Suposições podem ser perigosas
Nos negócios, as suposições podem ser desastrosas. Uma das maiores lojas de departamentos da América aprendeu isso da maneira mais difícil. O varejista estava usando uma estratégia de preços conhecida como preço alto-baixo. Nesse modelo, um varejista eleva o preço de um item em até 100% acima do preço de venda esperado. Depois de deixar o item na prateleira por algumas semanas, o varejista oferece grandes descontos para motivar o consumidor a comprar o produto.
O grande varejista neste estudo de caso decidiu mudar esse modelo de preços simplesmente oferecendo o melhor e mais baixo preço desde o início. A conversão do varejista para um modelo de melhor preço primeiro foi uma decisão de negócios desastrosa que foi, em parte, devido ao uso inadequado de dados para orientar sua decisão. A empresa presumiu que um preço » final » atrairia mais clientes para a loja. Eles também cometeram erros na forma como interpretaram os dados sobre os quais agiram.
Alguns dados indicaram que os clientes muitas vezes abandonaram as mercadorias antes dos descontos, mas o varejista interpretou mal alguns dos dados. O varejista acreditava que, afastando-se dos preços altos e baixos, eles conquistariam negócios enquanto seus concorrentes ainda estavam nas seis semanas iniciais de preços sem desconto. Isso acabou não sendo o caso. A empresa deixou de levar em conta o fato de que os clientes buscam ativamente descontos e vendas para sentir que receberam um bom valor. A interpretação errada resultou em decisões que afastaram milhares de clientes e a receita da empresa despencou.
Como produzir dados acionáveis
Tendo agora determinado que as empresas precisam de dados acionáveis para utilizar antes de tomar decisões de negócios, vamos dar uma olhada nas etapas que as empresas devem tomar para ajudá-las a produzir esses dados valiosos.
Etapa 1: Identifique o problema
Antes que uma empresa possa coletar e agregar dados para análise, ela deve determinar as informações específicas necessárias. Isso leva a fazer a pergunta mais importante nas decisões de negócios: » Qual é o problema que estamos tentando resolver? »
Para encontrar a resposta correta para essa pergunta, as empresas devem realizar uma análise de causa raiz , o uso de uma variedade de técnicas e ferramentas para determinar a causa real de um problema. Para realizar uma análise de causa raiz de uma forma excessivamente simplista, basta fazer a pergunta «por que» pelo menos três a cinco vezes. Uma análise da causa raiz para vendas de baixo desempenho pode ser semelhante a esta:
 |
Depois que uma causa raiz sólida é identificada, uma organização lista os dados de que precisa para responder à pergunta do problema.
Etapas 2 e 3: coleta e agregação de dados
Os dados usados por uma organização para informar suas decisões costumam ser chamados de business intelligence . Inteligência de negócios são informações precisas e de alta qualidade que os executivos usam para tomar decisões de negócios sólidas. A inteligência de negócios não vem de uma única fonte; deve ser coletado e agregado.
Agregar dados significa pegar informações de várias fontes – geralmente internas e externas – e compilá-las em um formato que possa ser usado para análise. Para um varejista, os dados agregados incluiriam fontes externas, como pesquisas de mercado, e fontes internas, como dados obtidos de cartões de compradores frequentes. O objetivo de agregar dados é garantir que os executivos tenham uma visão geral. O erro do varejista do estudo de caso não foi confiar em dados imprecisos; em vez disso, era que a empresa não tinha todos os dados relevantes. Agregar dados de várias fontes teria fornecido melhores dados para tomar uma decisão.
 |
Etapa quatro: avaliando os dados
Coletar e agregar dados são apenas duas etapas em um processo maior. Uma vez que os dados tenham sido compilados, eles devem ser avaliados. Uma das armadilhas mais comuns associadas ao uso de dados para informar as decisões de negócios é coletar muitos dados ou atribuir a todos os pontos de dados o mesmo nível de significância. A receita de um varejista é influenciada por centenas de fatores, mas cada fator não precisa ser avaliado porque nem todos têm a mesma importância.
O clima pode afetar os hábitos de compra do cliente, mas tal ponto de dados vale muito menos do que a pesquisa de mercado que descreve os motivos pelos quais os clientes optam por comprar ou não. O termo informal paralisia de análise descreve ter muitos dados para tomar uma decisão comercial sólida. Quando isso acontece, uma organização faz escolhas erradas de negócios porque tenta «consertar» muitas coisas de uma vez.
 |
Avaliar os dados corretamente significa entendê-los em seu contexto. Um varejista que tenta aumentar a receita pode olhar para números maiores de vendas de novembro e dezembro e decidir que a receita da empresa está disparando. No entanto, se o negócio for uma fazenda de árvores de Natal, concluir que as vendas melhoraram e o fluxo de receita da empresa está no caminho certo seria impreciso. Avaliar dados significa entender o que constitui dados acionáveis.
Etapa cinco: tomada e implementação da decisão
Finalmente, os dados devem ser utilizados. A fase de utilização é quando a empresa usa o que aprendeu com sua inteligência de negócios e traduz em sua operação. Exemplos de utilização de dados incluem o momento em que os preços são realmente reduzidos, a decisão de realocar uma loja ou a decisão de iniciar ou interromper a venda de um determinado produto.
Resumo da lição
O uso de dados para informar as decisões de negócios pode ser considerado um processo linear. A primeira etapa do processo é definir corretamente o problema usando uma análise de causa raiz . Obter a inteligência de negócios necessária e agregá- la compreende as etapas dois e três. A quarta etapa do processo é avaliar os dados no contexto para ter certeza de que foram devidamente compreendidos. Avaliar muitos dados resulta na paralisia da análise porque a empresa se esforça para diferenciar elementos de dados importantes daqueles que são menos que importantes. Uma vez confirmado, o quinto e último passo é utilizar os dados para tomar uma decisão sólida e implementá-la nas operações do negócio.