Segundo um relatório da Forrester, empresas com cultura analítica madura apresentam crescimento anual acima de 30%. Elas tendem a buscar mais informações, digitalizando mais processos, produtos e serviços, o que acelera a transformação digital.
Em 2018, uma empresa do segmento de locação de veículos identificou um grande desafio. Precisava ser assertiva na estratégia de precificação, considerando que disponibilidade e preço são as principais variáveis de decisão do consumidor. Além disso, precisava agilizar esse processo. A demora no ajuste do valor do seu produto significava prejuízo, não só no faturamento (consumidores escolhiam concorrentes pelo preço), mas no aumento de custo (veículo parado significa custo de espaço).
Então, ela adotou uma estratégia de tomada de decisão orientada por dados, investindo na coleta de informações em tempo real. Focando principalmente em preço e disponibilidade dos concorrentes, adotou modelos estatísticos inteligentes e automatizados baseados em machine learning. Isso permitiu acertar na precificação dos produtos, ganhar margem quando possível e não perder oportunidades de venda. Como resultado, seu EBITDA aumentou em mais de 10 pontos percentuais. Além disso, a empresa acelerou o processo de análise de dados e melhorou a assertividade nas projeções de demandas, utilizando séries históricas e variáveis públicas para a distribuição de produtos de forma preditiva à demanda.
Uma outra companhia, com a qual tive o prazer de atuar, resolveu olhar para os dados em uma de suas maiores linhas de orçamento: os eventos. Era uma empresa de bebidas, que investia muito em festivais pequenos, médios e grandes, seja como proprietária ou patrocinadora. O objetivo era aumentar a eficiência e eficácia do investimento, aprender mais e colher mais frutos. O desafio era aprimorar a experiência dos clientes e marcas patrocinadoras. E, além disso, agregar valor ao evento, pois, principalmente após a pandemia, as pessoas passaram a ter menor poder aquisitivo e diminuíram a participação em grandes encontros presenciais.
Essa empresa usou como piloto um evento médio, proprietário, para que pudesse controlar todos os possíveis cenários e dados, para aprendizado inicial. Um evento de quase 5 mil pessoas, distribuídas em 2 dias. A análise de dados pré-evento, das redes socais e pesquisas, das redes dos artistas convidados e das marcas que estariam presentes se tornaram base de trabalho.
Monitorar todo processo de venda de ingressos e desenvolver ativações bastante atraentes de pesquisa com esses compradores ainda no pré-evento foi essencial para conhecer o público que estaria presente com alguma antecedência. “A primeira rodada é por minha conta!” foi o gatilho usado pela empresa para engajar os consumidores na pesquisa pós-compra. Deu muito certo. O resultado foi uma boa quantidade de informações coletadas.
Cruzar dados declarados com informações em tempo real permitiu identificar o consumidor ao chegar, no momento de carregar seu cartão de consumo e nos produtos que consumia durante todo o evento. Isso trouxe uma oportunidade de ativação e direcionamento em tempo real para melhorar a experiência do consumidor e aumentar o ticket médio da festa. Além disso, ajudou a organizar e gerenciar melhor os estoques de produtos e sua distribuição nos diversos espaços do evento.
Foi muito aprendizado e ação em tempo real. E o melhor, todas as informações ficaram disponíveis para uso nos próximos eventos e no contato contínuo com esse consumidor, de forma bastante customizada e personalizada.
O aumento de conversão dessa base nos e-commerce, de NPS e de engajamento nas redes com ações via custom audience foram alguns dos muitos indicadores que tiveram impacto positivo após o trabalho. Com isso, a área de “eventos” da empresa passou a ser “fonte de dados” para a área de CRM e Performance Digital.
# O que aprendemos com o sucesso?
Olhando esses dois exemplos, de indústrias e operações bem distintas, podemos observar que ambos atuaram de forma pontual com uma cultura de tomada de decisão baseada em dados. E essa cultura é viciante, pois o resultado é bastante tangível e não tem executivo ou empresa no mundo que não goste de ver um bom resultado.
Além de resultados positivos em números e indicadores, a maior consequência desses dois cenários foi o aprendizado gerado. Nem todo modelo indicava uma ação que trazia uma boa resposta. A ação era executada, mensurada e, quando negativa, rapidamente descartada. Quando positiva, escalada e mantida como um novo padrão para aquele momento.
Buscar estar um passo à frente não é mais sobre “apostar” ou “tentar”, mas sobre aprender. A jogada de risco não garante uma boa ideia, nem sorte se der certo, nem azar se der errado. Qualquer jogada passa a ser uma hipótese, e ela deve ser testada, é preciso aprender com ela.
Hoje, estar um passo à frente pode significar dar um passo atrás e aprender a interpretar as informações que geramos diariamente e que, muitas vezes, são deixadas de lado, sem foco ou cuidado.
# Desafios na implementação da cultura data driven
Implementar uma cultura data driven nas empresas é um dos maiores desafios dos executivos hoje, mesmo com mais organizações se voltando para o Big Data & IA. De acordo com o Global Data and Analytics Survey, da PWC, mais da metade (61%) dos líderes executivos afirmam que a tomada de decisões em suas organizações é apenas parcial ou quase nunca baseada em dados. Inclusive, 52% deles admitiram que descartaram informações apresentadas diversas vezes por falta de confiança. Possivelmente, é aqui que se encontra a origem deste problema. Pois, como apontou Mirian Priosti, diretora de dados da Elo, em uma entrevista à MIT Technology Review Brasil: “Cultura de dados tem que vir da alta liderança da empresa”.
Concordo com ela sobre a cultura de dados e adiciono a transformação digital. São dois processos que não começam da base. Vivemos em um contexto onde o dinheiro é mais escasso. A era de grandes investimentos em ideias ainda sem retorno financeiro claro acabou, algo já perceptível nas startups e no orçamento de grandes empresas. Agora, precisamos mostrar resultados constantemente. Nesse cenário, é possível afirmar que a cultura data driven será a base e o argumento para uma transformação digital mais completa.
Apesar desses executivos falarem que descartam informações estratégicas, sei que qualquer executivo quer ter mais certeza de suas decisões e investimentos, quer acertar mais do que errar e quer aprender. Com isso, entendo que é mais fácil convencer ele e seu board através de dados e mostrar resultados. Quanto maior a necessidade de dados, maior o investimento em todos os outros “eixos” da transformação digital, desde tecnologia e automação até pessoas.
# Dados por dados não constroem cultura
Voltando à entrevista de Mirian Priosti, um dos principais desafios de introduzir uma cultura de dados em todos os níveis de uma organização está na demonstração de resultados. “A barreira do investimento, por exemplo, era algo há 15 ou 20 anos, quando as tecnologias eram mais caras. Hoje, não existem grandes barreiras como essa. As lideranças querem (implementar dados) e a importância da cultura de dados está disseminada, mas há o desafio de mostrar resultados.”
As organizações, no meio do processo de se tornarem data driven, tendem a esperar por resultados mais imediatos e, muitas vezes, ainda não têm a maturidade para um planejamento adequado de todas as possibilidades de atuação.
Com isso, minha sugestão é sempre dar um passo de cada vez, assim como nos casos apresentados acima, onde as empresas, através de uma dor específica, primeiro experimentaram uma “cultura analítica”, envolvendo apenas uma parte do time. Se seguir os exemplos e, conforme o resultado, dar o segundo, terceiro passo e assim sucessivamente, em pouco tempo, toda empresa estará contaminada com essa cultura.
Sempre que você inicia sua atuação por um problema de negócio muito claro para a empresa (e seu board), e que traz retorno rápido, consegue implementar uma cultura de dados muito mais rápida, porque ela é muito mais assertiva.
Miriam destacou o seguinte em sua entrevista: “Quando (analytics) começa a resolver o problema, começa a ganhar importância (na organização)”.
Eu assino embaixo!
Em 2022, Inteligência de Decisão foi apontada pelo Gartner como uma das principais tendências tecnológicas. Isso combina análises automatizadas, simulações e Inteligência Artificial para aprimorar o processo de tomada de decisão orientada por dados, aumentando a previsibilidade e a precisão. É crucial entender que uma cultura de dados é multidisciplinar. Ela se concentra não só nos dados isoladamente, mas também no contexto organizacional, processos e design de experiência do cliente. É uma cultura que precisa estar presente em todas as disciplinas.
A transformação digital é mais do que necessária em toda empresa, assim como uma cultura analítica, e todos os executivos já sabem disso. Buscar resolver alguns problemas através de dados vai acelerar o processo de digitalização da organização. Além disso, será base de apoio para essa mudança e para os investimentos necessários, tanto em pessoas quanto em tecnologias e processos. Na minha opinião, a maneira mais ágil de proteger esses investimentos, e talvez, durante o trabalho, é desenvolver novos produtos ou serviços (data based) que possam ser empregados para financiar todo o processo de transformação digital.
