2024 foi um ano de muitas conquistas e desafios! Enquanto estive mais afastado das redes sociais, tive o privilégio de conduzir projetos incríveis ao lado do time espetacular do Cappra Institute. Quero aproveitar este momento para compartilhar um pouco do impacto que geramos e das histórias que marcaram o nosso ano.
Neste ano, trabalhamos para acelerar a cultura analítica de organizações como SEBRAE, Novo Nordisk, RD Saúde, Banrisul, SENAC, Electrolux, Banco do Brasil, SERPRO, IMA Têxtil, CAIXA Econômica Federal e Ypê. Esses projetos, que envolveram consultorias, mentorias, workshops e treinamentos, foram conduzidos com uma metodologia proprietária que promove mudanças reais nas organizações ao focar em change management e no desenvolvimento de uma mentalidade data-driven.
Entre os destaques, um dos projetos que mais nos encheu de orgulho foi com o sistema SEBRAE. Mensuramos a maturidade analítica em 27 estados do Brasil, identificando pontos de melhoria que já estão sendo implementados para fortalecer o empreendedorismo no país. Ver o impacto direto desse trabalho no desenvolvimento econômico e social é algo que nos motiva profundamente.
Outro grande desafio foi atender a Novo Nordisk em nível América Latina. Além da barreira do idioma, a missão era transformar uma empresa que já vive um crescimento impressionante, mas que entende a importância de continuar evoluindo para se manter no topo. É muito mais fácil iniciar mudanças em momentos de sucesso – e ver essa consciência em empresas tão robustas é inspirador.
Em 2024 também incorporamos inteligência artificial (IA) em várias de nossas metodologias. Usamos IA para ativar o pensamento crítico em lideranças de diferentes setores, ajudando organizações a entender o que esperar da tecnologia no futuro e como começar a utilizá-la de forma prática agora. Pequenas aplicações de IA já estão gerando grandes resultados, sem a necessidade de projetos complexos que levam meses para sair do papel.
Se 2024 foi transformador, imagino o potencial de 2025! Estou preparando um post logo em janeiro com as tendências e previsões para o próximo ano, então fique de olho. Spoiler: há muito mais para explorar e construir!
Meu convite para você é: reflita sobre como a cultura analítica pode transformar sua organização. Se você acredita que já atingiu o máximo, talvez seja hora de repensar. E se você já está convencido de que o mundo muda constantemente, parabéns! Continue acelerando essa mentalidade onde estiver.
Que 2025 seja um ano ainda mais incrível, de evolução e conquistas. Vamos juntos construir um futuro data-driven!
No dia 02/10/2023 fui convidado ao primeiro Analytics Summit do SEBRAE reunindo os times de estratégia e inteligência de dados de todos os estados do SEBRAE no Rio de Janeiro para apresentar uma palestra sobre Cultura Analítica e o Futuro do Trabalho.
Participei junto com Pedro Venturini do Podcast Plano de Voo – SEBRAE RS em um papo super legal com a Alexandra Zanella num papo para esclarecer o uso de dados dentro de pequenas e médias empresas, além de auxiliar os futuros empreendedores já adicionar dados no seu dia a dia do novo negócio.
Onde estão os dados dentro da sua empresa? Como usar dados para ajudar no relacionamento com os clientes? Qual a pergunta principal ou a raíz do problema ou dor do negócio? Usando dados para tomar decisões data-driven…
Essas são algumas das perguntas que discutimos durante esse podcast, pode escutar o episódio para entender um pouco mais esses tópico.
A convite da MIT Technology Review, participei de um webinar com grandes personalidades para falar sobre a criação de uma cultura de inteligência de dados para diminuir o gap analítico e impulsionar organizações data-driven, neste Webinar Big Data to Smart.
A grande quantidade de dados produzida diariamente pelos usuários representa um desafio para a elaboração de estratégias data-driven.
A difusão do uso de ferramentas de dados e analytics tem crescido de maneira geral nas empresas brasileiras. Pelo menos 2,5 quintilhões de bytes de dados são gerados todos os dias e 90% das empresas brasileiras investem em dados e Analytics, segundo pesquisa do IDC. Entretanto, ao analisar o uso dos dados pelos líderes observamos que, em média, apenas 35% estão usando dados nos seus processos de tomada de decisão.
Buscando amadurecer a cultura de inteligência de dados das organizações, a MIT Technology Review Brasil, em parceria com o SAS, Analytics Software e Soluções, promove o webinar “Big Data to Smart Data”. Rafael Coimbra, Editor-executivo da MIT Technology Review Brasil; Eduardo Santos, Head de Labs no Cappra Institute for Data Science; Fernando Teixeira, Co-fundador da KORO Martech; e Rui Bueno, Presales & Customer Advisory Director no SAS, estarão reunidos para compartilhar análises e discutir o tema.
Webinar Big Data to Smart Data MIT Technology Review
Neste artigo publicado pela MIT Technology Review Brasil em conjunto com o Cappra Institute for Data Science e Unilever, contamos um pouco de como a cultura analítica impactou áreas e tomada de decisão na Unilever Brasil, projeto do qual estive presente e rendeu oportunidades de trabalhar com a Unilever LATAM afim de replicar o modelo de difusão de cultura que co-construimos aqui no Brasil. A matéria está publicada apenas para assinantes, mas traz uma visão muito legal dos passos necessários, erros, problemas, acertos e vitórias da implantação de um projeto de cultura analítica
Nesta última terça-feira 14/12/2021, estive em um papo com Ricardo Cappra, Anna Cristina Rezende Braga e Maurício Diello Guggiana do Cappra Institute for Data Science falando sobre as perspectivas para o mercado de dados em 2022 com um olhar sobre as oportunidades e ameaças tanto para organizações quanto para pessoas.
Um mágico de aprendizado de máquina (machine learning) de alto calibre, um especialista em ETL e otimização bem versado em dados … mas você quer um pouco mais do seu papel.
Pode ser progressão que te encante, mais dinheiro ou a chance de trabalhar em projetos novos e mais empolgantes, mas para onde você vai daqui? 🤔
Muitas empresas procuram aumentar o investimento nos departamentos de ciência de dados e procuram líderes para formar novas equipes para fazer isso. Porém, antes de mergulhar no C-Level, avalie o que esse papel implica e o quanto ele será diferente do que você faz agora.
As funções principais de ciência de dados em empresas de todos os tamanhos estão aumentando constantemente à medida que mais investimentos são feitos em esforços de dados em escala operacional maior nas empresas. No entanto, os meandros reais dessa função podem variar amplamente entre as organizações, dependendo do tamanho e da estrutura.
Como chief data scientist, é fundamental a capacidade de destacar onde exatamente as empresas podem estar perdendo ao usar os dados corretos ou fazer uso dos dados existentes e modelá-los do lado analítico, onde essas oportunidades podem resultar em uma estratégia de negócios mais ampla. Como chief data scientist, você estará envolvido em muitos projetos diferentes, relacionados aos lados técnico e comercial da empresa. Líder e mentor da sua equipe e colaborador, mas predominantemente, uma ponte que conecta a estratégia de negócios e os projetos de ciência de dados.
Isso significa menos trabalho operacional e mais trabalho político, de liderança, de mentoria.
Você precisa ter uma visão de negócios, com a responsabilidade e a capacidade de gerar resultados consistentes de sua equipe, enquanto é responsável pelos esforços de ciência de dados em toda a organização. Sem mencionar manter-se atualizado sobre as novas tecnologias e tendências no Machine Learning e AI para aplicá-las aos seus dados e aos negócios onde você puder. Um nível profundo de entendimento dos desejos dos consumidores e o que impulsiona suas ações por meio de insights de dados, gerenciamento de riscos, criação de novos produtos para os consumidores (internos e externos) e inovação por vários canais de negócios serão fundamentais para mostrar que você é um chief data scientist capaz.
É importante reconhecer que esse não é um papel puramente técnico; você também precisará ser um ótimo comunicador, com o potencial de ser mais prático com os clientes, dependendo do tipo de empresa em que está trabalhando. com os dados, há uma grande necessidade de ser inovador, criativo e solucionador de problemas com uma forte cabeça de análise. Como chief data scientist, você precisa estar confiante em fornecer resultados para problemas reais de negócio e poder contar uma história com seus dados a um grupo de pessoas que talvez não sejam tão adeptas de linguagem técnica quanto você e não apenas uma coisa bacana que você gostaria de pesquisar sobre tecnologia.
Qualquer pessoa pode interpretar seu próprio significado a partir de conjuntos de dados, mas você precisa ter confiança, conhecimento e habilidade para mostrar como seus dados agregam valor aos negócios em um nível mais amplo e conectar os pontos para mostrar o impacto e o mapeamento de como os dados são dentro do negócio. Assumir a liderança na definição de problemas de negócios, através de uma capacidade natural de manipular dados e trabalhar em algoritmos e técnicas avançadas de aprendizado de máquina; resolver problemas com soluções que podem ser usadas operacionalmente.
Não é uma corrida para chegar a uma posição de C-Level. Aproveite o tempo e desenvolva sua experiência comercial, aprimorando suas habilidades à medida que avança. Você pode ser super inteligente com três graus, mas precisa saber como se comunicar com uma multidão não técnica e deixar um jargão excessivamente técnico atrás de você da história que está contando. Isso parece mais fácil do que é!
As pessoas não estão interessadas em saber porque 2+2 = 4 e sim que o resultado é 4 e este é melhor que 2 para os resultados da empresa, no curto, médio ou longo prazo. Depois querem saber como ter ou construir o 4, por mais que por trás da sua resposta exista uma metodologia, que pode ser questionada, não é isso que encanta esse nível de discussão.
Acima de tudo, aproveite todas as informações e experiências que puder ao progredir ao longo de sua carreira. Quando surgirem oportunidades para se apropriar de projetos, liderar outras pessoas e assumir mais responsabilidade pelos resultados de sua equipe, definitivamente aceite-as – isso mostrará sua disposição por uma maior responsabilidade, ajudará você a melhorar essas habilidades e sustentará seu currículo ao aplicar para funções de chefe.
Obter experiência na contratação e gerenciamento de outros cientistas de dados pode ser complicado, mas você pode ajudar e intensificar sempre que possível ou necessário em sua função atual. Isso ajudará você a ganhar não apenas a experiência em si, mas uma ótima aparência para possíveis empregadores ou gerentes, caso deseje mudar na sua empresa atual!
Se você está procurando um avanço na sua carreira, está no lugar certo – porque aqui temos uma rede de pessoas incríveis para trocar experiências e discutir assuntos em um espaço seguro.
Quer saber como foi a semana passada no #cappradatasummit? Preparei um resumo aqui pra vocês. Rio de Janeiro, se prepara porque chegamos dia 24/08 pra iniciar uma semana incrível por aí com o #bigdatarevolution. Se você quer entender melhor a programação ou já fazer sua inscrição corre que só falta um mês https://cappralab.com/datasummit
Hoje um dos assuntos mais discutidos é o uso do big data para melhorar o processo de tomada de decisões nas empresas, em especial nos departamentos de marketing, mas ainda são poucas as empresas no Brasil que efetivamente utilizam este recurso e, menos ainda, agências criando campanhas baseadas em dados. Vamos apontar aqui alguns passos de como começar a utilizar o big data para a tomada de decisões estratégicas. Antes de começar um projeto, é importante entender o processo de tomada de decisão, que em geral passa por 5 passos:
Se estamos interessados em trabalhar no topo da pirâmide, precisamos entender como transformar dados em informação.
Hoje existem iniciativas de uso do big data e de inteligência artificial em todas essas etapas, porém ainda é imprescindível a presença de um humano validando e complementando esses algoritmos. Em resumo, ainda é imprescindível uma análise humana dos dados para que seja possível juntar a lógica com a emoção, afinal estamos comunicando para pessoas e não para máquinas.
Por conta destes exemplos, é possível concluir que usar dados públicos presentes na internet combinados com dados presentes dentro das empresas, afim de encontrar insights valiosos, após serem processados é uma ferramenta valiosíssima, mas de nada adianta sem um processo bem definido, uma cultura analítica que passa pelo entendimento dos dados assim como pelo entendimento humano e comportamental. Só assim é possível chegar ao desenvolvimento de um produto realmente eficiente para o seu público.
Ou seja, ao se transformar dados estruturados e não estruturados em informação pode-se empoderar pessoas para tomarem decisões mais conscientes, encontrar tendências, clusters de clientes e muito mais.
Porém, para as empresas, o mais importante não é ter a informação em mãos e sim criar a cultura de tomada de decisão baseada em dados, a cultura de transformar informação em conhecimento, resumindo criar uma cultura data-driven na empresa.
Para tentar exemplificar como ações simples podem gerar essa cultura, podemos dar o exemplo de um trabalho desenvolvido pela ED Interactive junto a um de seus clientes, a D-Link, fabricante de roteadores. Depois de analisar um problema logístico dos clientes que procuravam pelos roteadores no site da empresa, foi desenvolvida uma ferramenta no seu site, na página de cada produto que mostra “Onde comprar”, o produto em questão e somente os varejos que possuem estoque naquele exato momento serão exibidos. Com os dados gerados nessa ferramenta, o fabricante consegue mostrar para os varejos quanto poderiam ter vendido a mais se tivessem aquele produto em estoque, prever tendências de compras e perfil de consumidor. Assim, tais dados servem tanto para a marca, para avaliar seus parceiros de vendas e fomentar novas negociações, quanto para seus clientes, que tem a informação precisa para efetuar a compra no momento de sua necessidade. Esse trabalho foi desenvolvido com base em uma simples análise de navegação do site, cruzando com dados de vendas de produtos e os novos dados gerados nesse projeto já deram início a alguns outros projetos junto à empresa.
Então, aqui vão 5 dicas para criação de uma cultura data-driven na sua empresa:
1) Compartilhamento de informação, relatórios de vendas, clientes, distribuição e cadastros de CRM (todos os departamentos que tem acesso a uma dessas informações devem ter acesso as demais também, afinal ninguém consegue montar um quebra cabeça com uma peça só).
2) Co-criação de indicadores de desempenho (KPIs) bem definidos que atendam à empresa como um todo, ao mesmo tempo que atende os departamentos individualmente (todos que tomam decisões para seus departamentos devem juntos definir os KPIs da empresa e juntos perseguir a melhora destes números, pois só assim vão entender o quanto um número pode influenciar o outro).
3) Criar testes AB que consigam tirar possíveis dúvidas ao longo do processo de decisão (testes sobre as mesmas condições de “temperatura e pressão” garantem um resultado comprovado pelos clientes e não por percepções infundadas). Um bom exemplo é criar comunicação ligeiramente diferentes e entender qual performa melhor, isso pode significar uma frase ou uma imagem, se for testada você saberá qual tem maior impacto em seus clientes.
4) Entender a jornada do consumidor de seus produtos e serviços (existem inúmeras ferramentas que podem ajudar nesse processo, mas o mais importante é entender quais são os momentos em que o consumidor entra em contato com a marca e o quão perto da decisão de compra ele está em cada momento, só assim é possível definir o ROI).
5) Tomar decisões baseadas nos dados e não mais no feeling individual ou do grupo, para isso existem dinâmicas que podem ser usadas. Lembrar que por mais que os números estejam presentes, normalmente existe mais de uma forma de comunicar uma mesma mensagem, então a criatividade continua sendo sua melhor arma, só que agora com uma assertividade maior.
Cada vez mais escutamos pessoas falando do uso do big data para melhorar o processo de tomada de decisões no mundo das empresas e do marketing, mas ao mesmo tempo, lemos várias matérias falando sobre o quanto projetos de big data falham.
No Brasil, inúmeras empresas estão passando ou tentando passar pela revolução do big data, numa busca incansável e muitas vezes onerosa, para implantar soluções de big data em seu dia a dia, mas quase nenhuma tem uma cultura data-driven, e por isso estão muitas vezes, no jargão popular, deixando o dinheiro ir pelo ralo.
Sim, já é possível criar ótimas iniciativas usando big data e inteligência artificial para automatizar e melhorar processos, porém ainda é imprescindível a presença de um humano, treinando, validando, complementando esses algoritmos, a fim de obter melhores resultados.
Basicamente o que estamos dizendo é que uma solução de big data implantada hoje não trará melhoria imediata para a empresa, mas tende a trazer melhorias progressivas ao longo do tempo.
Agora, se as empresas não estão preparadas para usar o big data, qual o caminho?
Começar pequeno com o small data!
O big data é muitas vezes definido por 3 Vs (variedade, volume e velocidade), contendo dados complexos estruturados e não estruturados provenientes das redes sociais, sensores, devices, textos, imagens, vídeos entre outros.
https://www.g2.com/articles/big-data
Enquanto isso, o small data está disponível dentro de qualquer empresa e consiste desde relatórios de vendas, relatórios financeiros, resultados de campanhas, visitas ao site, até cadastros em CRMs, que muitas vezes estão sob o domínio de poucas pessoas e, o que é pior, de forma desconectada.
O small data nada mais é do que dados em volume e formato facilmente acessíveis e compreensíveis pelos tomadores de decisão. Normalmente, são dados estruturados e prontos para serem analisados.
Mas falta algo na maioria dos casos: compartilhar as informações para que possam ser cruzadas e analisadas, além de automatizar a união desses relatórios de forma estruturada para que toda a empresa possa tomar decisões baseadas nas mesmas informações.
Um bom início é a criação de dashboards inteligentes que exibam a informação de forma fácil e ajudem a empresa como um todo, ao mesmo tempo que empodera cada departamento a tomadas de decisão mais ágeis e assertivas.
Então, antes de começar a pensar no big data, as vezes é necessário usar as informações que já estão dentro de casa com um olhar mais estruturado e integrado.
