados, tecnologias, pessoas e processos.

Em resumo, o principal aspecto da etapa 2 é a descentralização da informação.

Como assim?

Ainda que a implementação de BI por departamento seja comum, não há um cruzamento de informações entre as diferentes áreas do negócio.

Ou seja: dados importantes ficam sob o domínio exclusivo de departamentos de negócio e não há compartilhamento de informações valiosas.

Dados

Nesta fase, as práticas de armazenamento e coleta de informações são conduzidas de maneira aleatória para análises pontuais e localizadas, por diferentes departamentos de negócio.

Além disso, não há uma estrutura centralizada para seu armazenamento como um data warehouse, por exemplo.

Como resultado, informações poderosas ficam disponíveis nas mãos de poucos.

Explicamos melhor:

Nesta etapa, os dados ficam verdadeiramente isolados dos outros sistemas da organização, sob o controle de departamentos específicos, nos famosos silos de dados.

Com isso, não é possível extrair o real valor das informações destas empresas. Afinal, não há um banco de dados integrado para realização pesquisas analíticas profundas.

Essas disfunções causam inúmeros prejuízos como:

• Desperdício de recursos
• Maior possibilidade de erro humano
• Retrabalho e esforços repetitivos
• Planejamentos e estratégias equivocadas ou limitadas
• Análises pouco assertivas

Tecnologias

Durante o lançamento, há uma proliferação de ferramentas analíticas por toda a organização.

O que isso significa?

Departamentos específicos possuem ferramentas de analytics básicas para consultas pontuais como sistemas de business intelligence localizados.

No entanto, não há nenhum tipo de integração de informações, muito menos bancos de dados unificados para pesquisas analíticas gerais.

Dessa forma, os departamentos lidam com seus dados de forma individual. Com isso, informações fundamentais de negócio seguem isoladas do restante da empresa.

Vale destacar que, apesar dos avanços tecnológicos, as planilhas ainda são protagonistas nesta etapa, assim como na etapa 1 da Jornada.

Outras tecnologias e técnicas analíticas predominantes no lançamento são:

• Iniciativas analíticas individuais
• Pacotes estatísticos
• Estatística básica
• Consulta em banco de dados

Pessoas

Aqui, os executivos compreendem o poder dos dados, mas não exploram todo o seu potencial. Eles não priorizam a cultura data-driven tampouco detém um planejamento para implementação de uma estratégia de dados coerente.

Ou seja: o uso de data science e analytics está dissociado da estratégia de negócio e, muitas vezes, é ofuscado por outras atividades da empresa.  

A consequência? Uma organização com dados desconexos e problemas de comunicação.

Nesta fase, os times possuem certa consciência analítica e as empresas passam a aspirar os benefícios do usos de dados. Entretanto, há pouca aderência ao movimento data-driven por motivos como:

• Falta de incentivos da alta gerência
• Falta de liderança
• Inexistência de processos analíticos
• Falta de organização
• Falta de direcionamento

Além disso, estas empresas não detém times de analíticos estabelecidos. Ou seja, elas geralmente possuem poucos analistas que pertencem a setores distintos e não participam da estratégia geral do negócio.

Por fim, há pouca cooperação entre departamentos quanto ao uso de dados, pois cada setor trata suas informações de forma individualizada.

Isso resulta na criação de diversos silos de dados que atrapalham e impedem o fluxo de informações importantes entre departamentos distintos, dificultando a comunicação e a tomada de decisão assertiva da empresa.

Processos

Nesta etapa, já existem esforços analíticos a nível departamental, contudo não há um processo de dados estruturado em toda a organização.

A coleta e armazenamento de dados, por exemplo, é conduzida por departamentos específicos, de forma manual e desordenada, sem cruzamento entre as áreas ou supervisão da alta gerência.

Em termos de analytics, cada departamento realiza análises localizadas, sem seguir estratégias ou processos, com auxílio de ferramentas analíticas simples que não se comunicam o restante da organização.

Para completar, não há bancos de dados unificados e as bases de dados estão pulverizadas pelos departamentos de negócio. Como resultado, as informações ficam isoladas e armazenadas em silos.

E este isolamento é um grande problema. Sabe por quê?

Quando as informações são coletadas de maneira aleatória, sem seguir processos, elas acabam se perdendo pela organização.

E este mar de dados dificulta a realização de análises específicas fundamentais para o processo decisório das empresas.

Alguns resultados disso são: menos produtividade, pouca colaboração e perda de competitividade.

Por isso, definir processos analíticos é um passo fundamental para empresas que querem avançar na competição analítica.

Como superar os desafios da fase de lançamento?

Lembre-se: investir em milhares de ferramentas analíticas para uso pontual não é a solução para quem deseja avançar para a próxima etapa da jornada data-driven.

Antes disso, é preciso retirar as informações das mãos de poucos e democratizar o acesso de insights de negócios para todos.

Confira abaixo alguns aspectos fundamentais para evoluir neste desafio:

1. Invista em uma infraestrutura robusta de dados;
2. Integre e armazene seus dados em um data warehouse
3. Invista em tecnologias analíticas
4. Desenvolva a capacidade analítica de todos os departamentos de negócio
5. Comprometa-se com a cultura data-driven

Evolua na jornada data-driven com a Indicium

Está claro que a fase de lançamento é repleta de desafios, mas você pode superá-los para construir uma estratégia data-driven vencedora.

A Indicium é especialista em desenvolver soluções personalizadas de data science para os diferentes setores da sua empresa.

Entre em contato e descubra os serviços mais indicados para o seu negócio.