Você sabe o que é cultura data driven? Sabia que ela é uma das grandes responsáveis pelo enorme sucesso de empresas como a Netflix? Independentemente de suas respostas, este artigo foi elaborado para apresentar os principais pontos em relação ao assunto.
Para começar, vamos diretamente para o seu conceito. Resumidamente, a cultura data driven pode ser descrita como a prática de tomar decisões baseadas em dados, com evidência empírica e não em intuição, especulação ou hipóteses.
Em outras palavras, estamos nos referindo a um modelo de decisão cuja estratégia é guiada por informações reais. Dito isso, mostraremos a seguir de que formas ela pode ajudar o seu negócio. Continue a leitura e confira!
Compreensão das tendências do mercado
Ao adotar a cultura data driven, a organização acaba assumindo uma direção 100% voltada para o estudo e a análise das informações relativas ao seu negócio. Uma consequência positiva disso é compreensão das tendências do mercado.
O modo pelo qual elas são percebidas consiste na aplicação prática das ferramentas de Big Data e Business Intelligence. É dessa maneira que a Netflix lança séries e filmes que batem recordes de sucesso, um atrás do outro.
Superficialmente falando, ela consegue esse efeito por que sabe (por meio da análise de dados) quais são os tipos de conteúdo que cada perfil de usuário deseja assistir. Assim, toma decisões acertadas no que se refere não apenas ao que produzir, mas também a quem incluir como integrantes de suas produções.
Entendimento sobre as vontades e necessidades do cliente
Semelhante à compreensão das tendências do mercado está o entendimento sobre as vontades e necessidades do cliente. Por ser orientada por dados reais, a cultura data driven é excelente para identificação do hábitos e comportamentos do consumidor.
Ganho de competitividade no seu setor
A cultura data driven também ajuda a sua empresa a se tornar mais competitiva no seu setor. É fácil de entender o porquê, já que ao conhecer as tendências, as demandas e as particularidades do cliente, o ganho de competitividade é resultado natural.
É claro que para isso será necessário criar boas estratégias e ações. Porém, não se discute o fato de que uma orientação baseada em dados reais (e não em “achismos”) abre as portas para uma posição de maior destaque.
Melhora nas tomadas de decisão
O objetivo principal da cultura data driven é proporcionar aos gestores melhores tomadas de decisão. Apesar de ter como base a análise de informações, a empresa dificilmente conseguirá aproveitar todas as suas vantagens se não colocar os dados no centro do seu planejamento de negócio.
Do mesmo jeito que os clientes fazem pesquisas em diversos canais antes de efetuar uma compra, as companhias devem unificar suas expertises com os dados disponíveis para tomar decisões eficazes.
Por fim, é importante deixar claro que a implementação da cultura data driven no negócio não costuma trazer resultados de curto prazo, mas de médio e longo. Portanto, é preciso ter uma boa dose de paciência, pois o imediatismo é inimigo desse modelo.
Se quiser saber ainda mais, siga e acompanhe as nossas redes sociais. Estamos no Facebook e no LinkedIn!
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.