7 formas de fracassar com o analytics (e como evitá-las)

Data analytics é um dos recursos mais poderosos que as empresas têm à sua disposição. Mas o valor do analytics pode diminuir significativamente se as ferramentas e o processo em uso não forem amigáveis e não estiverem amplamente disponíveis para os usuários de negócios que precisam delas.
Afinal, são essas pessoas que aproveitarão os dados para obter insights em áreas como vendas, marketing, desenvolvimento de produtos, suporte ao cliente e experiência do cliente.

“Os dados, por si só, não são analytics”, diz Bryan Phillips, Vice-Presidente Sênior de Tecnologia e CIO da Alpha Packaging, fabricante de garrafas e jarros. “Em algum momento, você precisa entender os problemas, questões, oportunidades que os dados estão indicando; caso contrário, são apenas dados ou imagens bonitas”.

Aqui estão sete maneiras pelas quais as organizações falham em garantir que seus esforços de analytics sejam amigáveis com os usuários comerciais.

1. Abandonar uma estratégia de dados – ou deixar de alinhá-la com os negócios

As empresas precisam formalizar sua estratégia de dados e alinhá-la às metas organizacionais, métricas e crescimento, diz Jeremy Stierwalt, Diretor Administrativo da Prática de Dados e Analytics Empresariais da consultoria Protiviti.

“Uma organização que opera sob uma estratégia claramente definida se tornará naturalmente um intermediário de dados, usando seus dados como um ativo-chave”, diz Stierwalt. “As decisões sobre o tipo e a quantidade de dados da organização, como são coletadas, onde são armazenadas, como são acessadas e usadas, quem é responsável por elas e onde futuros investimentos em dados serão feitos são todos importantes para informar a estratégia de digitalização da organização e seu componente de tecnologia subjacente”.

Os programas de analytics nem sempre estão alinhados à estratégia corporativa e, por sua vez, não são entendidos nem usados, diz Stierwalt. “Uma estratégia de dados permite que a empresa reconheça e trate seus dados como um ativo estruturado, abrangente e de geração de valor entre domínios”, diz ele.

2. Excluir usuários de negócios do planejamento e discussões

O Google Analytics não pode ser estático ou planejado no vácuo sem a contribuição das pessoas que lucram com o uso das descobertas. Os analistas de dados, cientistas de dados e outros membros da equipe de gerenciamento de dados devem trabalhar diretamente com pessoas em diferentes unidades de negócios para analisar o que é importante para eles e o que os dados mostram em momentos específicos.

“Faça com que os proprietários dos dados se encontrem regularmente e discutam o que veem nos dados. A inovação realmente acontece quando você pode ver os dados em várias áreas”, diz Phillips.

Por exemplo, os usuários de vendas podem saber quais clientes ou possíveis clientes estão sendo chamados e quais pedidos estão sendo gerados como resultado. Os usuários de finanças podem entender melhor os custos e visualizar as tendências de receita. Os usuários de operações podem obter uma melhor imagem do estoque, produção e capacidade da máquina. E os usuários de marketing podem obter informações sobre as últimas tendências, quais e onde as campanhas estão sendo trabalhadas.

“Cada grupo tem muitas perguntas a responder. O valor real é procurar [nos dados] oportunidades. Por exemplo, disponibilizando analytics para um grupo de usuários de diferentes disciplinas, todos eles podem saber quais produtos e serviços estão vendendo e para quem e onde, quantos produtos restam no inventário e o que precisará ser reabastecido, quais os lucros são de vendas e quais itens são mais lucrativos, como as campanhas de marketing devem ser aprimoradas etc.”, diz Phillips.

“Você procuraria promover itens quentes, lucrativos, com capacidade e atingir os clientes certos”, diz Phillips. “Ou os dados podem nos dizer que precisamos fazer investimentos de capital” para aumentar a produção. “Ter esse grupo multifuncional na sala é o que ajuda a garantir que você esteja resolvendo problemas reais ou vendo oportunidades reais”.

3. Negligenciar seu público de analytics

“Ao trabalhar em um projeto de analytics de negócios, você precisa entender o público – quem são e quais dados esperam ver”, diz Robin Allen, Executivo de Software Comercial da Vertex, fornecedora de software tributário e ex-CIO.

“Como várias pessoas em diferentes níveis de uma organização tomarão decisões com base nos dados, ela precisa contar uma história que seja compreensível de sua perspectiva única, dependendo do papel da pessoa”, diz Allen.

Por exemplo, um executivo de alto escalão não precisa ver métricas no nível da equipe, mas dados que fornecem uma visão mais holística. “A história contada pelos dados precisa ser consistente, mas também fácil de digerir por todas as partes interessadas”, diz Allen. “Para fazer isso, você começa com uma compreensão de quem estará analisando os dados e quais insights eles esperam”.

4. Ater-se ao jargão em vez de simplificar a mensagem

Uma das melhores maneiras de desinteressar os usuários de negócios em analytics é começar a disparar termos que eles não entendem ou que não têm relevância para eles. Esse desalinhamento dos estilos de comunicação é a armadilha mais comum que os analistas de dados enfrentam ao tentar agregar valor a partir da análise, diz Gautam Puranik, Diretor de Dados e Chefe de Estratégia e Analytics de Negócios da varejista de automóveis CarMax.

Isso inclui apresentações cheias de complexidades e jargões, o que dificulta a compreensão dos usuários fora da área de especialização. Também pode ser aplicado à maneira como os resultados são apresentados. Por exemplo, os analistas geralmente citam os resultados por meio de números detalhados, como 5,238%, em vez de simplificá-lo para 5,2% ou até 5%, afirma Puranik.

“A menos que os decimais sejam realmente importantes do ponto de vista da tomada de decisões, você nem sempre precisa mostrar as complexidades do trabalho para demonstrar o valor comercial”, diz Puranik. “Deve-se gastar mais tempo sem falar sobre o que você fez e como fez, mas como isso dará suporte à tomada de decisão baseada em dados para os negócios”.

Isso só pode acontecer de maneira eficaz quando as equipes de analytics falam em um idioma compreensível para todos na sala, independentemente do departamento, divisão ou nível de conhecimento. “A mensagem mais eficaz é a mais simplificada”, diz Puranik.

Às vezes, é útil aproveitar analogias. Em uma apresentação recente, Puranik foi incumbido de apoiar o desenvolvimento de produtos com um aumento do investimento em marketing digital. “Ao apresentar, descrevi a relação com a de um carro”, diz ele. “A menos que você abasteça o carro com gasolina, ele não será muito útil para você, por melhor que seja. Em outras palavras, você não pode ter um sem o outro. Isso ressoou com todos na sala e recebi as aprovações necessárias para avançar”.

5. Subestimar o poder de uma imagem

Ao tentar obter ideias rápidas, muitas pessoas preferem ver fotos ou representações gráficas de conceitos. Muitas vezes, a maneira de conduzir descobertas de dados domésticos é visualizá-las.

“Uma imagem conta a história. Podem ser gráficos, diagramas de Venn ou outras visualizações. Ainda sou fã de desenhar os dados no [Microsoft] Excel ou até mesmo em um quadro para iniciantes”, diz Phillips. Em seguida, passe para produtos de visualização mais avançados para fornecer mais profundidade ou sofisticação às descobertas, mantendo-as compreensíveis.

“Tornar a visualização amigável é ver problemas reais de grandes negócios exibidos de maneira concisa e fácil de entender. Isso requer habilidade, e é por isso que você deve começar com pessoas que são boas nisso primeiro e deixar que os outros aprendam com elas”, complementa Phillips.

Depois que os usuários comerciais veem a saída para analytics de alguma forma visual por meio de ferramentas de visualização de dados, eles provavelmente estarão mais interessados, diz Phillips. Muitos desejam ser treinados ou ter suas equipes treinadas para que possam criar suas próprias visualizações sem a necessidade de se apoiar na analytics ou na equipe de TI.

O uso da visualização de dados, principalmente quando envolve executivos de alto nível, pode realmente ajudar a impulsionar o crescimento futuro dessas ferramentas. “Quando um membro da classe C vem com tabelas, gráficos e diagramas que contam uma história clara, a empresa começa a tomar decisões mais lucrativas e atinge os resultados”, diz Phillips. “Agora, o investimento em ferramentas analytics, treinamento e pessoas se torna muito mais fácil”.

6. Buscar por “compreensível”, em vez de “compreensão”

Assim como você precisa simplificar seu idioma, também precisa simplificar seus materiais de apresentação, como slides, diz Puranik. “O título de qualquer slide deve resumir sucintamente o conteúdo da página”, diz ele. “Enquanto o ditado ‘imagens falam mais alto do que palavras’ ainda soa verdadeiro, tabelas e gráficos devem ser precedidos por um resumo claro de suas descobertas”.

Gráficos e tabelas também devem ser mantidos limpos e digeríveis, com não mais que dois gráficos por slide e 10 slides no total. “Lembre-se, você não está escrevendo um romance de suspense; não faça seu público adivinhar quais são os pontos mais importantes”, diz Puranik.

7. Deixar de pensar como uma pessoa de negócios

Em alguns casos, os profissionais de analytics podem ser removidos das tarefas diárias importantes para os usuários corporativos. Talvez eles precisem reformular seu pensamento para melhor se relacionar com o que os usuários precisam em termos de analytics.

“Considere-se um líder de negócios, não apenas um analista”, diz Puranik. “Pense como se você fosse o proprietário da empresa e estivesse usando dados para tomar decisões. Quais seriam os seus aprendizados resultantes do trabalho que você fez?”.

Identifique recomendações baseadas em pesquisas e comunique-as claramente, diz Puranik. “Analytics é uma ferramenta, não um resultado; como você pode fazer suas descobertas orientadas para os resultados?”, ele diz. “As organizações que têm mais sucesso em agregar valor aos negócios usando analytics são as que acreditam que ela é uma competência essencial, não apenas uma competência importante”.

Ao preparar apresentações para grupos de usuários de negócios, primeiro procure o feedback de gerentes e mentores para ajudar a ajustar a apresentação para um público de negócios.

“No início da minha carreira, quando eu estava recém-formado, tive a oportunidade de usar modelos preditivos e analytics para impulsionar o impacto nos negócios”, diz Puranik. “Como você pode imaginar, fiquei muito empolgado com a possibilidade de conseguir uma mudança real para uma empresa”, contou. Ele passou dias criando uma apresentação cheia de gráficos complexos e notas detalhadas.

“Depois de apresentar aos parceiros de negócios, fiquei feliz, orgulhoso do meu trabalho e confiante de que me saí bem”, diz Puranik. “Alguns dias depois, minha chefe compartilhou o feedback de que, embora de fato fosse um ótimo trabalho, eu precisava fortalecer minhas habilidades de comunicação. Apenas cerca de 2% das pessoas na sala entendiam do que estava falando, disse o chefe, e os outros 80% estavam completamente perdidos.

“Depois de alguns dias de reflexão, percebi que ela estava certa”, diz Puranik. “A apresentação acabou sendo um diário do trabalho que fiz. Aprendi a lição valiosa de que, ao fazer um caso de negócios, você não deve apresentar o valor do seu trabalho, mas os resultados que ele conduzirá”.