#Ep22 - Como usar Business Analytics para melhorar a tomada de decisão empresarial

DadosCast #22 – Como usar Business Analytics para melhorar a tomada de decisão empresarial

No episódio #22 do DadosCast, apresentado por Daniel Luz, convidamos Louise Fonseca para discutir sobre como o Business Analytics pode ajudar empresas a tomarem melhores decisões. 

Louise já foi gerente de projetos na beAnalytic, e hoje trabalha como especialista em Business Analytics na Nubank. 

Ao longo do episódio eles exploraram as principais características do BA, bem como as suas aplicações e importância na tomada de decisão empresarial. 

O episódio em áudio está disponível nas principais plataformas de podcast, mas você também pode assistir a esse encontro em vídeo no YouTube.

Gostou desse podcast? Ouça também o episódio anterior: Quando escolher o Qlik Sense como ferramenta de BI? 


Quem é Louise Fonseca e como entrou no mercado de dados? 

Louise é farmacêutica, engenheira de produção, e hoje atua como especialista em Business Analytics. A sua escolha de carreira não foi algo simples, tendo passado por várias experiências antes de se encontrar nos dados.  

Foram várias pivotagens durante a carreira. A minha primeira graduação foi farmácia, aquela graduação que você faz saindo do colégio. Você acha que quer aquilo, mas na verdade, quando a gente sai do colégio com dezoito anos, ninguém sabe o que quer da vida, né?! [risos] – Louise Fonseca 

Louise conta que durante a faculdade ela já tinha noção de que não queria trabalhar na área, e, após a graduação, tirou um ano sabático no exterior em busca de um novo propósito para sua carreira. Ao retornar ao Brasil Louise entrou no curso de engenharia de produção, onde se encontrou profissionalmente.  

Eu acabei me encontrando ali naquele curso. [Durante o curso] Eu fiz ciência sem fronteiras, voltei, e aí a convite da beAnalytic, há uns três anos atrás […] eu vim aqui para a be para ser gerente de projetos. – Louise Fonseca 

A beAnalytic foi o ponto de virada para Louise entrar no mercado de dados. Mesmo vindo para tomar à frente da gestão de operação, ela acabou tendo contato com diversos conceitos de Big Data e Tecnologia, o que lhe despertou o interesse de aprender mais e mais sobre a área.  

Por ser uma startup, que na época era menor do que é hoje, a gente tinha que fazer tudo, saber fazer tudo. Então eu faço a gestão do projeto, mas também tenho que executar alguma coisa. [Vou] Criar um dashboard aqui, vou aprender um SQL aqui para fazer uma consulta rápida… aí eu fui aprendendo, fazendo cursinho aqui para aprender, desenvolvendo, puxando o fulaninho, que sabe mais pra me apresentar aquilo. – Louise Fonseca 

Foi quando surgiu a oportunidade de preencher uma vaga de Business Analyst na Nubank, onde Louse por fim vestiu o a camisa do BA.  

O que é um Business Analyst? 

Traduzindo ao pé da letra, seria um analista de negócios. Sendo assim, o analista pode analisar diversas áreas e situações, e estamos vivendo na era onde os dados são o principal insumo para esses analistas. 

E o papel principal que eu enxergo de um BA, ou até mesmo no Business Intelligence – que são carreiras que se cruzam e conversam muito –, é você ver os dados e informações que tem ali ao seu redor, separar o que é ruído e o que é sinal de verdade, e traduzir aquilo para que se tome melhores decisões de negócio. – Louise Fonseca 

Louise complementa que é necessário encontrar o real valor dos dados e como utilizá-los para potencializar um produto ou estratégia. Acima de tudo, respaldar decisões com embasamento científico, com dados, estatística, entre outros métodos. 

O que faz um bom Business Analyst? 

Pessoalmente, eu acho que eu migrei tarde para a carreira dele dados e acaba que uma parte do código ainda é uma dificuldade para mim. Mas, para mim, não é a principal skill que um BA deve se preocupar em ter. – Louise Fonseca 

É aí que entram as soft skills. Para Louise, o grande X da questão é ser uma pessoa que consegue abstrair um problema complexo e quebrá-lo em problemas menores, encontrando uma solução simples, factível e executável que traga resultados.  

Acho que esse é o grande desafio. É você olhar para um problema complexo e você tentar quebrar aquilo em problemas menores, […] pequenas atividades para você fazer. – Louise Fonseca 

Como é a rotina de um BA? 

Independente da empresa, o setor da tecnologia é muito dinâmico, e Louise conta que é essencial sempre estar em busca de novos testes e hipóteses.  

[Por exemplo] Estou montando um esquema para subir um experimento de teste A/B aqui, […] mas eu já estou em fase de descoberta pra procurar outras oportunidades de negócios. E aí, quando esse teste sobe, eu já vou me preocupar em fazer o monitoramento desse teste pra ver se ele está saindo como eu esperava. […] Eu estou meio que funcionando nisso, encadeando iniciativas, e aí você acaba que passa o dia inteiro nunca desocupada. – Louise Fonseca 

Segundo “Design Thinking” do Tim Brown, uma das maiores preocupações dos negócios hoje em dia é a ambidestria, que seria a capacidade de se preocupar com os problemas do presente sem deixar de inovar e pensar nos problemas do futuro. É necessário garantir que a operação atual esteja em pleno funcionamento, pavimentando o caminho para o futuro.  

Como priorizar o tipo de análise a se fazer? 

Segundo o princípio de Pareto, 80% dos resultados vêm de 20% dos esforços. Para Louise, é necessário se concentrar em perceber quais dos projetos e iniciativas têm mais chances de prosperar em primeiro lugar. 

Você não pode investir muito tempo, nem recursos nem dinheiro em seus protótipos, porque aí você se apega a ele, e talvez aquela inciativa nem seja a melhor para você “rolloutar”, seguir pra fase de teste. – Louise Fonseca 

O mais interessante nesse caso seria explorar suas hipóteses de forma simples, as comparando a partir de uma métrica em comum. Retorno financeiro, reconhecimento de marca, seja o que for, é importante ter certeza que suas duas hipóteses são comparáveis sob o mesmo ponto de vista.  

Quais são as melhores métricas? 

A métrica tem que ser escolhida levando em conta o objetivo de cada iniciativa ou experimento, bem como os objetivos estratégicos da empresa. Para tanto, é sempre importante que o seu time tático tenha contato direto com o estratégico.  

O que fazer com o resultado do experimento?  

Antes de tudo, durante o desenho do experimento, o BA já precisa ter em mente qual a finalidade daquilo, qual hipótese está se querendo provar.  

Na pior das hipóteses, você prova que um caminho não funciona, e está tudo bem. Nem todo experimento vai ter o resultado que você esperava. – Louise Fonseca 

Também é necessário ter cuidado ao extrapolar o resultado de um experimento feito dentro de condições controladas para a vida real.  

Um exemplo legal que eu já trabalhei aqui na beAnalytic foi na parte do marketing. Tinha vários panfletos rodando ao mesmo tempo, aí subiu uma coisa nova e funcionou. “Ah, vídeo funcionou, vamos subir agora toda a nossa comunicação em vídeo”, calma… Funcionou para essa campanha, para esse produto, com esse copy. – Louise Fonseca 

Para Louise, a melhor forma de por em prática os achados de um experimento é ir testando aos poucos. Se vídeo deu certo, aumente 10%. Continuou performando bem? Sobe mais 10, e assim por diante, até atingir o próximo platô.  

A importância dos dados na tomada de decisão 

Quando não existem dados, ganha quem tem a melhor opinião. Contudo, a melhor opinião pode não ser a mais correta ou assertiva.  

E quando se ganha simplesmente por que é um sênior na sala? O diretor falou, o resto da sala inteira pode discordar, mas se ninguém tinha dado, […] vai ser o que o diretor falou. Agora, se chega o analista júnior e diz que não é isso, estão aqui os dados, o diretor vai abaixar a cabeça e vai dizer OK, vamos fazer do jeito que o analista júnior está me dizendo. – Louise Fonseca 

Na Netflix, por exemplo, há uma forte cultura de dados. Os times têm autonomia para iniciar testes – desde que com contexto –, podendo validar suas hipóteses sem depender da aprovação dos diretores. Reed Hasting, CEO da Netflix, conta em seu livro que ele não acreditava no botão de baixar os conteúdos, mas que o time resolveu apostar nessa hipótese, que posteriormente se provou um feature muito bem-sucedido.  

Em qualquer empresa que a gente for olhar, sempre vai ter aquelas hipóteses que ou todo mundo acha que vai dar certo, e quando sobe pro teste, puts, mó fracasso, ou então que tipo alguém muito alto na cadeia de comando não acredita, mas o time acredita, quando vai, rola, dá certo, e chega em produção. – Louise Fonseca 

Quer descobrir o nível de maturidade digital da sua empresa? 📊🤔

Machine
Learning

Com a consultoria em Machine Learning da beAnalytic, a nossa equipe fica responsável por:

Mapeamento, coleta e tratamento dos dados necessários para o projeto;

Definição do algoritmo apropriado com base nos objetivos do projeto, e início do treinamento do algoritmo;

Avaliação do desempenho do modelo de ML, otimização e implementação no ambiente de produção.

A

Engenharia
de Dados

Com a consultoria em Engenharia de Dados da beAnalytic, a nossa equipe fica responsável por:

Análise detalhada dos sistemas, fontes de dados, ferramentas e processos de gerenciamento de dados existentes;

Projeção de uma arquitetura de dados compatível com os requisitos e necessidades da empresa;

Criação de pipelines de dados automatizados para extrair, transformar e carregar (ETL) os dados para o repositório.

A

Business
Intelligence

Com a consultoria em Business Intelligence da beAnalytic, a nossa equipe fica responsável por:

Analisar necessidades e desafios da empresa para definir os KPIs;

Mapear as fontes de dados (como sistemas de CRM, ERP, bancos de dados, etc), coletá-los e tratá-los;

Integrar os dados à dashboards personalizados, utilizando as principais ferramentas do mercado.

A

Abrir conversa
💬 Posso te ajudar?
Olá 👋
Sou o Glauco, do time de especialistas da beAnalytic!
Podemos te ajudar?