Durante a conferência virtual Alter.Next: Acelerando a maturidade analítica para vencer, conversei com Stephen Dubner, autor do livro "Freakonomics". Escritor da série best-seller "Freakonomics", ele também é apresentador do podcast "Freakonomics Radio" e jornalista premiado. Além de possuir ampla experiência atuando ao lado de empresas de diversos portes e segmentos, ele dedicou as duas últimas décadas a analisar "o lado oculto" de centenas de organizações. Dubner compartilha seus aprendizados — desde a formação escolar até práticas recomendadas pelas principais empresas globais — de maneira compreensível e descontraída.
Ao longo da entrevista, discutimos sobre os desafios e o valor gerado com dados e análises nos negócios. O escritor ressalta diretrizes importantes que merecem atenção de qualquer organização moderna. Além disso, aponta áreas surpreendentes onde o analytics impulsiona iniciativas de sucesso, capazes de gerar vantagens competitivas e aumentar a resiliência nos negócios. Stephen também revela como é possível explorar ao máximo o potencial dos dados disponíveis. Veja a seguir alguns trechos da conversa e confira a íntegra da entrevista feita no Alter.Next.
A revolução analítica é como um elefante
Perguntamos ao autor como ele tem percebido a evolução dos dados e analytics no decorrer dos anos. Ele me disse que acreditava que a revolução de analytics é como o elefante alegórico da parábola "os cegos e um elefante". Nas palavras de Stephen:
"A revolução analítica é algo completamente diferente para cada pessoa. Aquelas que conseguem gerar, analisar e tentar criar um significado prático dos dados, visualizam grande parte dos "elefantes" analíticos e sabem o que estão fazendo. Mas normalmente, líderes executivos não possuem conhecimentos específicos ou desconhecem o verdadeiro propósito da transformação. Para clientes da empresa, a revolução analítica pode significar algo ainda mais radical — para muitos, pode representar uma invasão de privacidade."
De fato, a revolução analítica tem desequilibrado a relação de muitas pessoas com dados. Em suas obras, o escritor ressalta a realidade moderna: ninguém pode excluir os dados por completo. Em um mundo onde os negócios giram em torno de grandes quantidades de informações e decisões diárias são influenciadas por algoritmos de machine learning, afirmar "não sou uma pessoa de dados" o coloca em uma situação de desvantagem nítida — seja você um cliente ou líder empresarial. Durante a entrevista, ele enfatizou que todos podem transformar suas carreiras para trabalhar com dados. Além disso, o processo pode ser muito mais fácil e divertido do que imaginamos.
Analítico e técnico são dois aspectos distintos
Dubner também compartilhou suas observações sobre empresas e profissionais que tentam enfrentar essa revolução, e aponta um erro comum: muitas pessoas confundem capacidade analítica com capacidade técnica. Ele afirma que não é preciso possuir habilidades em "exatas" para aprimorar o pensamento analítico e que, quando é preciso escolher entre os dois, valoriza a mentalidade analítica. O escritor comentou:
"As pessoas estão percebendo o valor surpreendente dos dados, mas o fator determinante para o sucesso é saber fazer as perguntas certas. Muita gente também reconhece o analytics como uma ferramenta inestimável de contar histórias através de dados." Essas narrativas são fundamentais porque, geralmente, processamos informações muito melhor a partir de relatos.
Dubner reforçou ainda a importância da leitura, compreensão, produção e transmissão de dados como base da informação: um conjunto de competências denominado "alfabetização de dados". Isso nos permite aproximar ideias, desafios e o mundo inteiro por meio de uma mentalidade analítica. Vale lembrar que para desenvolver esses conhecimentos não é necessário aprender tecnologias específicas, infraestruturas ou linguagens de programação. Ao contrário, a alfabetização de dados é semelhante ao pensamento crítico.
Como a alfabetização de dados se encaixa no contexto de negócios? Um profissional com conhecimentos de dados é capaz de:
Entender os dados mais relevantes para sua equipe e organização. Por exemplo, se estiver tentando compreender o comportamento do cliente em um site da Austrália, será difícil obter insights ao observar somente informações relacionadas às preferências de produtos offline de clientes na Alemanha.
Fazer perguntas sobre resultados de algoritmos. Se você tem dois clientes potenciais, e um deles foi marcado no seu CRM com maior probabilidade de compra do que outro, qual a razão disso? Quais comportamentos, dados demográficos e outros fatores foram considerados pelo algoritmo? Por que um cliente em potencial é mais promissor do que outro?
Diferenciar indicadores de atraso de indicadores principais. Ao monitorar a segurança em uma obra, é possível distinguir a porcentagem de trabalhadores com capacete (um indicador principal — algo capaz de ser controlado diretamente), e o número de acidentes no local em determinado mês (um indicador de atraso — uma avaliação sobre o grau de eficácia de suas intervenções).
Desenvolver e executar métodos estruturados para comprovar teorias. Se você gerencia um site, pode aproveitar testes A/B — com duas configurações na página oferecidas de forma aleatória aos diferentes usuários — criando um grupo de "controle" e um grupo de "tratamento". Ao examinar as variações de comportamento entre os grupos (quanto tempo permanecem, onde clicam, quando compram etc.), é possível descobrir se o método de tratamento ou a versão de controle oferece o resultado desejado.
Explicar informações aos principais executivos por meio de narrativas e casos de sucesso. Ao criar um produto novo e compartilhar resultados de testes com a liderança, você pode justificar por que 80% dos usuários preferem o modelo C e 50% estão decepcionados com o modelo D. Quando você inclui histórias de usuários individuais, sobre como aproveitam o produto ao longo do dia, por que recomendam aos amigos e o que dizem ao usar o produto, você cria um cenário detalhado que ajuda a liderança na tomada de decisões fundamentadas.
Como podemos constatar, a alfabetização de dados oferece diversas possibilidades valiosas para os negócios. Além disso, adquirir essas habilidades não exigem experiência ou formação técnica.
Por que um mundo cada vez mais orientado por dados é melhor?
Dubner abordou o valor concreto da alfabetização de dados na rotina diária e nos negócios. E comentou que o mundo poderia ser um lugar melhor se todas as pessoas tivessem mais confiança nos dados. disse:
"Quanto mais dados, melhor. Se não houver outra razão, ainda poderemos observar a campanha de um programa político com conteúdo irrelevante e compreender exatamente os motivos concretos. Por exemplo, se alguma coisa duplicou no último ano, mas partiu de uma única base, não será obrigatoriamente uma mudança significativa."
Como mencionado anteriormente, a alfabetização de dados viabiliza soluções objetivas para problemas complexos. Uma organização que possui uma cultura de dados, decisões de negócios são baseadas em evidências ao invés de intuições, estereótipos e ideias pré-concebidas.
Por isso, de fato, a habilidade de explorar, entender e se comunicar com dados virou competência primordial no mercado de trabalho. Os dados impulsionam inovações no mundo moderno. Empresas aproveitam recursos de machine learning e inteligência artificial para gerar insights e acompanhar a evolução constante da tecnologia. Aliás, é possível encontrar algoritmos de machine learning em quase todos os sistemas corporativos. Como organizações seguem armazenando dados, todos os funcionários — não apenas "profissionais de dados" — devem desenvolver capacidades para desempenhar suas funções e, ampliar a vantagem competitiva da empresa para lidar com as oscilações do mercado global. De acordo com um professor do MIT Sloan:
"Em um cenário com crescentes volumes de dados, empresas com maior número de profissionais qualificados são as que vão se destacar."
Quando você consegue avaliar informações de forma crítica, as limitações e conclusões que pode extrair, dificilmente você será confundido com dados incompletos, ou dados manipulados para atender aos objetivos de outra pessoa. Isso é extremamente importante, pois trabalhadores do conhecimento que compreendem como os dados foram gerados e desafiam a produção de algoritmos, são capazes de proteger e expandir ainda mais os negócios do que aqueles que pressupõem que decisões adotadas pelo sistema sempre estão certas.
Saiba mais sobre como empresas líderes priorizam a cultura de dados na pesquisa sobre o futuro da inteligência realizada pela IDC: A importância da alfabetização de dados.
Todo negócio é um negócio de dados
Dubner também explicou como seu projeto na Freakonomics Radio aborda dados e análises. "O que eu tentei fazer
na Freakonomics é compartilhar histórias reais. É jornalismo, não-ficção, além de muitos dados fornecidos por acadêmicos e outros especialistas."
Desde o livro original "Freakonomics", que ilustrou fenômenos econômicos desconhecidos, o escritor se aprofundou no assunto e declara:
"Na minha opinião, a economia é normalmente mal interpretada como o estudo do dinheiro. Na verdade, a economia é o estudo de incentivos e como pessoas alcançam o que desejam e precisam, sobretudo quando disputam com a concorrência, que pode querer e necessitar algo parecido. A melhor tradução disso é: como podemos otimizar? Como podemos fazer para atingir os objetivos específicos de cada um, mas de maneira capaz de fortalecer a sociedade? Esse é o grande desafio."
Enxergar a economia como um tipo específico de problema para otimização abriu novos horizontes. Aliás, em todos os setores e divisões de negócios, tentamos otimizar diferentes tipos de processos. Em operações de supply chain, a questão principal pode ser: como fazer o transporte de mercadorias aos locais necessários, de forma rápida e acessível, sem comprometer a segurança ou confiabilidade da auditoria? No departamento do CFO, talvez o desafio seja: como podemos obter maior retorno sobre ativos, bens de capital e ações, sem deixar de controlar custos e assegurar a conformidade financeira?
Embora a linguagem utilizada possa variar entre empresas e funções, todos os problemas de otimização devem ser tratados com dados — e particularmente, com a análise dos dados. Portanto, possuir dados com mais qualidade e consistência, além de capacidades analíticas avançadas e abrangentes, proporciona melhores resultados comerciais? A experiência comprova que sim. De acordo com o International Institute of Analytics, quanto mais bem desenvolvidas forem as práticas de analytics de uma organização, melhor será o desempenho.
Esse conceito é chamado de "maturidade analítica" e, geralmente, é avaliado em cinco estágios. Organizações no estágio inicial podem ter dificuldades para controlar e compreender os dados, por isso tomam decisões importantes baseadas, sobretudo, em opiniões e intuições das equipes de liderança. Por outro lado, organizações que se encontram no estágio 5 da maturidade analítica otimizam decisões de negócios com dados e recursos inovadores, aproveitando analytics para obter vantagens competitivas e, inclusive, romper barreiras nos respectivos segmentos.
Possuir uma visão clara sobre sua posição atual nessa escala é determinante para manter a competitividade e fazer o planejamento de investimentos adequados no curto e no longo prazo. Para saber mais e comparar com outros concorrentes do setor, acesse Avaliação de maturidade analítica da Alteryx. Em menos de 15 minutos, você receberá um relatório personalizado que destaca os aspectos positivos e desafios da sua organização, além de recursos práticos para chegar à próxima etapa.
Como dominar a jornada analítica pessoal
Empresas não são consideradas entidades isoladas na jornada analítica. Dubner afirmou que todos podem desenvolver o potencial para entender e aproveitar os dados de forma melhor com algumas perguntas simples, e disse:
"Começar com 'qual a maior prova de que o argumento apresentado é verdadeiro?' é uma excelente questão para ter uma ideia do seu conjunto de dados. 'Qual é o tamanho do conjunto de dados?', 'qual a relevância desses dados?', 'será que as informações representam pessoas e tempos suficientes?', e assim por diante, para podermos extrair resultados valiosos."
O escritor abordou outros detalhes sobre o assunto, compartilhando dúvidas sobre dados ausentes, a forma como as informações são coletadas, além de tipos de dados e recursos de aplicação. Para conferir todas as perguntas, acompanhe a entrevista completa realizada durante o Alter.Next.
Aprimorar seus conhecimentos de dados começa com perguntas, mas você pode fazer muito mais para aperfeiçoar suas habilidades analíticas. Primeiro, explore as opções existentes dentro da própria organização. Será que a empresa oferece programas de treinamento de dados e analytics? Existem incentivos de aprendizado e qualificação para realizar cursos fora do trabalho? Existem mentores disponíveis com experiências para compartilhar?
Mesmo sem a presença de analistas internos ou cientista de dados, conecte-se com alguém na área de dados. Verifique redes sociais, como o LinkedIn, ou grupos de contatos locais. Estabelecer contatos no setor de dados abre oportunidades para colaborar e compartilhar projetos analíticos, ou ter alguém para orientar você nos seus próprios trabalhos. Você pode começar com a Comunidade Alteryx, uma rede repleta de entusiastas dispostos a interagir, compartilhar histórias e oferecer ajuda. Verifique a existência de ACEs e grupos de usuários do Alteryx na sua região. Junte-se aos grupos de usuários e aprimore suas técnicas — mesmo se você não usar o Alteryx. Afinal, qualquer analista poderá compartilhar com você as vantagens do analytics, que potencializam soluções de problemas e o aprendizado colaborativo.
Se quiser se aprofundar no aspecto técnico da análise, consulte sites open-source como o Stack Overflow e o GitHub. Eles oferecem acesso gratuito para comunidades de desenvolvedores, que compartilham técnicas e insights sobre possibilidades de codificação.
Explore também MOOCs oferecidos pelo Coursera, Udacity, DataCamp, entre muitos outros. O universo digital oferece uma infinidade de programas para a alfabetização de dados! Esse método de aprendizagem oferece flexibilidade para iniciar e estudar conforme o ritmo e, ao mesmo tempo, interagir e receber feedback de outros alunos. Por exemplo, a Udacity fez uma parceria com a Alteryx para oferecer um programa Nanodegree: Análise preditiva para os negócios.
Como liderar a jornada analítica da sua organização
Caso você gerencie as diretrizes e políticas da empresa, é possível escolher entre inúmeras táticas para acelerar a capacidade analítica nos negócios. Em primeiro lugar, defina metas voltadas para a cultura de dados. Como diferentes funções exigem níveis distintos de conhecimentos, promova esse debate com outras partes interessadas e líderes estratégicos.
Ao definir esses objetivos, avalie as habilidades atuais dos funcionários. Desenvolva um cronograma personalizado para sua empresa ou aproveite a avaliação de maturidade analítica da Alteryx para obter um panorama claro das capacidades de toda a estrutura organizacional.
Em seguida, forneça trilhas de aprendizagem adequadas com base nos resultados e metas estabelecidas para a alfabetização de dados. O planejamento de um programa interno pode envolver, principalmente, funcionários, ou mesmo a ajuda de terceiros. Nesse contexto, muitos líderes confiam na plataforma Alteryx Analytic Automation para empoderar e fortalecer equipes a fim de maximizar o valor dos dados para gerar resultados de impacto.
O próximo passo é a implementação. Ofereça treinamentos para estimular a cultura de dados dentro da organização. De preferência, em diversos formatos. Todos aprendem de forma diferente. Alguns funcionários podem se destacar com exercícios práticos, enquanto outros podem progredir com cursos autodidatas. Para garantir o sucesso do programa, combine iniciativas práticas e valiosas com projetos que apresentem indicadores de desempenho mensuráveis. Assim, você pode impulsionar resultados e obter uma perspectiva detalhada do valor agregado desse investimento.
Descubra como líderes de pequenas e grandes organizações têm adotado estratégias de sucesso para fomentar uma cultura de dados. Acesse 4 dicas para promover a alfabetização de dados entre a força de trabalho.
Por fim, transforme o avanço da maturidade analítica da organização em um processo contínuo — não apenas um esforço único — promovendo uma cultura de aprendizado dentro dos negócios. Crie um ambiente para incentivar a curiosidade em vez de prejudicar o conhecimento de dados. Desse modo, você pode evitar práticas inadequadas como ocultar ou modificar informações com métricas de vaidade. Além disso, garanta o apoio de outros líderes, pois os principais executivos devem estar alinhados e conduzir os comportamentos e resultados desejados.
Obtenha uma análise aprofundada das estratégias bem-sucedidas que aprimoram o uso de dados e analytics pela organização e geram resultados de negócios significativos em Automação analítica: uma abordagem centrada no usuário para resultados de negócios transformadores. Explore inúmeros casos de sucesso e exemplos concretos sobre como a adoção da automação analítica através de uma filosofia centrada no usuário, pode gerar resultados mensuráveis de forma rápida.