Colabore e execute uma estratégia de D&A moderna, prática e que promova um valor comercial mensurável.
- Gartner client? Log in for personalized search results.
Use dados como um ativo para impulsionar o crescimento e a diferenciação no mercado
Atualmente, o sucesso nos negócios e as iniciativas digitais são alimentadas por estratégias de análise de dados (D&A) que acompanham as ambições dos negócios.
Use esta diretriz para:
Posicionar iniciativas de D&A para promover resultados de negócios mensuráveis;
Criar seu programa de D&A de acordo com as cinco etapas principais, desde a visão até a melhoria contínua;
Identificar as principais partes interessadas em TI e outras funções.
Inclua a análise de dados na estratégia de negócios
Para alcançar resultados como uma melhor tomada de decisões ou uma receita maior, líderes de D&A precisam se concentrar desde o início no valor comercial. Um modelo de estratégia é fundamental.
- Modelo de D&A
- Visão orientada por dados
- Fatores determinantes da estratégia de D&A
- Resultados das partes interessadas
- Execução da estratégia de dados
Um modelo permite que os líderes de D&A definam as bases da estratégia
Um modelo como o Gartner Data and Analytics Strategy and Operating Model (DASOM) ajuda líderes de análise de dados a criar uma estratégia para que a organização construa uma cultura orientada por dados e, por fim, promova resultados de negócios a partir de ativos de dados.
A estratégia define o quê e o porquê do programa de análise de dados da organização. É a abordagem geral para alcançar uma visão estabelecida de negócios de sucesso. Os componentes essenciais para serem articulados em qualquer estratégia:
Uma visão orientada por dados;
Fatores determinantes para a estratégia de D&A;
Resultados desejados do programa.
Desenvolva a visão, os fatores determinantes e os resultados da estratégia de D&A em paralelo, não sequencialmente, visto que cada elemento fundamenta os outros dois.
As estratégias mais eficazes evoluem por meio de um conjunto de conversas entre as partes interessadas com o objetivo de definir uma direção comum e metas compartilhadas entre a estratégia de negócios e a estratégia de D&A.
Evite o erro de elaborar uma estratégia isolada de D&A com uma equipe pequena e “vendê-la” ao resto da empresa. Use o modelo DASOM como uma estrutura que ajude a orientar as conversas para infundir a estratégia de negócios com análise de dados.
Elabore a estratégia, o quê e o porquê, antes de passar ao modelo operacional no qual você define como executar a estratégia. Use este modelo de estratégia de D&A para ajudar.
Quando se trata de definir o modelo operacional, certifique-se de incluir o conjunto integrado de competências e capacidades (recursos, processos e estruturas) necessário para entregar a estratégia com sucesso. Faça uma avaliação para identificar as lacunas e os déficits que a organização terá que abordar para alcançar suas metas de análise de dados. Lacunas comuns incluem políticas de talento de D&A, alfabetização de dados e governança.
Posicione D&A como uma função de negócios voltada para o valor
Uma visão para a estratégia de análise de dados serve para explicar resumidamente o que significa ser uma empresa orientada por dados e o que a organização ganhará com isso. A visão deve se concentrar no valor do cliente que o programa espera alcançar.
Articular uma visão com relação ao valor comercial ajuda a posicionar o programa de análise de dados como uma função de negócios e seus líderes como colegas comerciais. Isso ajuda a fazer a transição dos esforços de Data & Analytics, afastando-os do suporte às decisões e levando-os em direção à tomada de decisões.
Isso é essencial dadas as expectativas crescentes de que a análise de dados capacita a transformação digital e os aplicativos ágeis por meio de plataformas de negócio digital.
Uma advertência: as declarações de visão adquiriram uma má reputação em algumas organizações. Isso acontece com frequência quando essas visões consistem em discursos vazios sobre o gerenciamento, sem qualquer relevância para a realidade do negócio. Isso não significa que você não deva se preocupar em redigir sua visão.
Ao contrário, uma visão eficaz dá à equipe de Data & Analytics e à toda a organização mais ampla um propósito comum, ajuda a impedir uma mudança na estratégia e a atrair talento. No entanto, uma visão de D&A que alcança esses fins precisa conter alguns detalhes, atendendo também aos requisitos principais.
Uma visão convincente de análise de dados precisa abordar o que significa ser orientado por dados a partir de três perspectivas distintas:
Visão e liderança. Qual é o papel da análise de dados na organização? Como D&A contribui para as metas de negócios essenciais?
Transformação de negócio. Quais são as novas oportunidades do modelo de negócios proporcionadas por D&A?
Cultura e mudança. Qual é o papel da análise de dados na transformação digital e como será a cultura e a mudança orientadas por dados, especialmente para a alfabetização de dados?
Uma declaração de visão de estratégia de dados eficaz também atende a quatro requisitos específicos, como:
Inspirar;
Ser específica para a empresa;
Posicionar a análise de dados como uma disciplina empresarial;
Fornecer foco estratégico.
Uma declaração de visão bem desenvolvida, que explica o significado de orientado por dados a partir das três perspectivas e atende aos quatro requisitos, segue a seguinte estrutura:
Contribuímos para (meta estratégica) para (parte interessada X, Y, Z), fazendo (propostas de valor).
Considere este exemplo de uma empresa farmacêutica:
“Lutamos por um mundo em que a informação forneça insight prático para prevenir, proteger e prever doenças de todos os tipos e melhorar a vida das pessoas.”
Ou este de um provedor de serviços financeiros:
“Nosso objetivo é ajudar clientes a ter uma vida financeira sólida, estando presentes quando necessário, por meio de produtos, processos e insights orientados a dados.”
Identifique tendências ou fatores determinantes relevantes de tecnologia, negócios e do setor
Uma boa estratégia de dados é específica para cada empresa, e também está inspirada em tendências e fatores determinantes que afetam a sua organização. Entre eles:
Fatores determinantes externos da indústria, dos negócios e sociais. O que está acontecendo em sua indústria ou nas indústrias com as quais você interage? Que papel poderia ser desempenhado pela análise de dados na adaptação para essas tendências?
Fatores determinantes organizacionais internos. Quais mudanças em sua organização estão a caminho? Por exemplo, existe uma tendência à centralização ou descentralização? A um estilo de governança baseado em regras ou em princípios? Ao trabalho ágil?
Fatores determinantes de tecnologia. Quais são as novas tecnologias que estão transformando o seu setor ou sua organização? Por exemplo, quais avanços estão a caminho com inteligência artificial (IA) ou com o surgimento da malha de dados?
É provável que uma determinada organização tenha muitos fatores determinantes diferentes que influenciam a estratégia de D&A A importância de cada motivo para a sua estratégia dependerá de vários fatores.
%20e%20ao%20seu%20grau%20de%20consolidação.&source=Gartner){kind=icon}
As prioridades e preocupações das partes interessadas, por exemplo, influenciarão o quanto você enfatiza um fator determinante na estratégia de D&A. O grau de consolidação de um fator determinante em relação ao seu provável impacto futuro representa uma outra fonte de consideração. Tendências podem ser:
Estabelecidas — para as quais você pode adotar práticas recomendadas para abordagem e priorização;
Em evolução — que exige planejamento, ainda que seja geralmente claro na direção futura;
Emergentes — trazendo mais incerteza e exigindo mais experimentação e aprendizado.
Mapeie fatores determinantes e tendências em uma matriz do radar de acordo com o tipo de fator determinante/tendência (interna, externa ou tecnológica) e o seu grau de consolidação.
Defina uma proposta de valor clara para a estratégia de dados
Certifique-se de que a sua estratégia de D&A esclarece a dúvida “o que ganho com isso?” para cada parte interessada respondendo a quatro perguntas:
Quem são suas partes interessadas? Faça uma lista de todas as partes interessadas internas e externas.
Quais são os resultados de negócios necessários para cada parte interessada? Expresse-os em relação ao crescimento da receita, economia de custos, gestão de riscos, valor do cliente e assim por diante.
Como a estratégia de D&A ajudará a alcançar essas metas? Especifique casos de uso concretos, iniciativas e produtos de D&A que melhorarão um processo ou atividade para uma parte interessada.
Quais principais indicadores de desempenho (KPIs) mostrarão que a sua estratégia é bem-sucedida? Avalie os resultados de negócios que você espera produzir. Defina as métricas de progresso como “percentual de funcionários treinados em alfabetização de dados” e métricas de resultados como “contribuiu para 5% de crescimento da receita”.
Por meio desse processo, a estratégia de análise de dados começará a unir-se em torno de uma proposta de valor clara que define a forma do valor que a análise de dados entregará à organização. As propostas de valor pertencem a três categorias:
D&A como um serviço público
Esta proposta de valor de D&A posiciona a análise de dados como um recurso genérico disponível a todas as partes interessadas para todos os requisitos o tempo todo. O principal resultado é uma plataforma sempre ativa. As medidas de sucesso dos dados enquanto uma utilidade pública vêm na forma de um contrato referente ao nível de serviço, como no caso:
Qual é a disponibilidade da plataforma?
O acesso aos dados é fácil e rápido para várias finalidades?
Quanto tempo leva para adicionar uma nova fonte de dados ou API de acesso aos dados?
D&A como um ativador
Esta proposta de valor se concentra em uma meta de negócio específica. Os principais resultados são soluções específicas, adequadas para um propósito. As medidas de sucesso para dados como ativador se relacionam aos KPIs do negócio, por exemplo:
Depois da implementação de uma nova ferramenta de análise de gerenciamento de campanha de marketing, qual foi a melhoria da taxa de conversão?
Quanto economizamos com a manutenção preventiva de ativos por meio da análise de dados da Internet das Coisas (IoT)?
Quanto economizamos com o aprimoramento dos algoritmos de detecção de fraudes?
D&A como um fator determinante
Esta proposta de valor se concentra em alcançar novas metas de negócios com ferramentas ou novas formas de dados que resultem em novas ideias de negócios e fontes de receita. As medidas de sucesso para esta proposta de valor estão relacionadas com a inovação. Por exemplo:
Qual é a proporção relativa entre esforços de dados que não produzem nenhum novo insight, que produzem insights de otimização e que produzem insights transformadores (por exemplo, 50%:40%:10%)?
Quanta receita nova foi gerada por iniciativas de D&A?
Todas essas três propostas de valor entregam valor comercial e, muitas vezes, existem simultaneamente dentro da mesma organização.
Adote uma abordagem de gestão de portfólio para otimizar o valor comercial produzido pela operação de dados. Entre as considerações, estão o impacto nos negócios para um dado caso de uso em relação aos inibidores e colaboradores de sucesso.
Entre eles estão urgência, tempo de retorno, compromisso da parte interessada, prontidão organizacional, alfabetização de dados, cultura orientada por dados e outros. Observe que pode ser difícil quantificar em termos financeiros o valor de alguns casos de uso. Nesses casos, use um sistema de pontuação para avaliar, classificar e priorizar.
Recursos conectam a estratégia às operações
Uma estratégia de D&A depende de sua execução. Apenas quando você souber com clareza o “porquê” e “o quê” é o momento de considerar “como” executar a estratégia de D&A por meio de um modelo operacional adequado.
Os recursos servem como o elemento decisivo que conectam a estratégia ao modelo operacional. Organizações devem, portanto, finalizar o processo de desenvolvimento da estratégia avaliando os recursos existentes hoje e aqueles que você precisará desenvolver amanhã. Faça uma autoavaliação usando o Gartner Data and Analytics IT Score para saber se você tem os recursos para gerenciar a operação de dados ou desenvolver talentos de análise de dados.
As avaliações de recursos revelam lacunas fundamentais que a organização precisará preencher. As habilidades de alfabetização de dados costumam ser uma delas. Os participantes da Pesquisa CDAO 2022 Gartner indicaram que a alfabetização de dados precária é um obstáculo importante para o sucesso em suas organizações.
A área, fundamental para os investimentos, ajuda a criar clientes orientados por dados com funcionários alfabetizados em dados que usam as informações para aumentar o retorno geral do investimento. As avaliações de recursos também podem servir como uma informação essencial para que diretores de dados identifiquem as funções de cientistas de dados e outros talentos de que eles precisam em suas equipes.
Recursos relacionados de D&A
Clientes Gartner: Faça login para acessar um conjunto completo de insights práticos e ferramentas na estratégia de D&A.
Perguntas frequentes sobre a estratégia de D&A
O que são dados mestre?
Os dados mestre são o conjunto mínimo de dados que descreve e retrata as entidades essenciais para a existência de uma organização, como, por exemplo, clientes, cidadãos, fornecedores, pacientes, estudantes, locais, produtos, partes e ativos. Os dados mestre têm classificação específica e critérios de uso que permitem que a empresa identifique atributos candidatos a dados mestre.
O que é gestão de dados mestre?
A gestão de dados mestre (MDM) é desenvolvida para aumentar a consistência dos dados mais importantes que estão no centro das decisões e processos de negócios mais importantes. As organizações que se beneficiam de uma visão única e confiável por toda a empresa desses dados mestre estão muito melhor posicionadas para tomadas de decisão informadas que impactam diretamente o risco, a receita, e os objetivos de valor e custos da organização em comparação com as que não o fazem.
O que é gestão de dados e por que ela é importante?
A gestão de dados aborda a complexidade do estado, armazenamento, acesso, qualidade e contexto dos dados para permitir que as organizações alcancem as aspirações orientadas por dados. Essa capacidade é fundamental para o sucesso de um negócio digital em que ser orientado por dados significa usar os dados, independentemente da sua fonte, para melhores tomadas de decisão de negócios.