growth superando barreiras de crescimento com dados

DadosCast #25 – Growth: superando as barreiras de crescimento com dados

No episódio #25 do DadosCast, apresentado por Daniel Luz e Esaac Monte, convidamos Álvaro Barbosa para discutir sobre a importância dos dados para superar as barreiras encontradas pelos times de Growth das empresas.

👨‍💼 Álvaro é engenheiro de produção e começou sua jornada no empreendedorismo e marketing há cerca de 9 anos, e hoje atua como gerente de Growth na Prontmed.

Ao longo do episódio eles exploraram os principais desafios no Growth, quais são as alavancas de crescimento para essa área e como os dados são fundamentais nesse processo.

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: Transformação digital numa farmacêutica e Analytics para logística


Quem é Álvaro Barbosa e como ele entrou na área de Growth 

Álvaro Barbosa é engenheiro de produção, e por volta de 2013/2014 começou a empreender na área de tecnologia. Ele conta que tinha um sócio e juntos tiveram a ideia de criar uma espécie de Google Analytics para uma loja física, ele tomando a frente de negócios enquanto seu parceiro assumia a frente tecnológica.  

Então o que um sócio de negócios precisa fazer? Precisa aprender a vender. Foi nesse momento que alguém me apresentou o livro “Receita Previsível”, e foi quando eu conectei que vendas é processo. Eu falei “pô, beleza, processo eu tô em casa”. Eu entendo como funciona, eu sei otimizar, eu sei executar. – Álvaro Barbosa   

Após isso ele passou por algumas empresas onde começou a atuar com marketing inbound, anúncios e parcerias. Quando começou a pandemia, Álvaro trabalhava na Goomer, uma empresa que atua facilitando os pedidos de restaurantes através de tablets nos pontos físicos, enviando as solicitações direto para a cozinha.   

Contudo, com o lockdown todos os restaurantes fecharam, diminuindo drasticamente a receita da empresa. Eles então foram forçados a se reinventar para continuar de pé, o que os levou a criar uma plataforma voltada para o delivery, onde as empresas poderiam facilmente criar os seus cardápios online em questão de minutos, gerando um link compartilhável com os clientes.  

A gente começou a crescer muito na ali,, de um cliente indicando o outro e tal. Foi quando eu comecei a entender que naquele momento nosso problema não era trazer novos clientes, e sim ativar novos clientes.Ele [o cliente] criava uma conta, só que eu precisava fazê-lo chegar até o momento dele criar um bom cardápio, publicar o cardápio e fazer com que ele começasse a receber pedidos. Então eu falei “puts, Growth não é só trazer novos leads”. Cara, onde que estão as alavancas de crescimento para esse negócio crescer? – Álvaro Barbosa

Como encontrar alavancas de crescimento com Growth?

Eu acredito muito que Growth é como que você faz boas análises, encontra os melhores alavancas ou os gargalos que precisam ser endereçados, e com isso você aplica método científico para encontrar as melhores soluções para aproveitar essas oportunidades ou destravar esses gargalos. – Álvaro Barbosa

Se o objetivo é receita recorrente, então é preciso pensar em como trazer mais clientes e clientes melhores, entendendo como fazê-los enxergar valorou seja, como ativá-los de fato -, como retê-los e monetizar de forma que gere o resultado que a empresa precisa.  

Para Álvaro, é necessário olhar para dois fatores, um quantitativo e outro qualitativo. Primeiro, analisar a partir de dados históricos como a empresa vem crescendo e se desenvolvendo, e depois analisar o porquê de tais resultados.

O que que gera a receita? Provavelmente vai ser o número de clientes que eu tenho vezes o ticket médio, ou número de novos clientes mais a taxa de setup, o meu número de clientes recorrentes mais a taxa o valor recorrente que ele paga, e aí eu vou decompondo. Aí você começa a entender a relação entre esses níveis, então para eu aumentar o número de novos clientes, provavelmente vai precisar de mais leads, mas não só mais leads, preciso melhorar a minha conversão. Por que que a minha conversão não é tão boa? Ou, por que que eu não consigo trazer tantos leads? E aí você vai para uma lógica não só de números, […] mas você faz análises para começar a responder perguntas, e nem todas as respostas vão estar nos números. Mas, elas são provavelmente onde você vai encontrar as melhores alavancas. E aí você vai questionar o porquê […] e você cria uma hipótese. Uma vez você cria uma hipótese você vai rodar esse experimento, então, tipo, “ah, eu acredito que a a minha página está com a conversão baixa porque a mensagem que tá lá não está tão clara, […] então pode ser que eu vou melhorar aqui conversando melhor com o meu cliente e isso vai aumentar minha taxa de conversão”. – Álvaro Barbosa

Álvaro implementa uma lógica de hipóteses e testes em seu trabalho, focando sempre na obtenção dos melhores resultados para a empresa. Ele destaca a importância de não se concentrar apenas em um setor da empresa, mas sim em todas as suas partes interligadas, para evitar a otimização em silos, o que pode não resultar em um bom desempenho geral da empresa.

O processo de fazer perguntas e formular hipóteses também é discutido, indicando que começar com perguntas abertas e depois quebrar essas perguntas em partes menores pode ajudar a compreender melhor um problema. Ele enfatiza a importância de comparar diferentes aspectos de um problema para obter uma compreensão completa.

Soluções baseadas em dados

É evidente que a análise de dados e a formulação de hipóteses desempenham um papel fundamental na jornada de crescimento de uma empresa. No entanto, é importante reconhecer que esse processo requer tempo e paciência para obter resultados significativos. O desafio está em encontrar o equilíbrio entre a ansiedade de obter respostas imediatas e a dedicação necessária para testar e aprender ao longo do tempo.

No início, quando a equipe da empresa enfrentou a falta de dados históricos, eles precisaram utilizar uma combinação de achismos, experiência e insights de clientes para desenvolver as primeiras hipóteses. Ao mesmo tempo, trabalharam na construção da infraestrutura de dados, integrando sistemas e implementando ferramentas de análise para obter informações mais precisas e confiáveis. Esse processo inicial foi crucial para estabelecer uma base sólida e permitir análises mais avançadas posteriormente.

À medida que a empresa adquiriu mais dados e conhecimento, puderam formular hipóteses mais sólidas e executar experimentos mais eficazes. A combinação de análise quantitativa e qualitativa tornou-se fundamental para entender os padrões de comportamento dos clientes e identificar os principais impulsionadores de crescimento.

Como fazer uma boa pergunta?

Um aspecto importante no processo de análise de dados é a capacidade de fazer boas perguntas. Isso envolve ter clareza sobre quais são os desafios que estão impedindo o crescimento da empresa e identificar as oportunidades que podem gerar resultados significativos.

A análise de dados não deve ser superficial, mas sim um mergulho profundo nas causas e efeitos dos diferentes aspectos do negócio. Isso envolve desvendar a “caixa preta” da empresa, entender cada etapa e os motivos por trás dos resultados obtidos.

No entanto, a análise de dados por si só não é suficiente. É crucial também ter uma interação constante com os clientes para obter insights diretos e validar as hipóteses formuladas. Conversas com os clientes podem revelar informações valiosas sobre suas experiências, necessidades e preferências, complementando os dados quantitativos.

Storytelling

Um aspecto muitas vezes negligenciado é a importância de criar uma narrativa persuasiva para apresentar os insights obtidos e as ações recomendadas. Nem sempre é fácil transmitir todo o processo de análise e as conclusões de maneira clara e convincente para outras partes interessadas, como gestores, superiores hierárquicos ou investidores. É fundamental elaborar uma narrativa que conecte o problema identificado, a análise realizada e as soluções propostas, destacando o valor agregado e as vantagens de implementá-las.

Outro desafio que pode surgir durante o processo de análise de dados é a necessidade de recursos, como pessoal, orçamento e tempo, para executar as ações recomendadas. É importante ter em mente que nem sempre será possível implementar todas as soluções imediatamente. Negociações e priorizações podem ser necessárias para direcionar os recursos disponíveis para as iniciativas de maior impacto.

É essencial também cultivar uma mentalidade de aprendizado contínuo e humildade diante dos desafios. Reconhecer que nem sempre se tem todas as respostas e que é necessário aprender e adaptar-se ao longo do tempo é crucial para o sucesso. A análise de dados é uma jornada contínua, em que novas perguntas surgirão à medida que se progride. A capacidade de fazer as perguntas certas e buscar respostas de maneira sistemática é o que impulsiona o crescimento e a inovação.

Como escolher os indicadores certos?

Ao selecionar os indicadores adequados, é importante considerar o contexto específico da sua empresa e os objetivos que deseja alcançar.

Uma abordagem eficaz é dividir os indicadores em diferentes frequências de acompanhamento. Alguns indicadores devem ser monitorados diariamente, enquanto outros podem ser analisados semanalmente, mensalmente ou trimestralmente. Isso permite uma visão abrangente, mas também evita a sobrecarga de informações.

Ao escolher os indicadores, é essencial identificar aqueles que estão diretamente ligados aos seus principais objetivos e metas.

Por exemplo, se sua meta é aumentar a receita recorrente mensal, é importante acompanhar indicadores como número de clientes adquiridos, taxa de retenção e ticket médio.

Outro aspecto importante é garantir que os indicadores escolhidos sejam relevantes e acionáveis. Eles devem fornecer informações claras e úteis para orientar as decisões e as ações a serem tomadas. Além disso, é importante considerar a disponibilidade dos dados necessários para calcular os indicadores e garantir que eles sejam confiáveis e precisos.

No entanto, é essencial evitar o excesso de indicadores.

Ter muitos gráficos e métricas pode levar à confusão e dificultar o acompanhamento adequado.

É recomendado focar nos indicadores-chave que realmente importam para o seu negócio e que estão alinhados com seus objetivos estratégicos.

Cada área e equipe pode ter seus próprios indicadores específicos, dependendo de suas responsabilidades e metas. É importante estabelecer uma comunicação clara e trabalhar em conjunto para definir os indicadores relevantes para cada equipe, garantindo que todos estejam alinhados com os objetivos gerais da empresa.

Além disso, é essencial revisar periodicamente os indicadores escolhidos para garantir que ainda sejam relevantes e adequados aos objetivos em constante evolução do seu negócio. À medida que sua empresa cresce e se desenvolve, os indicadores podem precisar ser ajustados para refletir as mudanças no ambiente de negócios.

Inteligência Artificial na área da saúde

A inteligência artificial tem se tornado cada vez mais relevante no campo da saúde, desempenhando um papel crucial no processo decisório dos profissionais e proporcionando benefícios significativos aos pacientes.

A IA atua como um “copiloto”, auxiliando os médicos na interpretação de dados e na tomada de decisões embasadas.

A capacidade da IA em processar grandes volumes de dados e identificar padrões e tendências é extremamente valiosa para os profissionais de saúde. IA oferece insights valiosos sobre diagnósticos, tratamentos e prognósticos, apoiando os médicos na escolha das melhores opções de cuidados.

No entanto, é fundamental destacar que a IA não substituirá completamente o papel dos profissionais de saúde. Pelo contrário, ela complementa suas habilidades, trabalhando em parceria para aprimorar a qualidade dos cuidados de saúde.

A IA fornece informações adicionais e análises detalhadas, mas a decisão final permanece com o médico, que avalia os resultados e aplica seu conhecimento clínico.

Ainda não está claro qual será o ponto de entrada exato da IA no processo decisório da saúde, mas espera-se que seja um processo de validação contínua. Os resultados produzidos pela IA serão conferidos e validados pelos profissionais de saúde, assegurando que as decisões sejam baseadas em informações precisas e confiáveis.

Ainda, a implementação da IA na área da saúde deve ser cuidadosa, considerando aspectos éticos, legais e de privacidade dos pacientes.

É crucial garantir o uso responsável e seguro da tecnologia, em conformidade com as regulamentações e diretrizes profissionais. A segurança dos dados e a privacidade dos pacientes devem ser protegidas em todas as etapas, a fim de manter a confiança na tecnologia.

Embora a IA possua um potencial revolucionário na área da saúde, é importante ressaltar que ela não substituirá o relacionamento humano entre médico e paciente. A interação pessoal, o cuidado empático e a compreensão das necessidades individuais continuarão sendo fundamentais no campo da saúde.

Fale Com Um Especialista

*Este contato é comercial. Para outras demandas, entrar em contato através do e-mail [email protected].

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