É provável que você esteja destruindo a sua empresa

Não importa qual o setor em que você trabalha nem qual é a sua carreira, se não decidir mudar AGORA a forma como faz as coisas, você será o responsável por destruir a sua empresa ou a empresa na qual trabalha.

Um pouco sobre contexto

Temos observado uma transformação exponencial na forma como interagimos com colaboradores e clientes em todos os setores. De um lado, a maneira como contratamos pessoas para trabalhar está mudando muito, temos buscado cada vez mais profissionais com conhecimentos específicos, os formatos de trabalho vêm sendo desafiados e, para suprir as novas necessidades, surgem também novos modelos de incentivos para novas gerações e novas carreiras.

Um exemplo disso é a Engenharia de Machine Learning/Cientista de Dados que ninguém entendia direito para que servia há até pouco tempo. Do outro lado, os clientes também estão cada vez mais exigentes e a concorrência segue crescendo.

No setor em que atuo — o financeiro —, temos um exemplo bem claro disso. O próprio regulador tem incentivado a concorrência para beneficiar os clientes. Iniciativas como Open Banking e PIX abrem espaço para novos entrantes e quebram barreiras de entrada de novos participantes no sistema financeiro.

Vejam que são medidas que dão mais poder aos clientes. São eles que decidem onde querem receber o dinheiro e o que querem compartilhar, algo que foi potencializado com a LGPD.

O que essa mudança exige

Empresas de capital aberto precisam prestar contas aos acionistas, remunerar seus colaboradores de forma a conseguir atrair e reter os melhores talentos e ainda agradar a seus clientes, mantendo-os vinculados e rentáveis, por meio da oferta de produtos e serviços diferenciados.

O desafio é enorme e carrega diversas implicações. A primeira delas é que não dá mais para as empresas não terem uma visão 360 dos clientes, ou seja, é preciso adquirir um conhecimento profundo sobre o cliente, olhar para ele de forma holística. Assim, o foco deixa de ser o produto e passa a ser o cliente. Nesse sentido, visão de timeline, ciclo de vida e momento atual são algumas formas de ampliar esse entendimento.

Também é preciso esquecer silos de produtos/serviços existentes nas empresas e implementar uma abordagem Cross Product, abstraindo um produto ou serviço especifico e adotando uma visão entre produtos, o que pode exigir reduzir spread de um e ganhar em outro. Assim, é possível encontrar o melhor preço entre produtos e serviços da empresa.

Gosto muito de usar o exemplo da Decolar, que busca entregar ao cliente um pacote de serviços (passagem de avião, aluguel de automóvel, reserva de hotel). Dependendo das escolhas do cliente, o pacote vai ficando mais atrativo. É interessante notar que a plataforma não se preocupa em como a Gol, a TAM ou a Azul gerenciam seus aviões ou como os hotéis gerenciam os serviços de quarto. Trata-se puramente de uma visão de necessidade x preço.

Agora, o que isso tudo tem em comum? OS DADOS! Quem for capaz de criar os melhores pacotes de produtos e serviços, esquecer o ganho individual de um produto e pensar na fidelização intrínseca já está um passo à frente. Não tem como fazer isso sem conhecer o momento de vida do cliente e sem entender genuinamente a necessidade dele, e são os dados que vão fornecer essas informações. Ao fazer isso de forma transparente e com ética, a empresa ganha credibilidade. Aqui entra a forma como tratamos os dados e como os utilizamos para entregar melhores produtos e serviços.

Uma visão analítica sobre tudo o que fazemos

Para começar essa discussão, deixo aqui algumas perguntas:

• Hoje você é capaz de medir o que você faz? 
• Pensou nos KPIs quando o produto estava no ar (ou em fase de finalização)? 
• Traçou um plano para evolução de cada KPI? 
• Consegue provar seu resultado com números concretos (e não com planilhas com informações manipuláveis)? 
• Quando precisa criar uma nova feature, você está mais preocupado com o prazo da entrega do que com os OKRs (se não sabe o que é OKR, vale a pena conhecer)? 

Precisamos falar sobre a diferença entre pressa e velocidade. Usamos a expressão pomposa time to market como uma licença para fazer uma série de "gambiarras" que causam a impressão de que temos velocidade na execução. Isso funciona muito bem para os primeiros 100 metros de corrida, depois nos atrapalhamos com o que criamos e perdemos uma velocidade absurda, o que prejudica o time to insight. Estou fascinado por esse termo e você pode conhecer mais detalhes sobre ele no livro The Self-Service Data Roadmap, cuja leitura recomendo fortemente. De forma bastante resumida, trata-se de medir o tempo que nossa ideia demora para se tornar resultado.

Essa é uma primeira etapa para criar produtos e serviços com visão analítica: saber o fluxo para poder automatizar.

#ParaCegoVer: Imagem contendo o fluxo do time to insight: Data > Discover > Prep > Build > Operationalize

Fonte: Livro The Self-Service Data Roadmap.

Um pouco mais sobre time to insight

Para conseguir velocidade na geração de insights é necessário ter clareza mental sobre esse fluxo e como colocá-lo em funcionamento. Sabe a famosa frase "visão do todo"? Pois é, para implementar isso de forma incremental e evolutiva as capacidades precisam ser criadas aos poucos e se integrarem.

#ParaCegoVer: Imagem contendo o fluxo do time to insight enriquecido com sub-etapas: Discover (time do find + time to interpret + time to featurize + time to move + time to click metrics) > Prep (time do data lake management + time to wrangle + time to comply) > Build (time to virtualize + time to transform + time to train + time to integrate + time to A/B test) > Operationalize (time to optimize + time to orchestrate + time to deploy + time to insight quality + time to optimize cost): fonte: Livro The Self-Service Data Roadmap.

A pergunta de um milhão é: você é capaz de gerar essas métricas e medir seu nível de eficiência?

A vingança dos Nerds

Os temas acima não são familiares para você? Não sabe a diferença entre um dado estruturado, semi estruturado, dado não estruturado? Não conhece nada sobre tecnologia e não sabe a diferença de microsserviço e APIs? Então você é parte de um legado que está morrendo aos poucos e abrindo espaço para as pessoas que estão aprendendo sobre o assunto.

A linha entre negócios e tecnologia está cada vez mais tênue, para não dizer que ela já não existe mais mesmo. Por isso, os profissionais de tecnologia que têm a sacada de entender o negócio em que atuam e conseguem desenvolver business sense, além do alto grau de tecnicidade tecnológica, apresentam um diferencial. Da mesma forma, ganha valor (dentro e fora da empresa) um profissional com profundos conhecimento de negócios que entende de tecnologia e dados.

Olhando para tecnologia, há dois tipos de profissionais. No primeiro grupo encontramos aqueles que estão atualizados em relação à criação de aplicações modernas, utilização de dados e conhecem a forma mais veloz de criar novas aplicações. O segundo grupo é composto por aqueles que alimentam os legados com soluções tradicionais. Sim, eu sei que são eles que muitas vezes pagam as contas, mas não são essas aplicações que poderão usufruir dos benefícios de Cloud Publica, velocidade de novas features e reduzirão nossa capacidade de reagir com aplicações sem modularização. Da mesma maneira, também temos pessoas legadas nos profissionais de tecnologia.

O fato é: as empresas estão sedentas por profissionais técnicos, que tenham domínio do que precisa ser feito. Basta olhar vagas de tecnologia e tentar encontrar vaga para desenvolvedor de "qualquer coisa". Esses profissionais estão sendo disputados e têm colaborado com a evolução das empresas. Eles não precisam de micro gerenciamento (isso na verdade atrapalha muito a performance), mas de uma missão e acompanhamento dos resultados. Quando falo de técnico, não me limito a desenvolvedor e engenheiro, mas da cadeia como um todo.

Os profissionais que têm clareza e conhecimento do que precisa ser feito têm ganhado espaço nas empresas e estão conseguindo gerar grandes mudanças no modus operandi. Para todos nós resta correr atrás do prejuízo, ou seja, buscar entender sobre tecnologia, dados e negócios. Esse tripé será nosso suporte para que não matemos nossas empresas.

Enfim, o que posso fazer para evoluir e transformar minha empresa?

Como sempre acontece no mundo real, não existe receita de bolo para responder essa pergunta, mas tenho convicção de que algumas coisas vão contribuir muito para a evolução necessária para as empresas.

1.      Entenda com clareza o problema e pense nos OKRs, acompanhando esses indicadores;

2.      não confie somente no seu instinto. O instinto é importante e muitas vezes ele é melhorado por nossas experiências passadas e podemos potencializar nossa capacidade de tomar decisão com base em dados. Para cada novo produto ou serviço, crie como parte do processo a visão analítica em sua concepção. Utilize modelos de análise avançada (Advanced Analytics) para precificação, distribuição e propensão;

3.      aprofunde seus conhecimentos em tecnologia e dados: seja curioso, entenda novas tecnologias, invista tempo para poder discutir e ENTENDER a forma mais veloz de fazer as coisas. Entenda como as aplicações modernas são criadas e influencie sua empresa na adoção dessas práticas. Entenda e ajude a sua empresa a navegar pelo desconhecido. Se você quer realmente fazer algo inovador, sempre será difícil fazer benchmark, pois em alguns casos, você ira gera-lo;

4.      não dê sua opinião, mostre os dados. Uma cultura Data Driven não acontece da noite para o dia, tenha resiliência;

5.      trabalhe duro para reduzir o seu time to insight. Para isso a integração com a área responsável por dados na sua empresa, será essencial. Agora, se sua empresa não tem uma área de dados, é bom começar a correr;

6.      lidere a sua mudança. A liderança não está relacionada a cargo ou função, mas à capacidade que você tem de influenciar as pessoas. Uma das formas de conseguir fazer isso é mostrando um caminho diferente, melhor e mais eficiente. Isso exige dedicação, suar a camisa e muito networking (internos e externo).

Espero que o artigo tenha sido útil. Até a próxima.