Existe uma distância considerável entre empresas que têm dados e empresas que tomam decisões melhores por causa dos dados que têm. Conforme o diretor de tecnologia, Jean Pierre Lessa e Santos Ferreira, essa distância não é preenchida pela aquisição de ferramentas de business intelligence mais sofisticadas, pela contratação de um time de dados maior ou pela construção de dashboards mais elaborados. Ela é preenchida por uma mudança na forma como as pessoas dentro da organização se relacionam com informação quantitativa, e essa mudança é cultural antes de ser técnica.
Se você já investiu em uma plataforma de analytics, construiu relatórios cuidadosamente e viu as decisões importantes serem tomadas com base na intuição de quem tinha mais autoridade na sala, este artigo vai ajudar a entender por que isso aconteceu e o que pode ser feito de forma diferente.
Por que a maioria das iniciativas de analytics produz dashboards, mas não muda como as decisões são tomadas?
Segundo Jean Pierre Lessa e Santos Ferreira, o erro mais comum em iniciativas de analytics é começar pela ferramenta e pelo dado em vez de começar pela decisão. Times de dados que são incumbidos de construir relatórios sobre tudo que pode ser medido, sem clareza sobre quais decisões esses relatórios devem informar, produzem exatamente o que foram solicitados a produzir: relatórios sobre tudo. A abundância de informação sem estrutura de como usá-la não é o mesmo que capacidade analítica, e frequentemente produz o efeito oposto: executivos e gestores que se sentem sobrecarregados com dados que não sabem como conectar às decisões que precisam tomar.
A desconexão entre quem produz os dados e quem toma as decisões é outro mecanismo que explica por que analytics não muda comportamento organizacional. Quando o time de dados opera em um silo separado dos times de negócio, produto e operações, as análises produzidas tendem a responder às perguntas que o time de dados julga importantes em vez das que os tomadores de decisão realmente precisam responder. Essa desconexão pode ser estrutural, com reporting lines separados e reuniões que não acontecem, ou pode ser de linguagem, com análises construídas em termos técnicos que os usuários finais não conseguem traduzir em ação sem intermediação.
O terceiro mecanismo é a cultura organizacional que pune o questionamento de decisões baseadas na intuição de autoridade. Em ambientes em que discordar de uma diretriz do CEO com base em dados é percebido como desafio à autoridade em vez de contribuição analítica, dados são usados retrospectivamente para justificar decisões já tomadas, e não prospectivamente para informar decisões que ainda não foram tomadas. De acordo com Jean Pierre Lessa e Santos Ferreira, essa dinâmica é particularmente resistente à mudança porque envolve aspectos de poder e identidade que vão muito além de qualquer ferramenta de analytics que se possa implementar.
Quais são as condições organizacionais que permitem que dados influenciem decisões de forma consistente?
A primeira condição é a existência de processos de tomada de decisão que incluem explicitamente o momento de consulta a dados antes da decisão ser tomada, e não depois. Reuniões de decisão que começam com a apresentação de análise relevante, que incluem tempo para questionamento dos dados apresentados e que documentam tanto a decisão tomada quanto os dados que a fundamentaram criam, ao longo do tempo, uma norma organizacional de que decisões importantes são informadas por evidências. Essa norma, uma vez estabelecida, cria pressão positiva para que os dados existam e sejam adequados antes de cada decisão relevante.
A alfabetização estatística básica dos tomadores de decisão é uma condição de habilitação que raramente recebe o investimento que merece. Executivos e gestores que não conseguem distinguir correlação de causalidade, que não têm intuição sobre o que é um tamanho de amostra adequado para uma conclusão ou que não conseguem identificar quando uma análise está sendo apresentada de forma tendenciosa não têm as ferramentas cognitivas necessárias para usar dados de forma crítica. Como destaca Jean Pierre Lessa e Santos Ferreira, esse gap de conhecimento não é culpa individual: é resultado de sistemas de formação que raramente priorizam raciocínio quantitativo aplicado a decisões de negócio. Mas é um gap que pode ser endereçado com investimento modesto em capacitação focada em aplicações práticas, e não em estatística abstrata.
Como construir de forma deliberada uma cultura analítica que vai além da infraestrutura de dados?
A construção de cultura analítica começa com a definição de um conjunto pequeno de métricas genuinamente importantes que guiam as decisões mais relevantes da organização, em vez da proliferação de dezenas ou centenas de indicadores que ninguém acompanha com consistência. A pergunta que deve guiar essa definição não é quais dados temos disponíveis, mas quais indicadores, se estivessem disponíveis de forma confiável, mudariam a forma como tomamos as decisões que mais impactam o resultado da organização. Esse exercício de identificação de métricas que importam, feito em colaboração entre lideranças de negócio e de dados, é o que transforma analytics de infraestrutura técnica em instrumento de gestão.
A prática de revisões regulares de decisões passadas à luz dos resultados obtidos é um componente de cultura analítica que poucas organizações implementam de forma sistemática, embora seu valor seja amplamente reconhecido em teoria. Revisar periodicamente decisões importantes que foram tomadas seis ou doze meses atrás, comparando o que foi previsto com o que aconteceu e identificando o que nos dados disponíveis poderia ter melhorado a previsão, é o mecanismo de aprendizado que fecha o ciclo entre análise e resultado. Sem esse fechamento de ciclo, as análises produzidas nunca são avaliadas pela sua qualidade preditiva real, o que remove o incentivo para melhoria contínua da capacidade analítica, comenta Jean Pierre Lessa e Santos Ferreira.
O reconhecimento explícito, por parte da liderança, de decisões que foram tomadas com base em dados e que produziram resultados positivos é o reforço comportamental que mais efetivamente constrói cultura analítica ao longo do tempo. Narrativas organizacionais sobre como dados levaram a uma mudança de estratégia que funcionou, como uma análise contraintuitiva foi validada pela realidade ou como um experimento controlado impediu um investimento que teria sido mal alocado criam o tipo de memória coletiva que define o que a organização valoriza e como se comporta. Essa narrativa não surge espontaneamente: precisa ser ativamente construída e comunicada pelas lideranças que querem que a cultura analítica se torne parte do DNA da organização.
Autor: Diego Rodríguez Velázquez
