Fazer login no IT Mídia Redefinir senha
Bem-vindo de volta,
Digite seu e-mail e clique em enviar
Ainda não tem uma conta? Cadastre-se
Salvar em Nova pasta de favoritos

+

Criar pasta
Salvar Escolher Pasta
5 maneiras de maximizar o valor da análise de dados
Home > Gestão

5 maneiras de maximizar o valor da análise de dados

Na era digital, maioria das organizações estão buscando frutos de estratégias baseadas em dados. Mas garantir retorno é mais sutil do que muitos acham

Bob Violino, CIO

27/10/2021 às 2h30

Foto: Shutter Stock

Uma coisa é coletar grandes quantidades de dados e aplicar análises a eles; muitas organizações estão fazendo isso. Outra coisa totalmente diferente é obter o valor comercial ideal a partir desses dados e análises.

As empresas que investiram pesadamente em ferramentas de análise podem estar fazendo isso sem encontrar maneiras de garantir que o valor comercial realmente resulte de seus esforços. Isso pode estar acontecendo por vários motivos.

Aqui estão algumas dicas sobre como garantir que os investimentos em análise sejam recompensados, fornecendo insights que fazem a diferença, em vez de apenas gerar relatórios atraentes, mas que não dizem muito.

Alinhe analytics com as metas de negócio

Alinhar de forma estreita os esforços de TI às metas de negócios da organização é um mandato do líder de TI para gerar mais valor a partir dos dados.

“A análise de dados precisa resolver problemas reais de negócios”, diz Dan Simion, vice-presidente de inteligência artificial e análise da empresa de consultoria de tecnologia Capgemini, que aconselha os clientes sobre as melhores maneiras de maximizar os insights e o valor de seus dados e análises. “Começar com casos de uso específicos de negócios pode ser uma ótima abordagem para ganhar a adesão de mais partes interessadas que podem estar fora da TI.”

Essa estratégia ajuda o restante da organização a ver o valor em várias áreas funcionais e unidades de negócios, porque os dados estão gerando resultados claros que são compreensíveis em termos de negócios. “Começar com o problema de negócios, desenvolver um caso de negócios e acompanhá-lo é fundamental para descobrir o valor dos dados”, diz Simion. Como parte desse processo, o alinhamento entre o negócio e a TI é fundamental, diz ele.

Middlefield tem lutado para tornar algumas unidades de negócios mais ativas no uso de decisões baseadas em dados e novos processos com base em informações mais detalhadas, então Kern tem trabalhado “para encontrar os primeiros adotantes dentro dos departamentos com os quais podemos fazer parceria para obter vitórias e vender o valor para outros nessa área ”, diz ele.

A provedora de assistência médica UnityPoint Health começou a investir em ferramentas analíticas anos atrás e continua a pagar por sua rede regional e comunitária de hospitais, clínicas e divisão de cuidados domiciliares, ajudando a gerenciar a saúde da população e abordando problemas futuros, diz Laura Smith, CIO.

O forte alinhamento com os líderes de negócios é um grande motivo para o sucesso. “É fundamental fazer parceria com a empresa para entender o problema a ser resolvido ou a oportunidade a ser alcançada”, diz Smith. “O que, especificamente, estamos tentando realizar? Que dados importantes estamos perdendo agora?”

Uma ótima maneira de começar a construir um relacionamento com a empresa é pesquisar o problema ou oportunidade reunindo-se com as partes interessadas e realizando observações no campo.

“Por exemplo, nossa equipe de análise construiu um modelo para tentar reduzir o número de pacientes que precisaram ser readmitidos em nossos hospitais”, diz Smith. “Começamos trabalhando com a empresa para entender quais perguntas o modelo precisava responder. Essas incluíram: Quem são os pacientes certos a serem almejados para intervenção? Que ação devemos tomar e quando devemos fazê-lo?”

Como resultado desse modelo, um hospital diminuiu em 44% sua taxa de readmissão em 30 dias em um período de dois anos, superando as metas de desempenho internas.

Conquiste executivos-chave como sponsors

Ter sponsors executivos ou partes interessadas que podem impulsionar os resultados e percepções da análise de dados pode ajudar a gerar mais valor.

“Este executivo impulsiona a adoção em toda a organização e pode ajudar a moldar o modelo operacional para permitir que as pessoas ajam com os insights extraídos da análise”, diz Simion.

Com um alto nível de adesão e suporte, “a empresa pode começar a ativar as descobertas e obter valor com elas”, diz Simion. “Se você simplesmente criar um relatório a partir das descobertas e ninguém fizer nada, a empresa não perceberá nenhum valor. Os dados irão gerar os insights, que serão usados ​​para decisões de negócios em todos os níveis dentro das organizações, desde ações táticas até decisões estratégicas.”

O Middlefield Banking formou um Conselho de Governança de Dados (DGC), que inclui o CIO, o CFO, o CMO e dois ou três outros gerentes seniores em áreas de uso intensivo de dados, diz Kern.

“Este grupo se reúne mensalmente para discutir questões de‘ uma versão da verdade ’, limpeza de dados, qualidade de dados, esforços analíticos em evolução e outras questões de alto nível envolvendo a análise de informações e propriedade de dados”, diz Kern. “O DGC nos permite uma forma de escalar as preocupações e garantir que haja um órgão de tomada de decisão para direcionar os esforços de nível sênior.”

Atualize seu modelo operacional - e avalie seu sucesso

Embora o desejo de centrar-se nos dados seja comum entre as empresas na era dos negócios digitais, muitas empresas ainda não conseguem captar o verdadeiro valor das informações.

“As empresas precisam deixar de operar com base em um 'pressentimento' e passar a se tornar organizações orientadas por insights e dados”, diz Simion.

Ter um modelo operacional baseado em dados cria uma probabilidade muito maior de sucesso, diz Simion, e permite que as organizações vejam o valor de sua análise de dados com mais rapidez - com um caminho e uma visão mais claros de como atingir seus objetivos.

“Os dados, por meio dos insights, irão impulsionar o processo de tomada de decisão”, diz Simion. “Por meio do novo modelo operacional, as pessoas dentro da organização serão motivadas a mudar comportamentos, [e] o valor dos dados será alcançado em um ritmo mais rápido.”

Mas, para reconhecer o valor resultante de um determinado insight ou dado, as empresas precisam de uma estrutura para medir o sucesso. “Isso ajuda as organizações a avaliar seu progresso atual, fazer ajustes e otimizar a maneira como estão acompanhando seus objetivos de análise de dados”, diz Simion. “Ao demonstrar a quantidade de valor e resultados impulsionados pela análise de dados por meio de uma capacidade de medição clara, ajudará os líderes de dados a mostrar o retorno de qualquer investimento em análise.”

Estabeleça pipelines de dados com o valor comercial em mente

Extrair valor dos dados não acontece da noite para o dia ou por alguma fórmula mágica; leva tempo e esforço.

Há cerca de 20 anos, Lonnie Johnson, CIO da organização de saúde KVC Health Systems, decidiu começar a desenvolver uma estratégia de análise de longo prazo na empresa que valeu a pena ao longo dos anos. A primeira etapa foi organizar os dados em um banco de dados relacional, o que permite que a equipe analítica categorize os pontos de dados existentes.
“Normalizamos as informações catalogando linhas de negócios, escritórios, programas, identificadores cronológicos, tipos de transação e uma série de características sobre nossos pacientes”, diz Johnson. “Reunimos e conectamos informações de vários bancos de dados e planilhas independentes”.

A equipe então criou formulários digitais, aplicativos e interfaces de usuário para transformar os documentos em papel da empresa. Ele também criou interfaces para esses documentos como uma forma de inserir informações em bancos de dados no futuro.

“Em nossas interfaces de usuário, reforçamos a integridade dos dados e aprendemos a preencher os campos automaticamente, tanto quanto possível”, diz Johnson. “Incluímos fortemente a comunidade de usuários no desenvolvimento dessas interfaces digitais, para garantir que estávamos capturando o valor real do negócio. Ainda praticamos isso hoje.”

A equipe criou construtores de consulta personalizados em aplicativos, que permitem aos usuários extrair informações de campos selecionados com base em descrições de pontos de dados. “Isso liberou a equipe de dados para se concentrar em análises mais avançadas”, diz Johnson. “Também encorajamos os usuários a fornecer feedback sobre o criador de consultas para nos ajudar a organizar melhor as informações.”

A equipe começou a capturar grandes quantidades de texto e dados de formulários em bancos de dados NoSQL para desenvolvimento rápido e futuro processamento de linguagem natural. “Se você usar formulários digitais para pesquisas, documentos jurídicos, informações de clientes ou qualquer outro documento que possa ser alterado a qualquer momento, o uso do NoSQL pode agilizar a captura de dados e liberar os desenvolvedores para outras tarefas mais inovadoras”, diz Johnson.

A empresa investiu em perspicácia e ferramentas de ciência de dados, com o objetivo de desenvolver internamente essas habilidades necessárias. “Também encontramos um parceiro com quem poderíamos trabalhar regularmente para nos ajudar a criar soluções usando aprendizado de máquina para análise preditiva”, diz Johnson. “Esta gama de [habilidades] no local e profunda experiência externa se desenvolveu em um novo serviço, que gera um suprimento contínuo de percepções acionáveis.”

Aproveite parceiros multifuncionais ou equipes para melhorar a precisão dos dados

Isso abrange todas as áreas cobertas anteriormente, especialmente o alinhamento da análise com o negócio e a atualização do modelo operacional. A equipe de análise deve estar em colaboração regular com os usuários de negócios para ajudar a garantir valor por meio de dados de alta qualidade - ou incluir usuários de negócios como parte de suas equipes multifuncionais.

“A parceria próxima com as equipes de negócios em sua organização cria uma camada adicional de proteção para a precisão dos dados, o que melhora a forma como os dados e as equipes de negócios aproveitam os dados que veem”, diz Jessica Lachs, vice-presidente de análise e ciência de dados em pedidos de comida online e plataforma de entrega DoorDash.
“Quando mais equipes estão olhando para os mesmos dados, você tem mais olhos para detectar anomalias que o alerta automatizado pode ignorar”, diz Lachs. “A estreita parceria também garante que a equipe de dados desenvolva intuição de negócios para entender melhor as aplicações práticas dos dados que gerenciam.”

Isso permite que a equipe seja autônoma e tome melhores decisões sobre acessibilidade, precisão e escalabilidade com base nas necessidades de negócios, diz Lachs, que supervisiona uma equipe de análise de 85 pessoas.
Outra chave é tratar os dados como moeda para avaliar as decisões de negócios e as compensações.

“Acreditamos que, ao quantificar o máximo possível, podemos avaliar melhor os trade-offs, determinar o que está funcionando e o que precisamos melhorar, maximizando assim nosso impacto e construindo um produto melhor”, diz Lachs. “Para fazer isso, devemos ter quantificações atuais e precisas de nossas principais alavancas de negócios, que é uma parte crítica do roteiro de minha equipe.”

A partir daí, “podemos usar os dados para criar uma moeda interna comum que nos permite avaliar e comparar as compensações em termos semelhantes - por exemplo, se seria melhor [reduzir] as taxas de entrega em $ 1 ou melhorar os tempos de entrega em cinco minutos ”, diz Lachs. “Se você puder enquadrar a questão em termos semelhantes, como em termos de pedidos incrementais, a compensação se torna mais clara, e o mesmo acontece com o valor para o negócio.”

Snippets HTML5 default Intervenções CW
Vai um cookie?

A CIO usa cookies para personalizar conteúdo e anúncios, para melhorar sua experiência em nosso site. Ao continuar, você aceitará o uso. Para mais detalhes veja nossa Política de Privacidade.

Este anúncio desaparecerá em:

Fechar anúncio

15