A Just a Little Data, empresa de data da B&Partners.co criou sete passos do ciclo DDDM e compartilha conosco
Companhias investem em tecnologia, compram software, instalam programas, automatizam algumas operações e acreditam que isso é o suficiente para serem orientadas a dados. Além de aportar tecnologia, é preciso também impulsionar uma transformação de mentalidade nas pessoas e nos processos, alterando, por fim, o que chamamos de cultura empresarial.
O pensamento DDDM vai além da transformação digital, usar data driven decision making visa no crescimento da empresa. E a metodologia pode ser aplicada em qualquer área – inclusive RH – e não somente no “topo da pirâmide”, ser data-driven é muito mais que tecnologia, é uma cultura.
Para as empresas, porém, essa é a etapa mais difícil. As maiores dificuldades estão no alinhamento e na agilidade organizacional, na resistência cultural, no entendimento dos dados enquanto ativo e na atuação da liderança executiva. Com novas empresas nascendo em um contexto completamente digital e bastante tecnológico, as companhias tradicionais que não se adaptam acabam perdendo vantagem competitiva.
Diante disto, a Just a Little Data, empresa de data da B&Partners.co criou sete passos e dividimos com você aqui. O mais importante é entender que é cíclico e requer disciplina para aplicar no dia a dia. Assim, os resultados são claros, evolutivos e o processo se torna sustentável.
Passo 0: você precisa preparar a casa.
– alinhar a forma de trabalho e planos corretivos;
– prover conhecimento básico sobre Data Driven e cultura de dados;
– apontar pessoas e funções essenciais ao processo;
Passo 1: definir o objetivo
– dimensionar a meta QUANTI e / ou QUALI;
– apontar ONDE e COMO executar o projeto;
– estimar o PERÍODO de TEMPO desejado.
Passo 2: estabelecer a hipótese.
– mindset para criar hipóteses que tenham impacto no negócio considerando o objetivo definido;
– especificar perguntas que possam ser validadas com dados, sempre relacionadas aos objetivos definidos;
– criar várias hipóteses, não se limite ao óbvio aqui, e trace diversos caminhos para chegar na solução;
– deixar claro quais fontes de dados são essenciais e quais dados devem ser coletados.
Passo 3: mapear os dados necessários para a análise.
– definir os dados necessários, tanto quanti quanto quali, sabendo que deverão ser trabalhados pós-coleta;
– apontar quais serão as fontes desses dados e avaliar sua qualidades, confiabilidade e se a amostragem é representativa;
– estimar o tempo necessário para coletar os dados essenciais que o negócio ainda não tem;
– as vezes convém rodar um teste na coleta para validar se os dados darão o resultado esperado na análise final.
Passo 4: construir o processo de coleta.
– especificar quais são os dados que ainda não tem;
– buscar fontes externas ou começar um novo processo de coleta;
– construir o processo da primeira coleta e também de atualização do dado;
– verificar se os dados de fontes diferentes usam variáveis comuns permitindo integrá-las;
– separar um orçamento para investir nos novos processos de coleta;
Passo 5: coletar e tratar os dados mapeados.
– checar a veracidade dos dados e definir papéis para atualizá-los periodicamente;
– definir os processos e protocolos de coleta e dados, identificando fontes e metodologia;
– executar a limpeza dos dados, eliminando os duplicados, incorretos ou corrompidos para a integridade das informações;
– vale rodar análises descritivas preliminares que irão abastecer as futuras análises mais avançadas.
Passo 6: analisar os dados e projetar cenários com base na informação extraída. Para chegar aos insights provenientes de dados, é preciso usar uma das várias plataformas de análises disponíveis e é indispensável buscar a visão treinada de um especialista. No pensamento DDDM, é interessante que todos os envolvidos tenham uma noção do tipo de análise, já que cada um pede um conjunto diferente de habilidades, o que vai impactar no perfil do analista que se deve procurar.
– Testar diferentes equação para escolher aquela que responde melhor ao problema.
– Buscar a visão treinada de um especialista em análise de dados.
– Escolher uma das várias plataformas de análise disponíveis no mercado.
-Usar as análises para testar as hipóteses. Modelar diferentes cenários com base
em diferentes variáveis.
Passo 7: tomada de decisão e comunicação.
É a hora de transformar os insights encontrados por meio dos dados em recomendações claras de ação que irão beneficiar os negócios. No pensamento DDDM é importante evidenciar tanto os ganhos quanto os possíveis riscos de agir e solicitar mais dados, se necessário, para confirmar aquela hipótese. Aqui estão os pontos essenciais do passo 7, último step do Pensamento DDDM antes de retomar o ciclo todo.
-Apresentar os possíveis impactos para o negócio, de forma didáticas e inspiradora,
com data storytelling.
-Destacar os possíveis ganhos e os eventuais riscos das mudanças propostas com base nas informações apresentadas.
-Tomar a decisão e monitorar os impactos para ver se o resultado projetado, de fato,
será realizado.
– Criar um plano de implementação e de comunicação contínua com os stakeholders.
