Saber como montar uma equipe de sucesso em análise de dados não é uma tarefa fácil. Em 2018, época em que esse assunto era mais complexo, Denys Fehr, CEO da Just a Little Data, empresa de DDDM (Data Driven Decision Making) da B&Partners.co escreveu sobre em oito passos.
O tempo passou, especificamente, 4 anos. Agora, podemos pensar de forma mais atualizada e orgânica com o passar do tempo e experiência ganha no assunto. O sucesso de uma equipe depende do envolvimento de quem busca por ela, e as empresas precisam encontrar uma abordagem para priorizar o trabalho.
Leia mais: 4 dicas para superar os desafios na construção de uma marca
O envolvimento com as partes interessadas ajuda a demonstrar o valor que o time faz, além de entender melhor os principais problemas nos quais eles devem se concentrar. Dito isto, neste artigo, mostraremos como montar uma equipe de sucesso em 5 passos.
1: A missão do time precisa ser clara
Óbvio e indispensável: qual o papel e missão dessa equipe? Precisamos aprender a fazer as perguntas certas e resolver problemas comerciais certos, o objetivo em qualquer exercício de análise de dados não pode ser implementar uma ferramenta ou plataforma. Ter a função do time esclarecida é importante para não cair nessa entrega de report, já que, geralmente, é o que acontece com as áreas de análise de dados.
2: O sucesso dos dados começa com diversidade
A diversidade é fundamental para o sucesso, e não só eu como vários outros especialistas no assunto falam sobre isso. Tom Davenport, consultor da Deloitte Analytics e autor do livro “Competing on Analytics: The New Science of Winning”, diz que “é muito importante incluir não apenas pessoas com habilidades analíticas, mas também aquelas com habilidades de negócios e relacionamento que podem ajudar a formular a pergunta em primeiro lugar e depois comunicar os resultados de forma eficaz no final da análise.”
Se sua equipe analítica vai fazer um trabalho para área financeira, por exemplo, é importante ter um analista financeiro no time, e não somente as pessoas de TI, Couding ou Dados. Se eventualmente, o trabalho for para mídia, como não ter um especialista no time?
Passo 3: Busque um time com experiências variadas: em dados e ferramentas
Quem nunca viu um principiante trazer um excelente resultado de clusterização de dados, mas não entender ou explicar o porquê desse resultado? É preciso encontrar pessoas que possam executar esses trabalhos de ponta a ponta, sem necessariamente usar as mais novas tecnologias, mas que sim, compreendam e adotem o valor das ferramentas modernas, que é o foco na busca desses recursos.
Passo 4: Conhecer e gerenciar seus dados é indispensável para o sucesso
Sua análise deverá ser tão precisa quanto. Se o seu processo de dados não for confiável ou estiverem incompletos, seus resultados serão falhos e quaisquer ações tomadas podem ser errôneas. Fora que, quando os dados mostram algo contra a galera de negócios, eles adoram dizer “Acho que esses dados estão errados”. Enfim, aqui é “chover no molhado” como diria Dona Nair, minha avó. Cuidar bem dos seus dados é base para o sucesso do time, pois é a principal matéria prima do mesmo, inclusive de motivação para o trabalho.
Passo 5. Especialização externa sim, mas com equipes integradas.
Algumas empresas recorrem a especialistas externos para ajudar nos projetos de análise. Isso é comum e um excelente caminho para iniciar um time, afinal, nem todas as empresas possuem em seus budgets ter essas equipes – o que já é um erro – , e não se monta um ROI dessa atividade de um dia para noite. Precisamente, uma alternativa notável é começar esse trabalho com um time especializado e integrado ao seu, mas, vale o alerta: o time “terceiro” precisa estar com a camisa da sua empresa vestida e com acessos aos seus dados como se fosse de casa.
O artigo original está disponível no site TI Inside, e você pode acessá-lo clicando aqui.
