Está com prejuízo para o ROI do projeto de dados? Avalie-o como um produto

Em 2006, o matemático britânico Clive Humby proclamou: “Dados são o novo petróleo”.

Humby tinha boa fé para fazer essa afirmação. Ele e sua esposa, Edwinna Dunn, são donos da Dunnhumby, uma empresa global de ciência de dados de clientes que ajudou a Tesco a criar seu Clubcard, o primeiro cartão de fidelidade de supermercado do mundo. O programa deu ao varejista britânico uma visão sem precedentes de seus clientes e seus hábitos de compra.

Hoje, Doug Laney, Pesquisador de Inovação de Estratégia de Dados e Analytics da West Monroe, contesta a afirmação de Humby sobre um detalhe técnico: “Quando você usa uma gota de óleo, só pode usá-la de uma maneira de cada vez”, diz Laney. “Quando você o usa, ele se esgota. E quando você usa uma gota de óleo, não cria mais óleo. Informações ou dados são muito diferentes”.

Os dados não se esgotam quando você os usa. Pode ser usado de várias maneiras simultaneamente. E o uso de dados normalmente cria mais dados.

“Os dados são o que os economistas chamariam de risco não rival, progenitor não esgotante de ativos”, diz Laney.

Se a metáfora do petróleo é ou não adequada, o que não está em disputa é que os dados têm o potencial de liberar um enorme valor para as organizações que podem aproveitá-los adequadamente. Laney, ex-Analista de Vice-Presidente do Gartner, estudou como as empresas usavam seus dados quando ele estava na empresa de pesquisa.

“Descobrimos que as empresas que tratam os dados mais como um ativo têm uma relação valor de mercado para valor contábil quase duas vezes maior que a média do mercado. E as empresas que vendem produtos de dados ou derivativos de dados de algum tipo têm uma razão de valor de mercado para valor patrimonial de 3x”, diz ele.

Laney observa que um estudo mais recente do Gartner sobre o sucesso do diretor de dados descobriu que os CDOs eram 3,5 vezes mais propensos a obter sucesso em sua função quando cumpriam as iniciativas de monetização de dados, versus apenas 1,7 vezes mais propensos quando demonstravam ROI em seus investimentos em BI ou data analytics.

Um número crescente de clientes de West Monroe está pedindo à empresa que os ajude através de exercícios de monetização de dados: ideação, teste de viabilidade de componentes e elaboração de um roteiro para a criação de produtos de dados, diz Laney.

Isso não significa que todos os produtos de dados precisam se concentrar na venda de dados. Muitos produtos de dados valiosos dão suporte às operações das organizações. A análise da cadeia de suprimentos e os gêmeos digitais são alguns exemplos importantes.

“A monetização de dados pode assumir muitas formas e formatos diferentes”, diz Laney. “A indústria está começando a reconhecer isso. Eles estão começando a sair de suas próprias cabeças quando se trata de pensar na monetização de dados como algo mais do que apenas vender dados”.

Portanto, embora nem toda empresa produza seus ativos de dados para consumo fora da organização, os diretores de dados deveriam avaliar cada iniciativa de dados como se fosse, avaliando seus custos de criação e manutenção e criando uma estrutura para verificar se a receita que gera, ainda que indiretamente, valeu o esforço.

Estabelecendo o valor líquido das operações de dados

É claro que avaliar com precisão os ativos de dados é mais fácil falar do que fazer. Se um produto de dados for vendido diretamente, o cálculo é relativamente simples. Mas e se for uma ferramenta de suporte? Como você avalia isso então?

Essa pergunta recentemente enviou a empresa de inteligência de dados Collibra em uma jornada para criar um processo para avaliar o valor de seus produtos de dados, incluindo ferramentas que não geram receita diretamente.

“Na Collibra, os dados são tratados como um produto, não apenas um ativo”, diz Jay Militscher, Chefe do Escritório de Dados da Collibra. “Pode ser um conjunto de dados, um modelo de ML ou um relatório. O pensamento baseado no produto significa que há um proprietário no negócio, gerenciando-o estrategicamente com uma atitude de ROI. A avaliação de dados tem tudo a ver com a conversão de dados em valor de maneira deliberada e estratégica. O valor vem na forma de vender dados e análises diretamente no mercado ou mudar a economia de como você faz os processos de trabalho: eficiência, velocidade, identificação de uma oportunidade, coisas assim. Todas as empresas, acreditamos, precisam abordar esse tópico de monetização e avaliação de dados em algum momento, se ainda não o fizeram”.
Laney concorda, observando que muitas empresas têm lutado com seus esforços de monetização de dados ao longo dos anos porque não adotaram uma abordagem de gerenciamento de produtos.

“[Essas empresas] estão meio que se envolvendo com isso ou estão fazendo coisas pontuais”, diz ele. “As empresas que estão fazendo isso bem estão adotando uma abordagem de gerenciamento de produtos realmente definida para conceber e planejar novas maneiras de gerar novos fluxos de valor a partir de dados, identificar e desenvolver mercados entre parceiros e outros em todo o ecossistema de negócios estendido, coordenando adequadamente com a TI, marketing, finanças, jurídico e outras linhas de produtos e grupos de gerenciamento para executar essas iniciativas de monetização de dados”.

A Collibra criou um processo de oito etapas para criar produtos de dados para ajudá-la a se concentrar na abordagem de gerenciamento de produtos. O processo começa com a identificação de uma necessidade de negócios e a definição do proprietário do produto de dados e culmina com o monitoramento do produto de dados em produção.

Um dos primeiros grandes projetos que a equipe de Militscher realizou na Collibra foi o Data Intelligence Usage Dashboard, que ajuda os engenheiros de pré-vendas da Collibra a entender como a adoção do cliente evolui durante um teste. Usado corretamente, ele pode melhorar a experiência do usuário e a satisfação de um cliente durante uma prova de conceito, mas enquanto o painel parecia ter muito sucesso, a etapa de monitoramento do processo mostrou que o uso não foi distribuído igualmente entre todos os engenheiros de pré-vendas. Alguns o usavam pesadamente e outros mal o tocavam.

“Isso nos fez pensar: esse produto de dados é realmente valioso? Valeu a pena o custo e o esforço que colocamos nisso? Imagine se pudéssemos estimar essas receitas e custos no início do projeto e reavaliar essas estimativas com números reais um ano depois”, diz Alexandre t’Kint, Cientista de Dados da Collibra.

Com a ajuda do estagiário Sarvenaz Rahmati, t’Kint criou um processo para avaliar os custos envolvidos na criação do Data Intelligence Usage Dashboard, a receita (tangível e intangível) que ele gera e, finalmente, qual é o valor líquido do painel.

Primeiro, t’Kint e Rahmati tiveram que identificar todos os recursos que o Data Intelligence Usage Dashboard usa para determinar seus custos. O painel armazena dados brutos no Amazon S3, usa o Amazon EC2 para computação em nuvem e o Amazon Redshift para armazenamento de dados. Eles então precisavam determinar o que chamam de “custo de criação”, o custo para todas as pessoas envolvidas na criação do painel, que incluía um cientista de dados, um engenheiro de dados, um engenheiro de pré-vendas e dois gerentes seniores.

O custo de manutenção, o que é necessário para modificar um produto de dados após a entrega, é um terceiro fator importante no custo geral de um produto. t’Kint observa que o Data Intelligence Usage Dashboard raramente falha, portanto, seu custo de manutenção tem sido mínimo.

Finalmente, o processo de avaliação de custos da t’Kint exigia a verificação de quaisquer custos de licença envolvidos. O painel exigia que a Collibra comprasse uma licença do Tableau para todas as pessoas que criassem ou visualizassem o painel.

Com os custos avaliados, t’Kint e Rahmati se voltaram para avaliar a receita. Isso é desafiador se um produto de dados não for um gerador de receita direta. Para o projeto do painel, t’Kint diz que considerou analisar o número de visualizações no produto de dados ou calcular o valor dos negócios fechados por usuário do produto de dados. Por fim, eles decidiram fazer uma pesquisa com os engenheiros de vendas para determinar o quanto eles valorizavam o painel. Com base nessa pesquisa, eles estimaram que 4% da receita de negócios fechados em um período de seis meses poderia ser atribuída à existência do painel.

Uma estrutura para ROI de projeto de dados

De acordo com t’Kint, o processo de estabelecer um valor líquido de operações para o Data Intelligence Usage Dashboard ajudou a Collibra a determinar que, sim, o projeto havia criado um valor líquido positivo. Também ajudou a equipe a identificar os próximos passos para aumentar esse valor.

“O valor já era positivo, mas então queríamos que o valor fosse o maior possível”, diz t’Kint. “Nosso projeto de acompanhamento estava tentando aumentar ainda mais o uso desses insights”.

O escritório de dados trabalhou com o departamento de TI da Collibra para incorporar os insights do painel ao Salesforce, onde os engenheiros de pré-vendas da empresa vivem o dia todo.

“Se você pensar no consumo de produtos de dados, no passado, as pessoas precisavam primeiro acessar a ferramenta de dashboard, depois consumir os dados, tomar uma decisão e, finalmente, realizar uma ação”, diz t’Kint. “Ao incorporar esses insights onde as pessoas vivem, você remove uma das três etapas e traz os insights para elas”.

Em última análise, t’Kint diz que esse processo ajudará a Collibra a ser ainda mais deliberada e estratégica sobre a criação de novos produtos de dados ao longo do tempo. Ele recomenda que outros líderes de dados adotem uma abordagem semelhante.

“Você precisa ter uma noção de ROI, começando com uma noção de quanto custa produzi-lo e ser deliberado sobre como medir o que você espera colher é realmente o ponto de partida”, diz ele. “Suas medidas podem incluir como o produto vai melhorar a maneira como você trabalha como o primeiro passo. Você pode entrevistar os usuários sobre o quanto o fluxo de trabalho deles é mais rápido devido aos produtos de dados. Estimar o valor antecipadamente será a parte mais difícil, mas não bloqueie isso”.