A implementação e uso de tecnologias inovadoras e disruptivas de grande impacto para a sociedade usualmente são acompanhadas de dois fenômenos importantes:
1. Retorno significativo para os primeiros empreendedores que apostam em novos produtos e/ou métodos trazidos por essa tecnologia, antes mesmo de serem utilizados em larga escala.
2. Grandes desafios para explorar o potencial das novas soluções em função das ameaças e riscos trazidos pela mudança e também pela falta de conhecimento, recursos, e visão de futuro para entender e levar adiante novas ideias. O cenário não é diferente quando se trata de big data e esse assunto foi abordado um artigo anterior publicado neste espaço.
Um dos principais obstáculos para se tirar proveito de soluções analíticas e big data pelas organizações não está relacionado ao conhecimento técnico das ferramentas e dos métodos vinculados à sua implementação, mas sim à capacidade dos analistas e executivos em formular perguntas relevantes para o desempenho do seu trabalho que possam ser respondidas a partir de processos sofisticados de análise de dados.
De acordo com o estudo intitulado Big data: The next frontier for innovation, competition, and productivity, publicado em 2011 pelo McKinsey Global Institute (MGI), o mercado dos EUA terá sérios problemas para suprir a demanda crescente por gestores com habilidades analíticas. Segundo esse estudo, caso não sejam tomadas medidas radicais para a formação de uma nova geração de analistas e executivos, até 2018 haverá um déficit de 1,5 milhão de profissionais para atuar em diversas áreas de negócio cuja função essencial será formular perguntas que explorem o potencial de recursos de big data cada vez mais poderosos e importantes para empresas e instituições de todos os tamanhos e segmentos.
O cenário antecipado pelo MGI tende a ser ainda mais catastrófico para as organizações que atuam em países ou regiões onde existe baixo nível de competitividade e/ou reconhecidas dificuldades para contratação de recursos humanos com perfil analítico e conhecimento dos benefícios e aplicações de big data em seu negócio. Em um cenário de baixa competitividade, as empresas possuem pouco estímulo para implementação de novos modelos de gestão e tecnologia inovadora para apoio à tomada de decisão.
Mesmo onde existe um ambiente propício à inovação e ao empreendedorismo, a ausência ou a dificuldade em contratar profissionais qualificados por resultar em frustrações na implementação de soluções analíticas. Independente do tipo de obstáculo encontrado pelas organizações para realizarem seus projetos e atividades de análise de dados, aquelas que não superarem com eficácia esses desafios correm sérios riscos de perda acelerada de competitividade que pode comprometer até mesmo sua viabilidade econômica em novas condições de mercado.
Sobreviver e se destacar em um mercado cada vez mais integrado e competitivo está diretamente ligado à qualidade e à disponibilidade de dados consistentes que possam ajudar a responder com clareza todas as questões relevantes para melhorar o desempenho das empresas e instituições públicas. Fazer as perguntas certas e obter suas respostas em forma, conteúdo, e prazo requeridos pelos processos de negócio de uma instituição é o ponto de partida para melhor a qualidade e asservitividade das decisões corporativas.
Big data é um enorme passo para prover essas respostas, mas a responsabilidade pela relevância e qualidade das perguntas ainda é uma função essencialmente dos profissionais envolvidos no uso e aplicação de soluções analíticas nessas organizações. Neste sentido, o professor Andreas Weigend, da Universidade de Stanford, afirma com muita propriedade que big data é inútil sem boas perguntas o que nos leva a refletir sobre as questões mais relevantes e úteis que podem ser respondidas com o apoio dessa tecnologia e o nível de maturidade das organizações para elaborar e buscar respostas para essas perguntas.
O Gartner Group, líder mundial em pesquisa e consultoria em tecnologia da informação, define quatro estágios ou níveis de maturidade em relação ao uso de soluções analíticas em geral dentro de uma organização. No nível mais elementar, conhecido como análise descritiva, as empresas buscam responder perguntas relacionadas ao passado (pergunta: o que aconteceu?). Mesmo nesse estágio, é surpreendente a dificuldade que muitas empresas ainda possuem para responder de forma rápida, consistente, e eficaz a esse tipo de questão que faz parte das demandas diárias de executivos e gestores em todos os níveis da estrutura administrativa.
Certamente, para se serem competitivas e crescerem de forma sustentável, as empresas precisam de respostas para perguntas que vão muito além da análise descritiva. Em um segundo nível de maturidade, as empresas devem ser capazes de realizar o diagnóstico de qualquer aspecto relacionado aos resultados de suas operações (pergunta: por que aconteceu?). Esse tipo de análise é essencial para se melhorar o desempenho dos processos de uma organização e existem diversas ferramentas disponíveis no mercado que possibilitam obter respostas para essas questões com alta produtividade e baixo custo.
Nos níveis mais altos e mais complexos de análise, de acordo com a classificação do Gartner Group, estão os processos de análise preditiva (pergunta: o que vai acontecer?) e prescritiva (pergunta: o que devo fazer?). De fato, boa parte da atenção e do interesse da sociedade pelo tema big data está relacionado a experiências extremamente exitosas de aplicação de análise preditiva em instituições privadas e governamentais que atuam em áreas tão variadas como saúde pública, varejo, instituições financeiras, marketing eleitoral etc.
Se ter uma visão clara do passado e realizar diagnósticos de forma precisa para evitar erros e replicar experiências positivas é fundamental para uma gestão eficiente de qualquer negócio, antecipar o futuro representa um extraordinário ganho de competitividade para a grande maioria das organizações, considerando o atual momento de evolução das soluções analíticas e da disponibilidade de dados das mais variadas fontes.
No estágio mais avançado, a análise prescritiva busca automatizar os processos de tomada de decisão e torná-los mais eficazes e imunes a influências externas negativas que eventualmente possam negar a razão e a lógica estabelecida pela análise dos dados em todos os estágios anteriores. Ainda são poucas as empresas que atingiram níveis de excelência em todos esses estágios, em especial os mais complexos e de maior retorno sobre o investimento. No entanto, a demanda cresce de forma acelerada e as oportunidades são enormes para empresas e profissionais.
Para se beneficiar dessas oportunidades e garantir um maior retorno para o investimento em big data é necessário que as perguntas essenciais para cada tipo de análise estejam vinculadas a um contexto específico de negócio e a objetivos bem definidos. É muito provável que as respostas para algumas perguntas tragam insights ou informações relevantes para os processos de tomada de decisão que motivem a formulação de novas questões levando a um círculo virtuoso de construção de conhecimento conhecido como data discovery. Dessa forma, ter boas perguntas para iniciar esse ciclo é fundamental.
E boas perguntas não surgem por acaso. Elas são elaboradas na razão direta do conhecimento do negócio e do potencial das soluções analíticas e big data para melhorar os resultados das organizações, do nível de formação dos executivos, além de serem influenciadas por um ambiente interno e externo que valorize a competitividade e a meritocracia. Na medida em que as respostas estão cada vez mais acessíveis, o grande desafio para os profissionais será formular as perguntas certas para resolver os problemas que levem à excelência na gestão e execução de processos corporativos. A superação desse desafio possui um valor inestimável para todas as empresas.
