A era do business analytics

“O valor dos dados não está nos dados, mas nas decisões que se tomam com eles”. Profª Beatriz Muñoz-Seca, IESE Business School.

Hoje muitos dos processos de negócios estão interligados por sistemas digitais facilitando a troca de informações e a sua coordenação. Estes sistemas recolhem, arquivam e processam dados que permitem a tomada de decisões. A análise dos recibos de um supermercado permite ver que produtos são comprados juntos. Esta informação ajuda a decidir onde colocar os produtos facilitando assim a compra, a venda cruzada e aumentado as vendas.

As organizações focam-se cada vez mais nas suas core competences: competências em que uma empresa é especialmente forte e que podem garantir sua sobrevivência no futuro, desde que seja capaz de as fazer evoluir para que continuem a atender às exigências do mercado. Por seu turno, as principais competências de uma empresa estão em saber como lidar com os processos internos e saber o que os clientes querem hoje e no futuro. Muitos desses processos são suportados por meios digitais e cada vez é mais fácil entender as tendências pela pegada digital dos clientes online.

A chave é ter o conhecimento certo na empresa. Mais especificamente, o que a empresa precisa é que as pessoas certas tenham os dados e as informações certas no momento certo. Quando isso acontece, temos uma tomada de decisão racional que atende às condições estratégicas, operacionais e de mercado.

Conhecer o passado

Independentemente de serem usados ​​modelos preditivos ou previsões, as informações históricas podem mostrar às empresas onde estão. Talvez os especialistas e os seus cenários possam mostrar caminhos diferentes, mas em última análise, é responsabilidade dos decisores escolher que processos de negócios desejam alterar ou iniciar com base nos dados existentes.

Segundo o conceito de job-to-be-done [1] os clientes não compram berbequins, compram buracos, ou querem embelezar a sua casa. Assim também as empresas não compram servers, software ou algoritmos, compram a capacidade de executar, monitorizar e controlar os seus processos de negócio, além de conseguir ideias de como os melhorar.

Usar o business analytics é melhorar a tomada de decisões e os processos operacionais, bem como alcançar a competitividade possível quando se tem dados relevantes e se sabe como usá-los. Muitas vezes mistura-se o analytics com as tecnologias de informação, fruto da sua frequente interdependência. Iniciativas de business analytics bem-sucedidas estão sempre ligadas às prioridades e à estratégia da organização (missão, visão e metas) e são implementadas para fortalecer a capacidade dos processos de negócios se moverem na direção certa e em direção aos objetivos de negócios.

Conhecer o passado permite, por exemplo à Amazon iniciar processos de entrega mesmo antes dos produtos serem encomendados ou mostrar com destaque produtos que outros clientes compraram antes. A quantidade, qualidade e timeframe dos dados que a Amazon possui é considerada a sua principal vantagem competitiva.

Desenvolvimentos relevantes

Nos últimos anos houve alguns desenvolvimentos relevantes. Um deles é o big data que é frequente ser associado à conjugação de 4 Vs: volume, variedade, velocidade e veracidade. Volume refere-se à quantidade crescente de dados que são criados, arquivados e processados. Variedade tem a ver com a variedade de formatos (imagens, vídeos, sons, textos, etc.). Velocidade tem a ver com a crescente capacidade de transmissão de dados em que o 5G é um bom exemplo. Veracidade tem a ver com a confiança e qualidade dos dados, sendo este um dos grandes desafios desta ciência.

Está a intensificar-se também o uso de modelos analíticos para controlar os processos operacionais de forma inteligente, assumindo a inteligência artificial (IA) grande preponderância na tomada de decisões. Alguns exemplos:

• Processos puramente digitais, como o marketing omnicanal, em que a comunicação com o cliente é enviada diretamente com base no que o cliente provavelmente deseja de um canal eletrónico específico. Pense nas ofertas de última hora da Booking.com.
• Processos de negócios digitalizados semi-físicos, como análises para prever a procura futura do mercado e repor automaticamente stocks com base, por exemplo, na temporada, campanhas, crescimento do mercado ou níveis de preço.
• Processos digitalizados totalmente físicos, como robots na forma de carros autónomos e aspiradores de pó que respondem a elementos físicos com base em algoritmos.

Nos últimos dez anos, uma enorme quantidade de processos foi automatizada e digitalizada, e as decisões manuais que acompanham esses processos desapareceram. Muito do que vemos hoje é a concretização das promessas do início do século, em que novos processos de negócios digitalizados e automatizados permitiriam às organizações competirem globalmente com base em modelos de negócios extremamente escaláveis.

Hoje o business analytics, para além de suportar a tomada de decisões humanas, é cada vez mais usado e integrado em processos digitais automatizados e repetitivos, libertando as pessoas para tarefas de maior valor acrescentado. Hoje uma central de produção de energia moderna pode ter poucos operários sendo a maior parte dos processos executados de forma automática e por vezes até controlada à distância.

Business analytics e valor acrescentado

Para trabalhar com business analytics, é essencial saber identificar que processos de negócio apoiar com sistemas de informação, bem como identificar como se obtém o valor acrescentado. Por fim, é importante ver a empresa como um conjunto de competências e conhecimentos, alguns dos quais assumem a vertente técnica e outros fazem a ponte entre o técnico e o negócio com foco nos processos e resultados.

O valor acrescentado pode ser alcançado de duas maneiras: por um melhor aproveitamento dos recursos de entrada no processo de transformação, ou seja via aumento de eficiência, ou por um maior valor acrescentado do que sai do processo, aumentando a satisfação do utilizador ou cliente.

Resumindo, a implantação bem-sucedida de iniciativas de business analytics requer um certo nível de abstração. É necessário ser capaz de ver a organização como uma interligação de sistemas, um conjunto de competências e uma série de processos – e, finalmente, ser capaz de integrar essas três perspetivas umas nas outras.

Nesta era do business analytics, as empresas que fazem um uso cada vez mais avançado da informação conseguem vantagens competitivas. É também um período em que outras empresas falharão e vacilarão como infosauros, apenas com músculos e armaduras, e sem a capacidade intelectual e agilidade necessárias à sobrevivência nas condições de mudança contínua do mercado.

[1] Conceito desenvolvido e aprofundado pelos prof. Theodore Levitt e Clayton Christensen de Harvard.



Artigo de Agostinho Abrunhosa, Professor de Operações, Inovação e Tecnologia, Secretário-Geral e Membro da Direção da AESE Business School