A Practical Approach to Business Impact from Data & AI | Ten Proven Tactics from the Battlefield (Dez táticas comprovadas no campo de batalha).

No atual cenário de negócios em rápida evolução, a inteligência data se tornou uma ferramenta essencial para as empresas que buscam se manter competitivas. As organizações que não adotam os modelos data-driven correm o risco de ficar atrás de seus rivais, perdendo insights valiosos e oportunidades de expansão, otimização e inovação. Em suma, aproveitar a inteligência data para os negócios não é mais um luxo, mas uma necessidade para a sustentabilidade e a evolução, e os líderes de negócios devem liderar a identificação, a priorização e o desenvolvimento de soluções data e IA. Ao contrário da crença comum de que as partes interessadas nos negócios são apenas “consumidores” de soluções de data, acreditamos que elas devem liderar todo o processo, com o apoio de especialistas em data e tecnologia.

A melhor maneira de realizar uma análise completa da cadeia de valor do negócio e dos principais processos comerciais é pelos próprios interessados. Essa análise identifica as áreas em que as soluções data podem gerar um impacto comercial significativo na forma de aumento de receita, otimização de custos, melhoria da experiência do cliente ou excelência operacional. Durante esse processo, é essencial identificar as oportunidades de negócios que se alinham à estratégia geral de negócios da empresa. Por exemplo, a análise da cadeia de suprimentos e de seus principais índices pode ajudar a identificar possíveis lacunas e ineficiências que podem se beneficiar da análise e da inteligência do data.

O objetivo não deve ser impressionar com uma longa lista de soluções data, mas sim identificar as áreas comerciais mais importantes que podem se beneficiar dos insights do data-driven. Ao evitar a tentação de buscar muitas soluções data, as organizações podem manter o foco e aumentar suas chances de criar soluções data bem-sucedidas. Também é importante identificar os recursos de valor agregado das soluções data além dos simples relatórios. Embora os relatórios sejam valiosos para fornecer um resumo do desempenho comercial, eles fornecem apenas uma visão retrospectiva do data, deixando pouco espaço para análise e tomada de decisões. Para aproveitar totalmente o poder do data, as organizações devem identificar soluções de data que forneçam análises de diagnóstico que identifiquem automaticamente as causas básicas do desempenho e análises preditivas que antecipem tendências futuras.

Antes de embarcar no desenvolvimento de uma solução data, é fundamental realizar um estudo de viabilidade detalhado que examine a disponibilidade e a qualidade das fontes data necessárias, bem como o custo das tecnologias e dos conhecimentos necessários para coletar e processar essas fontes data. Isso inclui examinar os requisitos de hardware e software, bem como as habilidades humanas necessárias para implementar e manter a tecnologia. Isso também ajuda a definir expectativas realistas para soluções data que sejam consistentes com a maturidade das fontes, tecnologias e recursos data necessários.

A criação e o dimensionamento de soluções data para empresas requerem um novo modelo operacional - uma Fábrica de IA - composta por equipes de recursos lideradas por especialistas em negócios apoiados por cientistas, engenheiros, analistas e engenheiros de software da data. Essa estrutura de equipe garante que as soluções data sejam sempre criadas com um objetivo comercial em mente. A adoção de um processo ágil de teste e aprendizado que tenta criar um POC bem-sucedido em um curto espaço de tempo também é essencial para obter um tempo de construção mais rápido.

Nem todas as soluções data serão bem-sucedidas; algumas falharão, devido a limitações técnicas ou data, apesar do planejamento e da execução cuidadosos. É fundamental que as organizações reconheçam que o fracasso é uma parte natural do processo de desenvolvimento: isso não deve desencorajá-las a buscar projetos futuros. Em vez disso, as empresas devem se concentrar na industrialização de casos de uso bem-sucedidos do data, dimensionando-os para domínios completos do data e otimizando seus algoritmos e fontes de data. Isso também inclui o monitoramento e o aprimoramento contínuos do caso de uso para garantir que ele continue a atender às necessidades dos usuários comerciais.

Fornecer treinamento sobre a solução data e documentação fácil de usar para os usuários corporativos é necessário, mas geralmente não é suficiente para a adoção generalizada dos casos de uso do data. A adoção generalizada das soluções data pelos usuários corporativos é mais bem obtida quando os usuários lideram o processo de desenvolvimento, integrando essas soluções ao currículo de aprendizagem da organização e incluindo KPIs de adoção e impacto nos scorecards de usuários corporativos. Ao alinhar os scorecards de usuários corporativos com a estratégia data da organização, as organizações podem criar uma cultura de tomada de decisões data-driven e garantir que a adoção de soluções data leve a um impacto comercial tangível.

Para obter o aprimoramento contínuo das soluções data, é fundamental coletar regularmente o feedback dos usuários comerciais, avaliar suas necessidades e requisitos e fazer os ajustes necessários para otimizá-los. A metodologia Scrum oferece uma abordagem eficaz para coletar e implementar melhorias de forma iterativa e incremental. Os usuários das soluções data devem registrar feedback contínuo sobre a precisão e a usabilidade das soluções data, bem como sobre as melhorias necessárias nos processos comerciais. É importante (1) implementar melhorias que aumentem a precisão do resultado da solução, (2) expandir seus recursos e funcionalidades e (3) melhorar a usabilidade e a experiência do usuário.

A manutenção de fontes de data de alta qualidade para soluções de data é fundamental para obter resultados automatizados e precisos com o mínimo de supervisão. Para isso, as organizações devem implementar uma estrutura robusta de qualidade do data que imponha diretrizes e padrões claros para a coleta e transformação do data. Além disso, as organizações devem implementar políticas sólidas de segurança e privacidade do data para um processamento seguro e em conformidade com o data. Essa abordagem garante que a entrada do data seja precisa, atualizada e consistente, o que reduz o risco de erros e melhora a eficiência geral do fluxo de trabalho de processamento do data.

Identificar os KPIs comerciais ou operacionais que são diretamente aprimorados por uma solução data é essencial para medir seu impacto nos negócios. Uma vez identificados esses KPIs, a próxima etapa é desenvolver uma fórmula para medir o impacto incremental da solução data em cada um desses KPIs. Essa fórmula deve levar em conta a linha de base desses KPIs antes (ou sem) da implementação da solução data e compará-la com o desempenho desses KPIs após (ou com) a implementação dessa solução, levando em conta outros fatores que possam ter levado a esse aumento. Uma vez calculado o impacto incremental em cada KPI, ele deve ser traduzido em termos financeiros, como redução de custos ou aumento de receita. Por fim, é sempre recomendável usar a medição automatizada do impacto nos negócios das soluções data para garantir uma medição imparcial e oportuna do impacto nos negócios.

“Como as organizações buscam obter resultados comerciais tangíveis de seus investimentos em análise de data e artificial intelligence, é fundamental adotar uma abordagem focada que crie as soluções certas e defina as expectativas certas. Por meio dessa abordagem, os líderes de negócios lideram o desenvolvimento de soluções de data e IA ‘para os negócios, pelos negócios’ - priorizando as soluções mais impactantes, criando POCs rápidos com especialistas em data, ampliando as soluções de data que funcionam e aceitando o ‘fracasso’ das que não funcionam. O fato de as equipes de negócios liderarem todo o processo garante a adesão da empresa e a adoção desde a concepção.”

Oussama Ahmad, parceiro de consultoria da Data

Os projetos de aceleração do Data têm aumentado na região MENA nos últimos anos, à medida que as organizações adotam o poder do data para o crescimento dos negócios. Embora persistam alguns desafios, como a manutenção da qualidade do data, especialmente com sistemas legados, as organizações estão buscando ativamente soluções para superar esses obstáculos. Desenvolver os recursos certos de data nas equipes de negócios e o modelo operacional certo é a maneira mais importante de garantir a implementação e a adoção bem-sucedidas das soluções de data e a realização de um impacto comercial tangível.”

Karim Hayek, Gerente Sênior de Consultoria Data