Como montar uma equipe de analytics altamente eficaz

O que acontece quando uma organização implanta as melhores e mais recentes ferramentas de data analytics, mas não consegue reunir uma equipe de analytics de alto nível? Oportunidades, muito tempo e dinheiro perdidos.

Uma equipe brilhante de analytics pode fazer a diferença entre insights sem brilho e um salto gigantesco sobre os concorrentes. Mas você não pode reunir uma equipe de analytics da noite para o dia. É preciso muito trabalho e diligência para reunir as pessoas certas e a combinação certa de habilidades.

“Um dos maiores desafios para as organizações não é a coleta de dados em si, mas o desenvolvimento de uma equipe que aplicará os dados e promoverá mudanças em toda a organização”, disse Laura Smith, CIO do provedor de saúde UnityPoint Health.

“Construir e sustentar uma equipe de sucesso nunca foi mais desafiador do que nos últimos 18 meses – especialmente na área de saúde”, diz Smith. “Para mim, meu maior sucesso de carreira é a equipe que construí na UnityPoint Health. Não foi uma tarefa fácil; o mercado de analytics é altamente competitivo”.

Isso pode ser feito, no entanto. Aqui estão várias práticas recomendadas a serem lembradas.

Forneça ferramentas modernas e eficazes e um trabalho significativo

Os analistas de dados de primeira linha devem ter equipamento e acesso aos dados que possibilitem o sucesso.

“Já vi muitos analistas ficarem frustrados e deixarem a empresa porque seus laptops tinham cinco anos e não conseguiam gerenciar a quantidade de dados que precisavam processar”, disse Theresa Kushner, Líder de Prática de Data e Analytics da NTT Data Services, empresa global de consultoria de TI. “Ou eles não tiveram acesso aos dados de que precisam para construir os algoritmos certos. Certificar-se de que seus analistas têm hardware e software atualizados e acesso aos dados são fundamentais para o sucesso dos analistas de dados”.

O mesmo ocorre com o fornecimento de atribuições significativas. “Nenhum analista de dados quer fazer parte de uma equipe cujo trabalho não esteja fazendo diferença para os negócios em geral”, diz Kushner. “Isso significa selecionar projetos que tenham impacto. É mais fácil falar do que fazer, mas é crucial para construir uma equipe de analistas de dados confiável”.

Os membros da equipe precisam ver como seu trabalho é significativo para o mundo em geral, diz Smith. “Acho que todos nós queremos saber como nosso trabalho contribui para um bem maior”, diz ela. “No setor de saúde, comparamos isso a ter um chamado. Todos nós chegamos a este chamado com nossas habilidades e talentos únicos”.

Para a equipe de analytics da UnityPoint, identificar o impacto positivo que alguém pode ter nas comunidades é fundamental, diz Smith. “Eu coloco isso na frente e no centro sempre que estou recrutando membros da equipe”, diz ela. “As pessoas querem saber como o que estão fazendo contribui para um bem maior”.

Por exemplo, a equipe de analytics desempenhou um papel fundamental em garantir que os pacientes e funcionários tenham equipamento de proteção individual (EPI) adequado durante a pandemia. A equipe criou um painel que reuniu os dados de EPI para exibir informações significativas para os líderes, afirma Smith. “Com dados acionáveis em mãos, os líderes podem tomar decisões de suprimento baseadas em dados em tempo real com segurança, garantindo a saúde e a segurança de nossos pacientes e membros da equipe”.

Construa talentos por meio de programas de treinamento interno

A escassez de profissionais de data analytics está bem documentada e a competição por essas habilidades é feroz. As empresas que dispõem de recursos devem considerar a oferta de programas de treinamento e aprendizado contínuo que ajudem a gerar talentos internos. Isso pode incluir programas internos ou cursos externos.

Esses programas de treinamento também podem assumir a forma de mentores ou reunir equipes multifuncionais para compartilhar experiências e conhecimentos.

“Desenvolva as contratações de data analytics no início da carreira, emparelhando-as com um líder experiente em analytics”, diz James Rinaldi, Consultor-Chefe de Tecnologia da Informação do Laboratório de Propulsão a Jato da NASA. “Eles vão crescer rápido, mas dê a eles projetos que lhes permitam se mover em sua velocidade. Deixe-os aprender como a arquitetura de dados e a cultura funcionam”.

Os projetos têm a oportunidade de reunir equipes multifuncionais, diz Rinaldi. “Vale a pena adicionar alguns membros juniores, para permitir que experimentem e conheçam como as coisas funcionam fora de sua própria organização”, diz ele.

Também é uma boa ideia mover as pessoas para vários projetos, diz Rinaldi. “Não deixe as pessoas ficarem estagnadas ou confortáveis em apenas uma área”, diz ele.

Ao selecionar os membros da equipe, comece bem

Nos esportes profissionais, o que muitas vezes atrai contratações de agente livre – além do dinheiro – é a chance de estar em um time vencedor. Da mesma forma, com uma equipe de analytics, pode ser mais fácil atrair grandes talentos quando já existem grandes talentos na equipe.

“Excelência atrai excelência”, diz Kushner. “Se você está construindo uma equipe de data analytics, realmente vale a pena tornar sua primeira contratação uma verdadeira estrela”.

Isso não significa que o indivíduo precisa ser o melhor graduado de uma das universidades de maior prestígio, diz Kushner. Mas a pessoa deveria ter um histórico comprovado de uso de dados para fazer a diferença em um negócio.

“E não pense que você precisa de um PhD em ciência de dados”, diz Kushner. “Isso é bom, mas às vezes a pessoa-chave em uma equipe de data analytics é a pessoa que sabe mais sobre o seu negócio. Também significa que você contrata alguém que realmente deseja fazer parte da equipe. Eles devem estar alinhados em espírito, bem como em compreensão com os objetivos da equipe como um todo”.

Faça da diversidade uma prioridade

A diversidade na força de trabalho é um ponto focal para muitas organizações hoje, e as equipes de data analytics devem fazer parte desse esforço. Isso inclui diversas histórias de trabalho.

“Monte uma equipe de pessoas com experiências profissionais diferentes”, diz Jessica Lachs, Vice-Presidente de Analytics e Ciência de Dados da DoorDash, que fornece uma plataforma de entrega e pedido de comida on-line.

“Muitas vezes me perguntam como é o perfil de candidato padrão da minha equipe – e as pessoas ficam surpresas quando eu digo que não temos um”, diz Lachs. “Tendo entrado neste campo sem experiência anterior em dados – e desenvolvido toda a função na DoorDash – acredito que construir uma equipe de pessoas com origens diversas torna sua equipe melhor, em geral”.

Embora a empresa espere que os candidatos para a equipe de analytics tenham habilidades de codificação e proficiência estatística, “tivemos sucesso ao contratar pessoas de várias origens, incluindo finanças, consultoria e economia, além de experiências mais comparáveis em ciência de dados de tecnologia”, diz Lachs.

Essa abordagem cria uma equipe com todas as habilidades necessárias para resolver uma variedade de problemas, diz Lachs. “Mesmo que cada indivíduo da equipe não consiga resolver todos os problemas por conta própria, o resultado é uma equipe mais forte, com pessoas que podem aprender umas com as outras e enfrentar juntos um conjunto mais amplo de desafios”, diz ela.

Mantenha os membros da equipe felizes

Não se trata apenas de construir uma equipe forte, mas também de mantê-la. Dada a demanda por analistas de dados hoje, se as organizações não conseguirem manter os membros da equipe de analytics felizes, eles podem sair para outros cargos.

Como tal, os líderes de equipe devem recompensar os marcos e permitir que os analistas se promovam e continuem a aprender novas habilidades. “Os analistas de dados querem criar uma marca para eles e suas empresas”, diz Kushner. Para fazer isso, eles precisam de tempo para escrever artigos que promovam seu trabalho; e obter certificações em novos softwares, novos processos, novas abordagens, diz ela.

“Depois de criarem artigos, incentive a apresentação de seus trabalhos em conferências e também internamente”, diz Kushner. “Torne suas conquistas públicas e garanta que haja um fluxo constante de informações sobre o que eles estão realizando”.

Muitas vezes, os gerentes pensam que a visibilidade para a equipe deve ser apenas interna, mas isso é só a metade do caminho, diz Kushner. “A visibilidade precisa ser ampla no setor”, diz ela. “Seus principais analistas devem estar visíveis para outros analistas principais. Fornecer um local para seus analistas brilharem garante lealdade e projeta um brilho em sua empresa, bem como em sua organização”.

É uma boa ideia incluir no calendário de cada analista o tempo para pensar sobre o que precisa acontecer a seguir, para documentar os projetos em que estão trabalhando e para colaborar com aqueles na área de negócios e de TI que podem contribuir com informações vitais, diz Kushner. “A tendência ao trabalhar com analistas de dados é conduzir projetos e, como resultado, os gerentes geralmente conduzem pessoas também”, diz ela. “Essa é uma fórmula para frustração e rotatividade”.

Envolva-se com pessoas em toda a organização

A equipe de analytics não deve trabalhar no vácuo. A interação com outras pessoas em toda a empresa ajuda a equipe a se manter em dia com as metas de negócios e a compreender o que é importante para uma variedade de colegas de trabalho. Ele também permite que os membros da equipe compartilhem a importância de analytics com outras pessoas na organização.

“Incorpore líderes de negócios no processo”, diz Michael Mayta, CIO da cidade de Wichita, no Kansas. “Este é um aspecto crítico, pois essas são as pessoas que entendem os dados e, mais importante, entendem quais perguntas precisam ser respondidas usando dados”.

A parceria de analistas com usuários de negócios “cria uma experiência de aprendizado ao mesmo tempo em que aprimora o processo de negócios e agiliza os resultados”, diz Mayta. “Se um analista entende os dados em sua forma bruta, mas não entende as necessidades do negócio ou os conjuntos de dados específicos necessários para chegar a uma solução, então uma grande quantidade de tempo pode ser perdida em comunicação ou no desenvolvimento por tentativa e erro”.

Quando a UnityPoint Health construiu sua equipe de analytics, “começamos nos envolvendo com médicos e funcionários de todo o sistema de saúde”, afirma Smith. “Reunimos membros da equipe de todos os diferentes ambientes de atendimento para ouvir suas necessidades e ajudá-los a compreender a importância do uso de analytics para melhorar o atendimento ao paciente”.

A oportunidade de se envolver vai além de um problema específico que a equipe está tentando resolver, diz Smith. “Outras oportunidades podem incluir o envolvimento com colegas e o incentivo ao desenvolvimento pessoal por meio de programas de mentoria”.

O modelo de engajamento com o negócio tem sido eficaz, afirma Smith. “Construímos relacionamentos sólidos com o nosso negócio, [criando] um ambiente onde os membros da equipe são capazes de fornecer soluções incríveis”, diz ela. “Eles podem ver diretamente porque são valorizados e as contribuições que fazem à organização. Isso é muito importante para a satisfação individual e da equipe”.

Crie uma cultura “informada por dados”

Uma organização que dá alta prioridade a todos os dados alimentará o crescimento e o aprimoramento da equipe de analytics. Essa tem sido a abordagem na cidade de Long Beach, Califórnia.

Em 2018, o Departamento de Tecnologia e Inovação e o Escritório de Inovação Cívica da cidade lançaram um Comitê de Dados que envolveu funcionários de 90% dos departamentos da cidade. Um ano depois, a cidade sediou o Citywide Data Challenge, um “datathon” de quatro meses em que equipes de vários departamentos se uniram para resolver desafios usando ferramentas de data analytics.

“O Data Challenge permitiu que os funcionários da cidade apresentassem desafios ou declarações de problemas que poderiam se beneficiar do uso de analytics e visualização de dados”, diz Lea Eriksen, Diretora de Tecnologia e Inovação da cidade de Long Beach. “Quatro desafios foram selecionados e, em seguida, as equipes foram formadas e trabalharam em vários departamentos nos diferentes desafios”.

Um exemplo de desafio bem-sucedido foi a avaliação e mapeamento de onde os residentes treinados pelo CERT vivem para avaliar a resiliência das comunidades em caso de emergência. Foram aprendidas lições tanto do Data Challenge quanto da operação do Data Committee, “que usamos para reestruturar nossos esforços de dados”, diz Eriksen.

No início de 2021, o Departamento de Tecnologia e Inovação lançou uma Comunidade de Aprendizagem de Dados em toda a cidade para os funcionários da cidade. “Este é um espaço divertido e focado no aprendizado para que funcionários de todos os departamentos da cidade façam perguntas e compartilhem uns com os outros como estão incorporando dados aos projetos de suas equipes e departamentos”, diz Eriksen. “A cada dois meses, convidamos uma equipe municipal diferente para apresentar as ferramentas, técnicas e recursos que estão usando para inserir dados em nosso DNA aqui em Long Beach”.