Como vemos um aumento no desejo de utilizar dados e análises para capacitar as organizações, há um aumento no investimento em aprendizado e ferramentas para ajudar a facilitar esse crescimento. Enquanto viajo pelo mundo e trabalho com organizações de vários setores, notei que existem alguns obstáculos que impedem o verdadeiro sucesso dos dados e das análises: falta de dados e estratégia analítica abrangente e falta de entendimento dos quatro níveis de análise.
A prevalência de ferramentas, software e assim por diante, poderia se pensar que teríamos uma compreensão mais clara, e não mais obscura, desses tópicos. Mas, como nos afastamos ainda mais da compreensão? Por que parece que não estamos ganhando mais tração agora do que no passado? Este é o primeiro de uma série de blogs em que abordaremos esses tópicos. O objetivo principal de dados e análises é tomar decisões mais inteligentes e ajudar os negócios, para que todas as organizações cheguem a esse ponto.
No mundo da análise, as organizações há muito tempo investem dinheiro em software e ferramentas de análise de dados, pensando que seria uma poção mágica, resolvendo problemas organizacionais e criando vastas quantidades de valor. O problema é que a maioria das organizações nem sequer conhece os 4 níveis de análise, muito menos têm uma cultura forte que permite o aprendizado da alfabetização de dados, o uso da análise de dados e as tomadas de decisões baseada nos dados. Um passo que as organizações podem dar para solucionar os obstáculos é desenvolver um entendimento sólido dos 4 níveis de análise e como eles interagem.
Os quatro níveis de análise:
Análise descritiva
O primeiro nível de análise é aquele com o qual todos devem estar familiarizados e é onde as organizações passam a maior parte do tempo na esfera analítica, mas na verdade deve ser apenas a primeira peça: análise descritiva. Para mim, outra frase que pode ser usada no lugar da análise descritiva é a análise observacional ou o relatório. Este é realmente o primeiro nível de análise. Aqui é onde as organizações podem utilizar painéis, relatórios e assim por diante, para estabelecer relatórios e fazer observações a partir dos dados. Isso também é uma análise retrospectiva. Que insight ou “por que” obtemos quando olhamos para uma parte dos dados e vemos a linha subir nos últimos quatro trimestres? Nenhum! Tudo o que estamos vendo é uma observação. Precisamos levar as organizações ao segundo nível de análise, mas, infelizmente, elas passam a maior parte do tempo fazendo relatórios e painéis … As organizações a progredir além disso.
Análise de diagnóstico
O segundo nível é o Diagnostic Analytics. Outro termo usado para análise de diagnóstico é insight. As organizações precisam passar pelas análises observacionais, analisar relatórios e capacitar a força de trabalho para encontrar o “porquê”. Ajudar as pessoas a entenderem que correlação não significa causalidade e empoderamento para ir além do valor nominal. É aqui que a alfabetização de dados realmente entra em jogo. Quando um indivíduo é capacitado com a alfabetização de dados e a capacidade de usar a terceira característica de sua definição, analisa os dados, então os indivíduos podem se aprofundar e encontrar insights.
Análise preditiva
O terceiro nível é o Predictive Analytics. Se o primeiro nível é onde as organizações passam a maior parte do tempo, esse nível é onde elas estão gastando a maior parte de seu dinheiro. As organizações estão ouvem à esquerda e à direita e precisam de IA, Big Data e assim por diante. Então, as organizações estão investem aqui. Um problema com esse pensamento é o seguinte: vamos investir aqui, mesmo que passemos a maior parte do tempo no primeiro nível e talvez não seja muito bom no segundo nível, vamos investir porque nos dizem que é disso que precisamos? Agora, as organizações devem investir dinheiro nesse nível, mas é apenas uma parte do orçamento. Uma boa parte do orçamento deve ser destinado para a alfabetização de dados, a fim de que toda a organização possa participar dos dados e da estratégia analítica da organização.
Quando se pensa nisso, as organizações têm apenas alguns cientistas de dados na equipe, se isso. O maior investimento deve ser o fortalecimento de toda a organização com aprendizado, conhecimento de dados e a capacidade de obter insights por meio de outras ferramentas, como uma ferramenta de BI como o Qlik Sense.
Análise prescritiva
A análise prescritiva é uma maneira elegante de dizer que os dados informarão o que fazer. Isso deve ser um alvo das organizações atingir esse nível, mas deve fazer parte de uma estratégia geral.
Conclusão:
As organizações ao redor do mundo devem ter como alvo trabalhar para adotar e utilizar os quatro níveis de análise. As organizações devem parar de gastar a maior parte do tempo em análises descritivas, precisam ter mais sucesso em análises de diagnóstico, devem capacitar para o uso adequado das análises preditivas e, finalmente, avançar para a análise prescritiva.
Em vez de investir em soluções mágicas para resolver os problemas de análise de dados, as organizações precisam investir no fortalecimento da força de trabalho, criando dados e estratégias analíticas fortes que se vinculem às metas e objetivos da organização e se comprometa com a ferramenta certa, e não apenas ao que parece bom.
Texto original reproduzido com autorização de Jordan Morrow, disponível no link: Analytics: back to the basics