Líderes entrevistados em uma pesquisa não estão somente preocupados com as incertezas geradas pela pandemia, mas com a falta de método e preparo dos times para liderarem com modelos estatísticos de dados em uma situação tão atípica como a atual. Eles também estão preocupados com a escassez de talentos de inteligência e dados nos próximos anos e a baixa formação de profissionais que aliam dados e estratégias de negócios.
Nenhum modelo de dados sobreviveu à transformação sem precedente causada pela pandemia, de acordo com a Ilumeo Data Science, que conversou com 85 diretores e gerentes de marketing e dados (analytics, BI, data science), entre março e abril de 2020, para entender o impacto desse cenário no uso de dados para a tomada de decisões estratégicas nas empresas.
O estudo qualitativo trouxe um panorama das maiores empresas do Brasil nos setores de serviços, produtos e tecnologia. Todas as empresas ouvidas ainda não mudaram as suas modelagens de segmentos ou personas. Como os algoritmos são baseados em comportamento, atitudes e demografia (e muitos desses aspectos tendem a mudar com a crise), os líderes demonstraram a necessidade de rever futuramente as definições de segmentos, mas não nesse momento.
“Antes o padrão de ação sobre propensão sobre os algoritmos de churn era entrar em contato com um cliente com alta probabilidade de evadir, hoje clientes com média probabilidade de desistência já são acionados”, revela Diego Senise, Head de Data Tech da Ilumeo e líder do estudo. Essa antecipação de ação possibilitada pelos dados foi apontada como um dos grandes acertos de tomada de decisão pelos líderes. As empresas não querem esperar para descobrirem que os clientes evadiram depois que já tomaram a decisão, de acordo com a empresa.C
Métricas de performance
A pesquisa revelou que maioria das empresas ainda não revisou suas metas, mesmo sabendo que será quase impossível alcançá-las. Para essas empresas, a estratégia de crise se baseou na mudança de foco em relação às métricas de performance (KPIs). Por exemplo, focar mais na conversão do que no ticket médio das vendas para manter a participação de mercado. “Muitos líderes relataram que o KPI hoje é a venda em si, não importando o tamanho do ticket médio”, revela Senise.
Já no que diz respeito às métricas de mídia, houve um crescimento na relevância das chamadas “Digital Soft Metrics”, como o uso de indicadores de audiência nas lives, mesmo que muitas vezes os gestores não saibam exatamente o que isso realmente significa ao negócio. Ainda, há um movimento maior de integração de métricas on e off, que vem forçando muitas empresas a mudar. “Nesse sentido, outro grande acerto apontado pelos entrevistados foi a aceleração das parcerias de dados que estavam no roadmap das suas organizações”, completa Senise.
Projeções
Segundo o estudo, novas projeções, quando realizadas, oferecem aos líderes subsídios para as próximas semanas por vezes sem grande credibilidade. “Ninguém estava preparado para essa crise e não ter condições de usar os dados tão bem quanto gostariam é uma frustração que recai até sobre os líderes que já possuíam uma forte estratégia de dados”, afirma.
Os relatórios publicados com números e projeções para a retomada, por exemplo, são usados, mas sem grande confiança. “Aqui está um dos grandes erros apontados pelos líderes no estudo, o cancelamento de painéis e pesquisa e o uso de pesquisas amadoras”, aponta Senise.
Como resposta, os gestores apontam a tendência de realização de estudos ad hoc capazes de gerar mais padrões de ações mais precisos para a companhia. Para isso, disseram estar se dedicando a estudar novos métodos e novos fornecedores.
Escassez de talentos capacitados
Os entrevistados se mostraram preocupados com a escassez de talentos de inteligência e dados nos próximos anos, sobretudo devido à pouca formação de profissionais especializados em dados com foco em negócios. Isso tudo em um contexto em que o trabalho é remoto e o dólar está valorizado, impulsionando brasileiros a trabalharem daqui para empresas do exterior.
Senise reforça que as grandes empresas estão preocupadas com a agilidade com que conseguirão responder ao turn over de seus funcionários a fim de não atrasar a implementação de projetos relevantes. O cenário exige um novo movimento das companhias para atraírem e reterem talentos em áreas críticas Para lidar com tudo isso, estão aumentando seu foco em projetos de people analytics e na criação de sistemas de mensuração de employer branding e employer experience, buscando formas de prever a saída de talentos e atuar em retenção e atração.
Fonte:
https://cio.com.br/modelos-de-dados-utilizados-antes-da-pandemia-nao-devem-sobreviver-a-crise-diz-estudo/
Indicação de livro, comece a estudar #datamining agora com este livro “Introdução à mineração de dados” https://abracd.org/indicacao-de-livro-introducao-a-mineracao-de-dados/
Be the first to comment