Saiba como estabelecer metas com a ajuda do BI



No mundo real, precisamos de informação para nos ajudar a tomar decisões e o problema não é a ausência de dados. O segredo é descobrir os dados mais relevantes quando precisamos deles. Atualmente, isso quase sempre significa depender da TI ou se aventurar em resolver por conta própria e enfrentar o Excel em planilhas complexas. Normalmente, nenhuma das opções é satisfatória.


 Novas tecnologias de BI estão surgindo nos últimos anos. Essas tecnologias de “analytics” e “data discovery” são projetadas para serem altamente visuais e voltadas ao usuário final. Dessa forma, tanto os usuários das áreas de negócio quanto os da tecnologia podem revelar insights e acelerar a tomada de ação.


Imagine uma sala de reunião da diretoria, com grandes telas LCD nas paredes. Essa é a sala onde os executivos de uma grande empresa se reúnem para conhecer e interagir ao vivo com dados que lhes são apresentados.


"Esqueça as apresentações onde números são exibidos

em relatórios impressos ou em apresentações em PowerPoint projetadas em uma tela. "



As pessoas dessa nova geração de executivos não apenas querem conhecer os últimos indicadores de desempenho (KPIs), mas também desejam entender em tempo real o que está motivando as mudanças nos KPIs. Desejam questionar seus dados e não querem esperar dias ou semanas para obter as respostas da TI. Os executivos buscam vantagens competitivas agora.


A tecnologia de visualização de dados pode fazer isso. Nessa sala, onde os insights instantâneos e as ações imediatas reinam, você pode entrar e explorar os dados in loco ou responder na hora a uma pergunta do presidente. Também é comum o presidente dizer “eu preciso ter acesso a esses dados, para explorá-los por mim mesmo. Eu quero entender o que está acontecendo aqui”.  É nesse tipo de situação que os conceitos como “exploração de dados não dimensionais”, “visibilidade do desconhecido” ou “descoberta self-service” tomam corpo e se espalham pela organização.


Não se engane: a análise visual de dados por

demanda não é um sonho.


A capacidade de sondar, detalhar e extrair os dados de todas as perspectivas - para examinar tudo rapidamente, desde a maior tendência ao mais ínfimo detalhe e tudo que está entre esses dois extremos deve ser uma funcionalidade essencial da arquitetura de uma plataforma de analytics.


Dessa forma, com um design centrado no usuário acima de tudo, os usuários com qualquer experiência técnica ou de negócios podem explorar os dados livremente, respeitando as permissões de segurança existentes, para descobrir novos insights escondidos no big data e rapidamente transformar suas ideias em ação. É preciso reduzir os ciclos de tomada de decisão e construir confiança nas decisões por meio da transparência nos dados, para que os usuários de todos os níveis de uma organização tomem ação rápida e bem embasada.


Muitos sistemas tradicionais observam dados estáticos em um data warehouse. Com a velocidade das mudanças e o número de fontes de dados normalmente envolvidas para qualquer decisão crítica, a maioria das pessoas precisam ser capazes de olhar não só para dados estáticos, mas também para os dados dinâmicos, observando exceções, valores atípicos e outras divergências de acordo com as regras de negócios específicas da sua organização. Usar as funcionalidades preditivas e orientadas a eventos significa permitir os usuários antecipar oportunidades e riscos, planejar com confiança em face da incerteza e tomar medidas corretivas rapidamente, quando necessário. O objetivo é fornecer a informação certa, no momento certo, para as pessoas certas.


Ah! E as métricas? Vamos lá.


Considere um cenário onde uma equipe faz uma mudança de produto e exatamente no mês seguinte as vendas aumentam. Todos nós temos a tendência de inferir causalidade e efeito. Quando os números estão bons, queremos levar o crédito. Quando estão ruins, queremos culpar alguém ou alguma coisa. Pior ainda: membros de equipes diferentes atribuem as mudanças positivas a qualquer projeto que estejam trabalhando no momento, mas não as mudanças negativas. Isso cria realidades individuais. Quando essas equipes enfrentam escolhas difíceis fica muito difícil colaborarem para tomar uma decisão baseada em fatos.



Como fugir dessa armadilha?


Sugerimos usar o método proposto por Eric Ries, consultor de empresas, em artigo na Harvard Business Review. Segundo ele, todas as métricas devem (1) ter valor prático, (2) serem acessíveis e (3) serem auditáveis.



Ter valor prático


Quando um usuário observa um relatório sobre uma métrica é essencial que tenha certeza que o comportamento observado é causado pela mudança que está sendo testada. As métricas escolhidas devem poder identificar o resultado causado por uma ação específica, procurando isolar, na medida do possível, os efeitos daquele vetor no meio de outros vetores que estão atuando ao mesmo tempo no sistema.



Serem acessíveis


A maioria dos sistemas de warehouse fornecem relatórios que são muito complicados de ler e levam muito tempo para serem gerados. Como resultado, muitas equipes não se beneficiam dessas informações. É preciso que todos na companhia entendam como ler os relatórios e tenham acesso fácil às informações mais recentes.


Além disso, para se manter um alto nível de interesse e acessibilidade, o tempo de feedback entre a tomada de ação e a visualização de resultados deve ser o menor possível.


Dados importantes devem estar disponíveis para todos, a qualquer tempo, em questão de minutos. Para alcançar essa meta, os relatórios individuais devem ser extremamente simples.



Serem auditáveis


As métricas devem ter a confiança das pessoas envolvidas, principalmente dos sócios ou acionistas. Mesmo que eles entendam um relatório e saibam as causas envolvidas, isso não significa que acatarão as tendências. Aí vem a pergunta: “O relatório está correto?”


Acredite em mim, quando a sua ideia está sendo questionada é muito mais fácil acreditar o relatório é o problema em vez da resposta.


Assim, é importante que os céticos possam auditar um relatório. Isso significa que a geração do relatório deve ser simples. Deve ser gerado com acesso direto a dados primários. Por exemplo, um relatório sobre receita que é gerado diretamente a partir da base de dados de faturas emitidas inspira mais confiança do que um que necessita várias etapas intermediárias.



Conclusão


Promova discussões entre as lideranças das áreas de negócio para chegarem a um consenso sobre as métricas que melhor servirão a todos. Quanto mais simples forem as métricas, melhor. Incluir a alta direção nessas conversas no momento apropriado é recomendável para assegurar que as conclusões serão adotadas e utilizadas por todos.


Planeje o seu dashboard de acordo e certifique-se de que todos entendam e adotem as métricas.

Em qualquer organização, um bom trabalho em equipe e a colaboração entre as áreas começam com um entendimento das regras do jogo entre as partes.



Para saber mais a respeito de soluções de Business Intelligence e Business Analytics, leia os outros textos do nosso blog e não se esqueça de deixar suas dúvidas e opiniões.