Empresas e negócios precisam lidar com um volume cada vez maior de dados não estruturados, e apesar da tecnologia ser cada vez mais acessível, a tarefa é cada vez mais complexa.
Não há dúvidas de que os dados podem ser utilizados a fim de impactar positivamente um negócio e auxiliar em processos de tomada de decisão, mas como utilizá-los para responder perguntas complexas é o real desafio. Existe um longo caminho até que uma organização seja de fato data-driven, que é quando ocorre o uso sistêmico de dados no processo de tomada de decisões, quando a organização passa a pensar e atuar preferencialmente com base em números e indicadores e não em opiniões.
Mensurando a Maturidade de Dados
A fim de mensurar e compreender o quanto uma organização toma suas decisões com base em dados, medimos o nível de Maturidade de Dados, que mensura, entre outras coisas, a capacidade que uma organização possui de transformar Dados em Oportunidades de Negócio. Atualmente existem diversos modelos e frameworks para se mensurar essa capacidade em uma organização, sendo um desses modelos o da Pirâmide de DIKW, que nos diz que os dados podem percorrer um caminho de maturidade composto por 4 etapas até gerarem sabedoria. Quando uma organização consegue transformar um conjunto de sinais digitais em sabedoria, ela já não se aproveita mais da tecnologia para responder somente perguntas de “quando”, “quem” e “onde”, mas sim para trazer respostas de perguntas mais complexas como “por que tomar tal decisão?”. Ao atingir esse estágio, o uso de dados já faz parte do racional humano e cultural da organização, está enraizado, e pode ajudar a organização a compreender cenários mais complexos e ter uma visão melhor do futuro, e não somente compreender o que já aconteceu.
Na prática, um bom nível de Maturidade de Dados ajuda muito na compreensão do negócio, do mercado e de outros fatores que compõem o contexto. Imagine uma situação onde um e-commerce apresenta uma queda significativa no volume de vendas de um mês para o outro, e sem um motivo óbvio aparente. Nesse exemplo, os profissionais responsáveis por desvendar o mistério poderiam ter em mãos, em questão de minutos, respostas para perguntas como: “Quais categorias de produtos foram mais impactadas?”; “Considerando os principais indicadores de nossos sistemas, como eles se comparam aos meses anteriores?”; “Como se comportaram os principais indicadores segmentados por região de atuação do negócio?”; “Como se comparam os principais indicadores de navegação do usuário (tempo de sessão, taxa de rejeição, volume de visitas, etc) aos meses anteriores, quebrados por região e por etapa do checkout?”. Essas são perguntas até simples, e poderiam se tornar muito mais elaboradas de acordo com a complexidade do negócio e do problema.
Ter um bom nível de Maturidade de Dados não é somente ter a capacidade de responder as perguntas em tempo hábil e com bom grau de confiança, mas também de saber formular as perguntas corretas.
Ter à disposição uma boa base de dados integrados e estruturados pode ser essencial para conseguir enxergar o negócio de uma forma mais ampla, mas não se deve partir do pressuposto de que “quanto mais dados, melhor”. Integrar grandes volumes de dados, principalmente de fontes e sistemas muito diversos, pode ser uma tarefa complexa e cara. É importante saber antes o que se espera desse tipo de esforço e quais perguntas e dores do negócio pretende-se atacar. Assim como dados podem trazer informações e conhecimento, coletá-los de forma exagerada e sem controle pode apenas poluir a base e gerar ruído. Ter um bom nível de Maturidade de Dados também inclui ter a sabedoria de focar na coleta mínima do que é mais importante e mais valioso.
Não exagere nas expectativas
Atualmente existem inúmeros sistemas no mercado que oferecem a integração de dados como serviço. Apesar de serem boas soluções, deve-se ter muito cuidado ao analisar a possibilidade de seguir por este caminho, uma vez que os dados do negócio estariam passando por uma infraestrutura e software de terceiros, o que pode ocasionar problemas de segurança e dependência excessiva do serviço.
Assim como na construção de qualquer sistema, deve-se primeiramente existir clareza em seu propósito. Qual o impacto esperado no negócio com o investimento na construção deste tipo de tecnologia? Em quanto tempo virá esse retorno? Com uma visão mais clara do que se espera deste tipo de iniciativa, fica mais fácil compreender quais fontes de dados devem ser integradas e podem realmente ajudar na obtenção das respostas desejadas. Cada Byte coletado e processado traz consigo um custo, e isso jamais deve ser ignorado.
Mas, como dar os primeiros passos? Sistemas de Integração e Inteligência de Dados podem ser construídos de forma a serem expansíveis, onde novas fontes de dados podem ser adicionados em uma segunda versão, bem como novos processamentos e possibilidades de consulta. Assim como nos ensina o Manifesto Ágil, softwares podem ser construídos de maneira incremental, começando por versões mais enxutas que geram valor e atendem às expectativas iniciais. Quais perguntas precisam ser respondidas agora, e quais dados podem realmente ajudar? Sabemos o quão fácil é vislumbrar um oceano de possibilidades e aumentar excessivamente os itens presentes no MVP. Não tem nada de errado em se ter uma primeira versão que realize apenas a consolidação de algumas planilhas de departamentos distintos em um banco de dados unificado.
Ter uma base estruturada com dados integrados pode trazer muito conhecimento para o negócio e pode ser realmente um diferencial incrível, mas simplesmente ter essa tecnologia à disposição não é o que faz a diferença. É necessário ter uma visão clara de como extrair informação, a fim de se obter conhecimento e sabedoria para o negócio. O grau de Maturidade de Dados de um negócio não é diretamente proporcional à quantidade de dados coletados, mas sim ao volume e complexidade das informações extraídas e utilizadas.