Primeiras aulas do curso
Olá! Meu nome é Alan, tenho 38 anos e atuo há mais de 20 anos no mercado de seguros.
Audiodescrição: Alan é um homem branco, com cabelo curto castanho e olhos castanhos. Ele veste uma camisa social azul clara e está em um escritório com uma estante de livros ao fundo.
Durante esses 20 anos, trabalhei com dados e tomei decisões orientadas por eles, mesmo antes de saber que isso era uma opção. Para mim, isso sempre foi algo natural. Ao longo da minha jornada, construí uma trajetória que me levou a ser gerente de governança de dados. Anteriormente, fui gerente de BI e atuei com precificação de seguros. Em todas as áreas em que trabalhei, minha jornada sempre foi pautada em dados.
Olá! Meu nome é [Nome do Instrutor], sou professor da FIAP e acompanho uma pós-tec semanalmente, trazendo elementos da minha experiência profissional para contribuir com o conteúdo da FIAP.
Hoje, vamos explorar estratégias data-driven (orientadas por dados). Vamos explicar como pensar e planejar uma estratégia data-driven para uma empresa, considerando tanto o cumprimento dos objetivos estratégicos da empresa quanto a atuação pessoal como agente consciente dentro de uma estratégia como essa.
Audiodescrição: Sou uma pessoa branca de 38 anos, com cabelos e barba pretos e curtos. Estou vestindo uma camiseta preta e, ao fundo, está o estúdio da Alura, onde estou construindo este conteúdo.
Espero que nos acompanhem ao longo dos próximos vídeos. Bons estudos!
Olá, vamos iniciar nossa análise e discussão sobre estratégias data-driven (orientadas a dados). Gostaríamos de começar com uma frase popular: "Os dados são o novo petróleo." Mas o que isso realmente significa? Por que essa frase é tão comum?
Vamos pensar no processo de refinamento do petróleo. O petróleo é um recurso escasso e, à medida que é refinado, passando pelo processo de destilação, ele adquire diversas utilidades, como óleo combustível, óleo lubrificante, diesel, gasolina e gás refinado. Assim, de acordo com o nível de refinamento, o petróleo tem diferentes usos.
Quando falamos de dados, estamos tratando de algo semelhante. Diferente do petróleo, os dados não são finitos, mas possuem uma variedade de aplicações conforme são refinados. Podemos utilizá-los em robôs, simulações, integração de sistemas, internet industrial, cibersegurança, nuvem e manufatura, entre outros.
O processo de refinamento dos dados pode ser exemplificado da seguinte forma: inicialmente, temos um dado bruto, como "realizei 10 operações hoje". Isso é apenas um dado. Ao avançarmos para a informação, obtemos um conhecimento adicional: "realizei 10 operações hoje e ganhei mil reais". Podemos ir além e alcançar o conhecimento: "realizei 10 operações hoje, ganhei mil reais em duas ações com a estratégia X". Aqui, já temos um refinamento maior e conhecimento adquirido a partir dos dados. Podemos até chegar a um nível mais profundo de sabedoria: "realizei 10 operações hoje e, sempre que vendo essas duas ações após as 15 horas, usando a estratégia X, obtenho um retorno financeiro positivo". Assim, o dado bruto é lapidado e refinado até alcançarmos sabedoria em um contexto de negócios.
Quais são as principais características de uma empresa Data Driven? Uma empresa Data Driven é baseada em dados. Trabalhamos com dados há bastante tempo, desde quando sequer era uma opção não trabalhar com eles. Tomar decisões baseadas em dados faz parte do nosso processo diário, reduzindo a subjetividade e aumentando a precisão. Quando tomamos uma decisão orientada por um conjunto de dados históricos, ela se torna mais robusta e melhora a eficiência operacional.
Uma empresa Data Driven tem essa prática enraizada em sua cultura, o que tende a melhorar sua eficiência operacional. Além disso, ela possui inovação e competitividade mais apuradas, pois consegue identificar oportunidades e cenários desfavoráveis em sua operação. Por exemplo, em uma seguradora, é possível identificar riscos indesejados, ou em um banco, identificar clientes com potencial de fraude.
Uma empresa Data Driven promove a melhoria contínua de seus processos, identificando e corrigindo o que não está saindo conforme o esperado. Ela valoriza e utiliza dados, com acesso democratizado e controlado. Comparando com uma empresa não Data Driven, vemos o oposto: decisões intuitivas, menor eficiência, dificuldade de inovar, falta de melhoria contínua e uma cultura de dados fraca.
Por que uma empresa deve ser Data Driven? Estudos indicam que empresas orientadas a dados têm 23 vezes mais chances de adquirir clientes e 19 vezes mais chances de permanecer lucrativas. Esses números são bastante impactantes.
Costumamos dizer que uma empresa que não é orientada a dados, ou que não é planejada ou pensada para ter uma cultura Data Driven (orientada a dados) estabelecida, tende a não existir a longo prazo. Eventualmente, essa empresa pode ser adquirida por outra ou fechar suas portas. Quando observamos exemplos de grandes empresas, percebemos uma série de aplicações diferentes, nas quais conseguimos usar dados tanto para decisões externas de operação com clientes quanto para operações internas.
Vamos mostrar alguns exemplos rápidos para entender como os dados podem ser aplicados de diversas formas. Por exemplo, a Netflix utiliza as avaliações e o perfil dos usuários para recomendar séries. Quando assistimos a um filme na Netflix e sinalizamos que gostamos, a tendência é que sejam oferecidos títulos semelhantes. Além disso, a Netflix usa essa interação com seus clientes para planejar novas séries. Exemplos clássicos incluem "House of Cards", "Sex Education" e "Stranger Things", que foram desenvolvidas a partir de um conjunto de dados. A Netflix estudou a base de clientes, as tendências e o que era mais procurado, resultando em roteiros que foram trabalhados por artistas e se tornaram séries de sucesso.
O Google, por sua vez, é uma empresa nativa em dados e tecnologia, mas também utiliza dados para melhorar a gestão interna. O Google analisa as avaliações internas de seus funcionários para avaliar, mensurar e planejar melhorias para seus líderes. Os gerentes são orientados ao desenvolvimento a partir do feedback dos funcionários.
A Coca-Cola utiliza uma estratégia em que, à medida que posts são feitos pelos usuários com a marca, consegue fazer recomendações de marketing diferenciadas. Isso permite planejar a atuação de marketing e campanhas, aumentando a quantidade de cliques e o engajamento que essas campanhas geram.
O DBS Bank é outro exemplo interessante. Eles realizaram uma imersão em dados, criando uma área de inteligência de dados e uma equipe para recomendações diferenciadas de crédito e produtos financeiros, de acordo com o perfil do cliente. Essa é uma aplicação diferente de dados em uma empresa reconhecida por ser data driven.
Por fim, a Uber utiliza informações, incluindo geolocalizações, para planejar o melhor tráfego, rotas e avaliar horários e regiões com alta demanda ou escassez. Isso permite planejar adicionais para motoristas, mantendo a oferta equiparada à demanda.
O resultado de tudo isso é que ser data driven não é apenas tecnologia, não é simplesmente implantar um banco de dados em cloud (nuvem) e realizar processos. Ser uma empresa data driven é mais sobre cultura e comportamento. É necessário ter uma estrutura tecnológica para dar suporte a essa cultura, mas também é essencial que funcionários, gestores e líderes tomem decisões orientadas a dados. Um líder deve estudar o histórico de um produto antes de decidir aumentar seu preço, por exemplo. Equipes também devem apoiar seus líderes com base em conjuntos de dados.
Ser uma empresa data driven é tanto cultura quanto suporte tecnológico. A tecnologia nunca é o fim, mas sempre o meio que a empresa utiliza para ter uma cultura data driven ativa e latente no dia a dia. É crucial que líderes promovam o uso da informação. Imagine um cenário em que você é funcionário de um líder dentro de uma empresa, tem uma veia data driven, mas não consegue avançar porque seu líder é antiquado e se baseia apenas em sua experiência de 20 anos de mercado. Isso pode desestimular propostas orientadas a dados. Portanto, é importante que o líder patrocine e promova essa cultura dentro das equipes, para que a empresa se torne verdadeiramente data driven e colha todos os benefícios desse comportamento.
Vimos aqui as diferenças de uma empresa data driven, demos exemplos de aplicações de dados e discutimos a semelhança entre o refinamento de petróleo e o refinamento de dados. No próximo vídeo, vamos consolidar esse pensamento e essa consciência de ser uma pessoa data driven que trabalha em uma empresa data driven. Nos vemos no próximo vídeo.
Vamos consolidar nosso entendimento sobre o que vimos até agora e como isso está se construindo como uma cultura orientada por dados (data-driven). Para isso, vamos criar uma persona juntos.
Vamos construir o cenário de Juan Pablo Martins. Ele tem 25 anos, possui ensino superior completo, é brasileiro e tem interesse em cursos de tecnologia, como Python, SQL e Power BI. Esses são interesses comuns entre pessoas que gostam de trabalhar com dados.
O objetivo de Juan Pablo é conseguir o primeiro emprego ou fazer a migração para uma área que trabalhe com dados. Sua motivação é crescer profissionalmente, ele tem curiosidade por dados e se inspira em histórias reais. Seus desafios incluem a falta de experiência e a insegurança técnica nesse campo.
O contexto profissional do nosso personagem, Juan, é que ele acabou de ingressar em uma empresa, conseguindo um emprego em uma seguradora na área de precificação. Nas primeiras semanas, ele percebeu que o gestor responsável por sua área não tomava decisões orientadas por dados. O gestor costuma afirmar que é necessário aumentar o preço porque sempre fez assim e sempre deu certo. Ele acredita que esta época do ano é prejudicial para o seguro devido ao aumento de acidentes, baseando suas decisões em instintos e experiências pessoais, com poucas orientações baseadas em dados. Isso começa a preocupar Juan, que se questiona sobre o que precisa fazer para convencer seu gestor a implementar uma forma de trabalho mais dependente de dados, visando melhorar a performance da empresa e de sua área. É isso que vamos explorar nas próximas aulas.
Até o momento, discutimos que dados são como petróleo e aprendemos a diferença entre empresas data driven (orientadas por dados) e não data driven. Vimos algumas aplicações estratégicas de dados em grandes empresas, como Coca-Cola, Uber e DBS Bank. Fizemos alguns exemplos em um nível mais alto para entender que dados podem ser aplicados em diversas ocasiões, cenários e com diferentes propostas. Concluímos nosso vídeo afirmando que ser data driven não é apenas uma questão de tecnologia, mas também envolve a cultura organizacional.
Nosso personagem começa a desenvolver uma consciência sobre isso, e é esse quebra-cabeça que vamos construir ao longo do curso. Vamos incorporar mais elementos nesse tema principal, que é ser uma empresa data driven e um funcionário data driven.
Até a próxima!
O curso Data-Driven: transformação organizacional com foco em dados possui 102 minutos de vídeos, em um total de 24 atividades. Gostou? Conheça nossos outros cursos de Fundamentos de Dados em Dados, ou leia nossos artigos de Dados.
Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:
Todos os cursos, trilhas e certificados para evoluir.
7 dias para cancelar com reembolso
Aprenda mais rápido com IA, idiomas e imersões.
7 dias para cancelar com reembolso
TUDO DO PLUS, MAIS:
Aceleração de carreira: mentoria, vagas e prática guiada.
7 dias para cancelar com reembolso
TUDO DO PRO, MAIS:
