Artigo 01 de 16
O que a sua empresa perde todos os meses sem um parceiro de BI
Todos os dias em que a sua empresa funciona com base no instinto, em vez do insight, o dinheiro sai silenciosamente pela porta. Não através de uma perda dramática, mas através de milhares de pequenas ineficiências, sinais perdidos e decisões tomadas com base em dados obsoletos ou incorretos. O dano é real, é mensurável e a maioria das empresas nunca prevê que isso aconteça. Um gestor de compras arredonda um pedido porque o painel de inventário não é atualizado há três dias. Um diretor regional aprova um orçamento de campanha com base em números de atribuição que contam duas vezes os pontos de contacto. A CFO aprova uma previsão que não teve em conta uma renegociação do contrato finalizada na sexta-feira anterior. Cada uma destas decisões, por si só, parece inofensiva. Acumulados em centenas de momentos semelhantes a cada trimestre, formam um dos maiores centros de custos não geridos nas empresas modernas.
A má qualidade dos dados não é uma preocupação de nicho das TI. É um dos problemas operacionais mais dispendiosos das empresas modernas — e a maioria das equipas de liderança não faz ideia de quanto lhes está a custar. A razão pela qual permanece oculto é estrutural: não existe uma linha única de lucros e perdas chamada “custo de dados incorretos”. Os danos estão distribuídos por dezenas de departamentos, manifestando-se como retrabalho em finanças, stock mal alocado em operações, CAC inflacionados em marketing e comissões contestadas em vendas. No momento em que alguém agrega o impacto, os números são suficientemente grandes para serem politicamente incómodos – por isso raramente são agregados.
$3.1T
Perdido todos os anos apenas nos EUA devido a dados incorretos
Fonte: IBM Institute for Business Value, 2016 ↗20%
Diminuição da produtividade provocada pela fraca qualidade dos dados
Fonte: McKinsey Global Institute, 2016 ↗O que torna isto particularmente prejudicial é que o custo raramente aparece como um item de linha. Surge a jusante – como um negócio que falhou porque alguém agiu com base em números errados, um défice de inventário que ninguém esperava ou uma iniciativa estratégica baseada em pressupostos errados. Vimos um cliente de logística descobrir, seis meses após o início de um programa de otimização de rotas, que dois depósitos estavam a enviar dados de combustível em unidades diferentes. Todo o modelo estava errado por um factor de quase quatro para estes locais. A correção demorou dois dias; o valor de otimização perdido nos seis meses anteriores foi estimado em 1,4 milhões de euros. Nada disto apareceu em qualquer sistema como “um problema de qualidade dos dados”. Apareceram como alvos falhados que ninguém conseguia explicar.
Eis uma pergunta que vale a pena fazer à sua equipa de análise: quanto do dia é gasto em análises reais - e quanto é gasto para verificar se os dados que estão prestes a utilizar são fiáveis? A maioria dos líderes de dados, quando responde honestamente, fornece um número que surpreende os seus patrocinadores executivos. A frase “Só preciso de verificar este número antes da reunião” é uma das frases mais caras da empresa moderna. Isto sinaliza que mesmo os analistas mais experientes não confiam totalmente na informação do seu próprio trabalho — e, por isso, cada entrega importante acarreta uma taxa oculta de verificação manual.
“Quase um terço dos analistas gastam mais de 40% do seu tempo a examinar e validar dados antes de poderem ser utilizados para qualquer propósito estratégico.”
— Forrester Research, "Qualidade de dados: a base do sucesso da IA" (2019)
Isto não é análise. Isto é uma manutenção de dados cara. E enquanto os seus analistas o fazem, não estão a identificar oportunidades de crescimento, a sinalizar excessos de custos ou a construir painéis que ajudem a sua equipa de liderança a tomar melhores decisões. O custo de oportunidade não está apenas nos salários – está nas análises que nunca são feitas. O nível de preços que ninguém teve tempo de testar. O segmento de clientes cujo perfil de margem nunca foi modelado. A renegociação do fornecedor que carecia de apoio quantitativo para avançar. Estas são as entregas silenciosas que desaparecem quando o trabalho de validação se expande para preencher o calendário disponível. Uma base de dados moderna não elimina a necessidade de julgamento do analista; elimina a necessidade de os analistas fazerem canalização manual de dados.
Existe um princípio bem estabelecido na gestão de dados chamado Regra 1-10-100, popularizado pelo pioneiro da qualidade de dados George Labovitz na década de 1990. Descreve o custo crescente da resolução de um problema de dados em diferentes fases — e continua a ser um dos modelos mentais mais úteis para justificar o investimento na qualidade dos dados a montante:
No ponto de entrada de dados
1× – barato e simples
Depois de se propagar pelo sistema
10× — requer investigação e correção
Assim que chegar à fase de tomada de decisão
100× — interrupção operacional, perda de receitas, risco de reputação
A maioria das empresas opera diretamente na zona 10× ou 100× – não porque sejam descuidadas, mas porque não têm a infraestrutura para detetar problemas antecipadamente. Um parceiro de BI não cria apenas painéis – cria a disciplina de pipeline de dados que impede que estes problemas se agravem. Isto significa validação automatizada na ingestão, contratos de esquema entre sistemas, deteção de anomalias nas principais métricas e propriedade clara de cada conjunto de dados que alimenta uma decisão de liderança. Nada disto é tecnologia exótica. É uma disciplina de engenharia aplicada de forma consistente – a mesma disciplina que distingue uma operação logística bem gerida daquela que oscila de incidente para incidente. Uma vez implementada, a zona 1× é o local onde a maioria dos seus problemas de dados são detetados e a interrupção ao nível executivo simplesmente deixa de acontecer.
De acordo com a Gartner, 60% das empresas não medem o custo da má qualidade dos dados. Não têm uma linha de base, nenhum mecanismo de rastreio e nenhuma forma de saber se o problema está a melhorar ou a piorar. Se não está a medir, não está a gerir – e os custos aumentam silenciosamente, trimestre após trimestre. O primeiro passo é quase sempre o mesmo: instrumentar o custo. Acompanhe quantas horas os seus analistas gastam a reconciliar fontes, quantas decisões de liderança são adiadas para uma “verificação de dados” e com que frequência as faturas, comissões ou posições de stock são atualizadas. Dentro de um trimestre tem um número e dentro de dois tem uma tendência. A partir daí, o business case para investimento escreve-se a si próprio.
O resultado final
Delta BI não só acrescenta valor à sua configuração existente. Remove um dreno constante e invisível. Quando os seus dados estão limpos, centralizados e fiáveis, a sua equipa deixa de perder tempo e começa a tomar decisões. O ROI não é teórico – aparece em todas as reuniões que já não debatem os números, em todas as previsões que não são revistas duas vezes antes de serem apresentadas e em todas as decisões que são tomadas uma semana mais depressa do que seriam de outra forma. Ao longo de um ano, estas pequenas acelerações traduzem-se em resultados comerciais materialmente melhores: mais negócios fechados no trimestre, menos fundo de maneio ligado ao stock de segurança, menos ajustes de auditores e uma equipa de liderança que dedica as suas reuniões à estratégia e não à aritmética.
Comece pela decisão
Conte-nos o seu desafio. Responderemos para agendar uma avaliação e definir um caminho prático.
Pedir uma avaliação de dados