Fatores de sucesso em estratégias de dados e análise

A Estratégia de dados e análise e estrutura do modelo operacional da Gartner (DASOM, em inglês) ajuda líderes de análise de dados a criar uma estratégia para que a organização construa uma cultura orientada a dados e, por fim, promova resultados de negócios a partir de ativos de dados.

A estratégia define o quê e o porquê do programa de análise de dados da organização. É a abordagem geral para alcançar uma visão estabelecida de negócios de sucesso. Os componentes essenciais para serem articulados em qualquer estratégia:

• Uma visão orientada a dados;

• Fatores determinantes para a estratégia de dados e análise;

• Resultados desejados do programa.

Desenvolva a visão, os fatores determinantes e os resultados da estratégia de D&A em paralelo, não sequencialmente, visto que cada elemento fundamenta os outros dois.

As estratégias mais eficazes evoluem por meio de um conjunto de conversas entre as partes interessadas com o objetivo de definir uma direção comum e metas compartilhadas entre a estratégia de negócios e a estratégia de dados e análise. Evite o erro de elaborar uma estratégia isolada de D&A com uma equipe pequena e “vendê-la” ao resto da empresa.

Use o modelo DASOM como uma estrutura que ajude a orientar as conversas para infundir a estratégia de negócios com dados e análise.

Uma visão para a estratégia de dados e análise serve para explicar resumidamente o que significa ser uma empresa orientada a dados e o que a organização ganhará com isso. A visão deve se concentrar no valor do cliente que o programa espera alcançar. 

Articular uma visão com relação ao valor comercial ajuda a posicionar o programa de análise de dados como uma função de negócios e seus líderes como colegas comerciais.

Isso ajuda a fazer a transição dos esforços de análise de dados, afastando-os do suporte às decisões e levando-os em direção à tomada de decisões. Essa etapa é essencial dadas as expectativas crescentes de que dados e análise capacitam a transformação digital e os aplicativos ágeis por meio de plataformas de negócio digital.

Uma advertência: As declarações de visão adquiriram uma má reputação em algumas organizações. Isso acontece com frequência quando essas visões consistem em discursos vazios sobre o gerenciamento, sem qualquer relevância para a realidade do negócio. Isso não significa que você não deva se preocupar em redigir sua visão.

Ao contrário, uma visão eficaz dá à equipe de dados e análise e à toda a organização mais ampla um propósito comum, ajuda a impedir uma mudança na estratégia e a atrair talento. No entanto, uma visão de D&A que alcança esses fins precisa conter alguns detalhes, atendendo também aos requisitos principais.

Uma visão convincente de análise de dados precisa abordar o que significa ser orientado a dados a partir de três perspectivas distintas:

• Visão e liderança. Qual é o papel de dados e análise na organização? Como D&A contribui para as metas de negócios essenciais?

• Transformação de negócio. Quais são as novas oportunidades do modelo de negócios proporcionadas por D&A?

• Cultura e mudança. Qual é o papel de dados e análise na transformação digital e como será a cultura e a mudança orientadas a dados, especialmente para a alfabetização de dados?

Uma boa estratégia de dados é específica para cada empresa, e também está inspirada por tendências e fatores determinantes que afetam a sua organização. Entre eles:

• Fatores determinantes externos do setor, dos negócios e sociais. O que está acontecendo em seu setor ou nos setores com os quais você interage? Que papel D&A pode desempenhar no processo de adaptação para essas tendências?

• Fatores determinantes organizacionais internos. Quais mudanças em sua organização estão a caminho? Por exemplo, existe uma tendência à centralização ou descentralização? A um estilo de governança baseado em regras ou em princípios? Ao trabalho ágil?

• Fatores determinantes de tecnologia. Quais são as novas tecnologias que estão transformando o seu setor ou sua organização? Por exemplo, quais avanços estão a caminho com inteligência artificial (IA) ou com o surgimento da malha de dados?

É provável que uma determinada organização tenha muitos fatores determinantes diferentes que influenciam a estratégia de dados e análise. A importância de cada motivo para a sua estratégia dependerá de vários fatores.

Certifique-se de que a sua estratégia de dados e análise esclarece a dúvida “o que ganho com isso?” para cada parte interessada respondendo a quatro perguntas:

1. Quem são suas partes interessadas? Faça uma lista de todas as partes interessadas internas e externas.

2. Quais são os resultados de negócios necessários para cada parte interessada? Expresse-os em relação ao crescimento da renda, economia de custos, gestão de riscos, valor do cliente e assim por diante.

3. Como a estratégia de dados e análise ajudará a alcançar essas metas? Especifique casos de uso concretos, iniciativas e produtos de D&A que melhorarão um processo ou atividade para uma parte interessada.

4. Quais principais indicadores de desempenho (KPIs) mostrarão que a sua estratégia é bem-sucedida? Avalie os resultados de negócios que você espera produzir. Defina as métricas de progresso como “percentual de funcionários treinados em alfabetização de dados” e métricas de resultados como “contribuiu para 5% de crescimento da renda.”

Por meio desse processo, a estratégia de análise de dados começará a unir-se em torno de uma proposta de valor clara que define a forma do valor que a análise de dados entregará à organização. As propostas de valor pertencem a três categorias:

D&A como um serviço público

Esta proposta de valor de D&A posiciona a análise de dados como um recurso genérico disponível a todas as partes interessadas para todos os requisitos o tempo todo.

O principal resultado é uma plataforma sempre ativa. As medidas de sucesso dos dados enquanto uma utilidade pública vêm na forma de um contrato referente ao nível de serviço, como no caso:

• Qual é a disponibilidade da plataforma?

• O acesso aos dados é fácil e rápido para várias finalidades?

• Quanto tempo leva para adicionar uma nova fonte de dados ou API de acesso aos dados?

D&A como um ativador

Esta proposta de valor se concentra em uma meta de negócio específica. Os principais resultados são soluções específicas, adequadas para um propósito. As medidas de sucesso para dados como ativador se relacionam aos KPIs do negócio, por exemplo:

• Depois da implementação de uma nova ferramenta de análise de gerenciamento de campanha de marketing, qual foi a melhoria da taxa de câmbio?

• Quanto economizamos com a manutenção preventiva de ativos por meio de dados e análise da Internet das Coisas (IoT)?

• Quanto economizamos com o aprimoramento dos algoritmos de detecção de fraudes?

• Uma estratégia de D&A depende de sua execução. Apenas quando você souber com clareza o “porquê” e “o quê” é o momento de considerar “como” executar a estratégia de dados e análise por meio de um modelo operacional adequado;

• Os recursos servem como o elemento decisivo que conectam a estratégia ao modelo operacional. Organizações devem, portanto, finalizar o processo de desenvolvimento da estratégia avaliando os recursos existentes hoje e aqueles que você precisará desenvolver amanhã. Faça uma autoavaliação usando o Gartner Data and Analytics IT Score para saber se você tem os recursos para gerenciar a operação de dados ou desenvolver talentos de análise de dados.

As avaliações de recursos revelam lacunas fundamentais que a organização precisará preencher. As habilidades de alfabetização de dados costumam ser uma delas. Os participantes da Pesquisa CDAO 2022 Gartner indicaram que a alfabetização de dados precária é um obstáculo importante para o sucesso em suas organizações.

A área, fundamental para os investimentos, ajuda a criar clientes orientados a dados com funcionários alfabetizados em dados que usam as informações para aumentar o retorno geral do investimento.

As avaliações de recursos também podem servir como uma informação essencial para que diretores de dados identifiquem as funções de cientistas de dados e outros talentos de que eles precisam em suas equipes.