Imagine uma das maiores empresas de telecomunicações enfrentando uma alta taxa de churn. A equipe de marketing, então, opta por usar uma abordagem heurística para melhorar a retenção: decidem que, se um cliente não faz ligações há três semanas, eles oferecem uma promoção. O problema é que essa abordagem falha e a retenção segue péssima.
Baseado nas revisões semanais de desempenho empresarial, o CEO entende que é hora de tentar algo diferente: ele recorre à ferramentas de ciência de dados e a um esforço multifuncional.
Percebeu o cenário? Então vamos falar do primeiro ponto relevante: ao implementar inteligência artificial é possível estudar e identificar padrões de uso de clientes e prever o abandono, atuando no momento anterior a ele acontecer.
Essa abordagem chega a melhorar a retenção de clientes em até 66%, aproximadamente 27 pontos percentuais a mais do que se a escolha tivesse sido seguir por dados mais simples e padrões, sem o uso de IA.
Erros Comuns na Construção de uma Cultura Orientada por Dados
O investimento de uma empresa em múltiplos projetos de dados e análises, por si só, não resultará no uso de insights de dados pelos funcionários para tomar suas próprias decisões. Esse objetivo final requer que os líderes tomem diferentes tipos de intervenções.
E isso é um trabalho árduo: em uma pesquisa recente com CIOs e executivos de dados da Fortune 1000 realizada pela NewVantage Partners, cerca de 6 em cada 10 líderes reconheceram que não conseguiram estabelecer uma cultura orientada por dados e análises. Por quê?
Três Fatores que Levam ao Fracasso
-
Projetos de Tecnologia Alienados das Equipes de Negócios: A maioria das iniciativas são conduzidas como projetos de tecnologia. Frequentemente, toda a jornada começa como uma iniciativa de ciência de dados ou carrega um nome técnico, como projeto de análise preditiva. Isso aliena as equipes de negócios. Dada a fraca ligação com os usuários de negócios, o projeto pode não abordar os problemas mais significativos — ou os desafios reais.
-
Resistência à Mudança: A maioria dos seres humanos é programada para buscar conforto no familiar. Essa inércia pode ser perigosa para iniciativas de análise, que quase sempre envolvem mudanças nos processos de negócios ou métodos de tomada de decisão. Essa resistência à mudança é amplificada pelo medo de perda de emprego devido à IA, uma emoção que está em alta hoje.
-
Dificuldade em Demonstrar o ROI: Apesar da imensa eficácia dos dados, muitas vezes é difícil atribuir os resultados empresariais aos esforços de análise. Como vários fatores podem impulsionar aumentos de receita ou economias de custos, vinculá-los a decisões orientadas por dados pode nem sempre ser possível. Consequentemente, a incapacidade de quantificar o ROI pode empurrar as iniciativas de dados para uma espiral descendente, com os líderes de projeto perdendo impulso e financiamento.
Construa uma Cultura Orientada por Dados e Soluções Melhores
Em vez de usar algum orçamento de tecnologia disponível ou criar pilotos para experimentar o último grande modelo de linguagem, identifique as principais partes interessadas das funções empresariais, descubra suas maiores prioridades e pontos problemáticos e faça um brainstorm.
Obtenha clareza sobre os usuários-alvo e quantifique os resultados: a iniciativa aumentará a participação na carteira de clientes ou economizará custos de inventário? Priorize ideias de alto impacto que sejam razoavelmente viáveis em termos de disponibilidade de dados, capacidade tecnológica e gestão de mudanças. Identifique um proprietário de negócios que liderará a iniciativa, será responsável e influenciará o envolvimento dos usuários — desde o design do projeto até a execução e uso contínuo.
Promova a Adoção com Narrativa Executiva e Gamificação
Mudanças organizacionais bem-sucedidas começam com uma visão clara e inspiradora. As transformações mais eficazes ocorrem em empresas onde os executivos ativamente praticam o discurso orientado por dados.
Os líderes devem comunicar a visão e explicar o que ela significa para os usuários — incentivando-os a adotar novos hábitos e descartar os antigos. Complementar esse suporte de cima para baixo com programas de base, dirigidos pelos usuários, é crucial. Identifique embaixadores que possam compartilhar suas histórias e evangelizar o trabalho entre seus colegas.
Gamifique a mudança com hackathons ou competições de narrativa entre as funções empresariais para promover engajamento.
Identifique Métricas de Sucesso Cedo e Mobilize as Equipes em Torno Delas
O melhor momento para definir critérios de sucesso é enquanto você avalia uma ideia de projeto. Ao priorizar projetos, os líderes precisam definir os resultados empresariais esperados, como o sucesso será medido e os dados necessários para calcular o ROI.
Frequentemente, esses dados não estão prontamente disponíveis; pode ser necessário coletar novos feedbacks de clientes ou desenvolver métricas alternativas de produtividade dos funcionários. Se você está mirando em receitas incrementais, pode ser necessário realizar pequenos experimentos, como testes A/B, para avaliar o impacto de um projeto.
Para medir o efeito de uma ferramenta de recomendação impulsionada por IA no cross-selling, por exemplo, implemente-a em locais selecionados enquanto mantém o status quo em um local similar para comparação. Onde isso não for viável, você pode contrastar o desempenho empresarial antes e depois da implementação, desde que os dois cenários sejam comparáveis.
Cultura é frequentemente definida como o que as pessoas fazem em uma organização quando ninguém está olhando. Mudar comportamentos profundamente enraizados leva tempo, mas com um início comprometido e reforço contínuo, é de fato alcançável. A chave para transformações culturais bem-sucedidas reside na combinação certa de esforços de liderança de cima para baixo e iniciativas de base.
A pesquisa da NewVantage Partners descobriu que apenas 28,3% dos líderes relataram ter estabelecido uma cultura orientada por dados até 2019. Avançando para hoje, esse número aumentou para 42%. Esse tipo de mudança acontece gradualmente: pense em cinco anos, não em um ou dois. Na realidade, construir uma cultura de dados é uma maratona. Líderes que priorizam o suporte executivo respaldado por uma execução meticulosa terão sucesso nessa transformação.
