No entanto, os heads na realidade atual, tem informações de qualidade e confiáveis sobre seu negócio e do mercado para ter insights e chegar em boas análises e decisões?
“Dados são úteis quando colocados nas mãos corretas e no contexto exato. A má informação pode mudar totalmente o foco de um negócio”
De acordo com pesquisas feitas pela IBM Global Business Services, um em cada três líderes empresariais frequentemente decide sobre temas críticos sem ter acesso a informações adequadas.
Este é um tema bastante em evidencia no momento, que envolve inteligência artificial ( IA ), bancos de dados com informações de toda a organização, garimpagem de dados aplicando conceitos de B.I. *( Business Intelligence) e B.A.* ( Business Analytics ).
Todos estes conceitos utilizando a tecnologia somente não é suficiente. Acredito que se faz necessário transformar dados em informação relevante, engajamento das pessoas nas organizações a utilizarem e principalmente colaborarem para o enriquecimento dos dados e adoção das melhores práticas no uso da informação.
Este processo, principalmente em grandes organizações, pode ser feito de forma gradual e estruturada, ganhando maturidade a cada etapa para se obter resultados satisfatórios.
1) A implementação do B.I. e Data Warehouse
A etapa inicial deste processo é a implementação do B.I. e arquitetura de um grande armazém de dados estruturado ( Data Warehouse*). Buscando e integrando dados de múltiplas origens, processando esses dados, fazendo a limpeza de dados sujos do transacional, classificando, agrupando, resumindo, criando racionais de métricas e fazendo comparações. O objetivo é transformar dado puro em um ambiente de conhecimento, onde há produção sistemática de informação gerencial, veloz e consistente.
2) Governança e cultura da informação
A aproximação com as áreas de negócios é essencial, para garantir que toda a estratégia do negócio esteja intrinsecamente relacionada com o modelo de dados, indicadores e análises desenvolvidas para o B.I. A informação deve estar centralizada e padronizada.
Para isso o ideal é a criação de um centro de competência de B.I. . B.I.C.C. ( Business Intelligence Competency Center ) . Consiste numa equipe que atua de forma cross entre as áreas da empresa garantido melhores práticas do uso da informação, disseminando a cultura da informação em toda empresa, centralizando a gestão dos indicadores, unificando o uso de ferramentas e garantindo a evolução do DW de forma organizada.
3) Evolução para análise preditiva, com conceito de B.A. ( Business Analytics )
Uma vez as informações catalogadas e organizadas é terreno fértil para aplicar análises preditivas, explorando as informações estruturadas e não-estruturadas que sejam relevantes gerando insights e oportunidades de negócio para o futuro.
Passa-se do enfoque estratégico da produtividade para a competitividade, do “espelho retrovisor” (reação) para uma visão preditiva (pró-atividade).
Uma das aplicações mais importantes do B.A. é que as análises, ao invés de apenas ajudar na resolução de um problema histórico, podem servir para identificar oportunidades futuras de negócio, auxiliando na tomada de decisões rápidas diante de um grande volume de dados e informações.
Exemplifico trecho de um estudo de caso, visto em uma aula de competitividade de negócio na FGV:
O Walt Mart Brasil descobriu que por volta das 19 horas em alguns dias da semana, aumentava a venda de cerveja e fraldas. Em uma análise mais profunda se descobriu que pais de recém-nascidos na quarta-feira ( dia de jogo ) passavam no supermercado a pedido de suas esposas e compravam cerveja para eles e fraldas para os filhos. Com esta informação as gôndolas foram reposicionadas de modo que as prateleiras de cervejas e fraldas ficassem próximas. Resultado: as vendas de cervejas e fraldas tiveram aumento significativo.
Com toda esta jornada realizada, você terá informações qualificadas para ser utilizada, obtendo correlações que estavam cegas no alto volume de dados. Agora irá acreditar com mais segurança nos dados e tomar decisão baseado nas informações contextualizadas.
O momento é de ruptura do tradicional modelo de decisão baseado somente no feeling e passar a utilizar a análise preditiva e inteligência artificial como parte da tomada de decisão. O desafio é quanto mais os dados forem contextualizados e qualificados corretamente, maior a assertividade da decisão gerando diferencial competitivo no mercado.
Glossário e referências:
* Data Warehouse: É uma coleção de dados orientada por assuntos, integrada, não volátil e variável em relação ao tempo, que tem por objetivo dar suporte ao processo de tomada de decisão ( INMON – 1992 )
* B.I. (Business Intelligence): Consiste de uma vasta categoria de tecnologias e programas aplicativos utilizados para extrair, armazenar, analisar e transformar grandes volumes de dados, produzindo um ambiente de conhecimento, onde há produção sistemática de informação gerencial, veloz e consistente, capaz de auxiliar empresas a tomarem as melhores decisões nos negócios, baseado em fatos reais, com profundidade suficiente para descobrir as causas de uma tendência ou de um problema.
* B.A. ( Business Analytics ) : Habilidades, Tecnologias e Práticas para exploração e investigação contínua do passado que direcionem para ganhos e insights de negócios para o futuro;
B.I.C.C. ( Business Intelligence Competency Center ) – Leia mais no artigo: https://www.linkedin.com/pulse/raz%C3%B5es-para-se-implementar-um-bicc-business-intelligence-marcelo-abe?trk=prof-post
