Carolina Afonso, Professora Universitária ISEG

Estratégia ‘data-driven’ e criação de valor

Urge uma cultura organizacional na qual todos valorizem e adotem a utilização dos dados para tomar decisões de negócios.

As empresas com uma forte orientação para dados têm três vezes maior probabilidade de tomar melhores decisões, de acordo com um estudo da PwC.

A data science ou a ciência dos dados está na agenda da gestão de topo da maioria das empresas e refere-se a processos, métodos científicos e técnicas com o intuito de extrair informação relevante para o negócio a partir de grandes volumes de dados. Para uma organização implica também ter capacidade de interpretação de dados e antever alternativas, bem como oportunidades de mercado.

Uma abordagem orientada por dados permite que as empresas analisem e organizem os seus dados com o objetivo de melhor compreender o mercado e o comportamento dos clientes e satisfazer as suas necessidades criando valor para a organização.

Vários estudos indicam que as empresas mais bem posicionadas na próxima década serão aquelas que se prepararem bem agora a este nível, investindo em pessoas qualificadas e recolhendo a tipologia de dados correta e investindo na sua capacidade analítica.

São múltiplas as vantagens de utilizar uma abordagem de tomada de decisão “orientada por dados”, como a celeridade e eficácia no processo de decisão, a possibilidade de cruzar diversas fontes de dados em tempo real e poder fazer-se análise preditiva com menor margem de erro.

O “Santo Graal” da análise de dados é mesmo podermos construir modelos preditivos, ou seja, prever e recolher grandes e diversos conjuntos de dados, para depois com recurso a inteligência artificial (IA) e machine learning (ML) identificar padrões e daí forecasts para a gestão.

Há muitos desafios na implementação deste tipo de estratégia: falta de profissionais qualificados para as funções de business analytics ou de data scientist; pouca qualidade dos dados disponíveis para análise; diferentes formatos de dados que colocam desafios em termos de unificação; fontes credíveis de dados, sobretudo dados de mercado; curva de aprendizagem demorada ao nível da interpretação dos dados. Adicionalmente, muitas das organizações que trabalham com modelos de IA/ML hoje não têm uma estratégia de dados.

Adicionalmente é necessário existir uma cultura organizacional na qual todos valorizem e adotem a utilização dos dados para tomar decisões de negócios. Implica a criação de um novo mindset e de uma nova orientação na forma como se cria valor e se gera uma nova vantagem competitiva.

Relacionado