No cenário corporativo atual, a capacidade de transformar dados em valor tangível é um diferencial competitivo. Leonardo Ikeda, Vice-presidente da Keyrus, mergulha na importância de internalizar um mindset orientado a dados, abordando os desafios comuns, o papel da alfabetização em dados e a relação entre governança e agilidade.
O Primeiro Passo para Internalizar o Mindset Orientado a Dados
Leonardo Ikeda enfatiza que o primeiro e fundamental passo para uma organização internalizar um mindset orientado a dados é o comprometimento e o patrocínio da alta gestão. Sem líderes que defendam ativamente e demonstrem a importância da cultura de dados, qualquer iniciativa se torna uma batalha em vão. Esse comprometimento se manifesta de várias formas:
Definição de uma visão clara: A liderança precisa explicar por que a organização precisa mudar o mindset e quais objetivos de negócio essa transformação apoiará.
Comunicação constante: A mudança cultural deve ser tratada de forma responsável e intensiva, com comunicação transparente e contínua para todos os níveis da empresa.
Alocação de recursos: É preciso investir em pessoas, processos e tecnologia necessários para a jornada.
Exemplo prático: A transformação vem de cima através do exemplo, com líderes usando dados em suas tomadas de decisão e incentivando suas equipes a fazerem o mesmo.
O próximo passo é identificar um projeto piloto. Escolher um desafio de negócio específico onde a aplicação de dados possa gerar um impacto visível e relativamente rápido ajuda a criar um "quick win", demonstrando o valor da abordagem e gerando entusiasmo antes de uma implementação em larga escala.
Sinais de Dados sem Valor e Como Quebrar Barreiras
Leonardo Ikeda aponta vários sinais comuns de que uma empresa possui muitos dados, mas luta para extrair valor deles:
Dados em silos: Departamentos com seus próprios bancos de dados, impedindo uma visão ampla do negócio.
Relatórios apenas históricos: Tempo gasto na criação de relatórios que olham para o passado, com pouca capacidade de gerar insights preditivos ou prescritivos.
Decisões baseadas em "achismo" ou intuição: Mesmo com dados disponíveis, decisões são tomadas com base na experiência ou instinto, sem análise factual robusta.
Falta de habilidades analíticas: Equipes sem conhecimento ou ferramentas para explorar e interpretar dados eficazmente.
Baixa qualidade dos dados: Pessoas hesitam em usar dados ruins para decisões críticas.
Para quebrar essas barreiras, Ikeda sugere a seguinte abordagem:
Começar pequeno e com foco no negócio: Identificar problemas de negócio críticos que podem ser melhorados com dados para um "quick win".
Promover a colaboração: Criar equipes multidisciplinares (negócios, TI e dados).
Investir em alfabetização em dados (data literacy): Capacitar equipes para entender, questionar e usar dados.
Democratizar o acesso a dados (com governança): Fornecer ferramentas acessíveis e intuitivas para que mais pessoas explorem dados, sempre com qualidade e segurança garantidas.
A Importância da Alfabetização em Dados para a Transformação
A alfabetização em dados é o passo inicial para garantir que todas as pessoas na empresa compreendam e usem os dados de forma consciente, promovendo uma cultura orientada a insights. Quando todos compartilham uma linguagem comum e um nível básico de conhecimento, a cultura orientada a dados é abraçada naturalmente, com decisões embasadas em fatos e não mais em instinto. A Keyrus apoia esse processo de diversas maneiras:
Programas de Capacitação e Workshops: Desenvolve e ministra treinamentos personalizados para diferentes níveis e funções, desde conceitos básicos até o uso de ferramentas específicas.
Consultoria Estratégica em Data Literacy: Ajuda empresas a definir sua estratégia de alfabetização em dados, identificando competências e criando um roadmap.
Desenvolvimento de "Data Champions": Auxilia na identificação e capacitação de multiplicadores internos que disseminam o conhecimento e a cultura de dados.
Implementação de Ferramentas User-Friendly: Apoia na escolha e implementação de plataformas de BI e Analytics intuitivas que capacitam os usuários de negócio.
O objetivo da Keyrus é transformar a alfabetização em dados em uma competência prática e disseminada em toda a organização.
Lidando com a Resistência Cultural e Demonstrando Valor Rapidamente
Para lidar com a resistência cultural de equipes acostumadas a decisões baseadas em intuição, Ikeda afirma que é vital demonstrar rapidamente o valor do uso de dados por meio de projetos piloto que entreguem resultados tangíveis. Assim, as equipes veem o benefício real e se sentem motivadas a aderir à mudança. O projeto piloto deve basear-se em:
Identificar um "Quick Win" Relevante: Escolher um projeto pequeno, mas com impacto visível e que resolva uma dor real para a equipe ou para o negócio.
Definir Métricas Claras de Sucesso: Estabelecer como o sucesso será medido antes de começar, tornando o valor tangível e inquestionável.
Tornar os Insights Concretos: Apresentar os dados em formato amigável, traduzindo os insights em ações concretas que a equipe possa implementar.
Comunicar o Sucesso: Compartilhar a história de sucesso, destacando o papel da equipe e como os dados ajudaram.
Governança de Dados: Facilitador da Agilidade e Inovação
Leonardo Ikeda vê a governança de dados não como um entrave, mas como um facilitador da agilidade e da inovação sustentável. Inovar rapidamente com dados de baixa qualidade, inseguros ou mal compreendidos é como construir um castelo de cartas – ele desmoronará.
O equilíbrio é alcançado através de uma abordagem pragmática e adaptativa à governança:
Governança por Design (Governance by Design): Incorporar princípios de governança desde o início dos projetos de dados, definindo papéis e responsabilidades (data owners, data stewards), padrões de qualidade e políticas de acesso/segurança.
Foco no Risco e no Valor: Priorizar esforços de governança em áreas de maior risco (dados sensíveis) e dados com maior potencial de gerar valor.
Automação: Utilizar ferramentas para automatizar processos de governança, como catalogação de dados, monitoramento da qualidade e gerenciamento de metadados.
Colaboração entre TI e Negócios: A governança não é exclusiva da TI; envolve as áreas de negócio na definição das regras e na garantia da qualidade dos dados.
Abordagem Iterativa e Flexível: Políticas de governança devem evoluir com o negócio e novas tecnologias, com ciclos de feedback contínuo.
Capacitação e Conscientização: Educar equipes sobre a importância da governança e seus benefícios, garantindo que os dados sejam um ativo confiável para decisão e inovação.
Uma governança bem implementada cria um ambiente onde as equipes confiam nos dados, podem acessá-los de forma segura e eficiente, e compreendem seu significado, permitindo inovar com mais velocidade e segurança sobre uma base sólida.
Conselho Crucial para Iniciar a Jornada Data-Driven e Acelerar a Obtenção de Valor
Para quem está começando a jornada de se tornar uma empresa data-driven, o conselho mais crucial de Leonardo Ikeda é: "Comece com o 'porquê' do negócio, não com a tecnologia, e garanta a qualidade dos dados; dados ruins acabam com a confiança dos usuários". Ele observa que muitas empresas investem pesadamente em plataformas de big data ou contratam cientistas de dados antes de ter clareza sobre quais problemas de negócio querem resolver, quais oportunidades estratégicas querem perseguir, ou se possuem dados de qualidade para as análises desejadas. Para evitar erros comuns, ele recomenda:
Definir Objetivos de Negócio Claros: Identificar 2 a 3 casos de uso iniciais, estratégicos e com potencial de retorno visível, usando metodologias como design thinking.
Começar Pequeno, Pensar Grande, Escalar Rápido: Escolher um projeto piloto simples e de grande impacto, aprender com ele, demonstrar valor e usar esse aprendizado para escalar iniciativas de dados de forma ampla e rápida.
Focar na Adoção e na Mudança Cultural: A melhor solução técnica não adianta se as pessoas não a usarem. Investir em gestão da mudança, comunicação e, crucialmente, em alfabetização em dados para engajar e capacitar equipes.
Garantir a Qualidade dos Dados desde o Início: Problemas de qualidade minam a confiança e podem levar a decisões erradas. Estabelecer processos para garantir acurácia, completude e consistência dos dados.
Evitar a armadilha de focar apenas na tecnologia e, em vez disso, ancorar a jornada de dados em objetivos de negócio claros é o diferencial para transformar o potencial dos dados em valor real e sustentável.