Da ausência ao excesso de dados

24/02/15

O avanço da Tecnologia da Informação possibilita que as organizações armazenem, processem e analisem uma quantidade cada vez maior de dados em uma velocidade nunca vista. Os conceitos de Business Intelligence, Big Data, Data Mining e Inteligência Competitiva têm-se difundido pelas organizações propiciando um grande arcabouço de dados para a tomada de decisões. Contudo, se por um lado a cegueira ocasionada pela ausência de dados parece equacionada, surge outro problema: como enxergar as melhores decisões por meio desse oceano de dados disponíveis?

O problema passa da ausência para o excesso de dados, sem, contudo, serem transformados em informação. É comum encontrarmos gestores que perguntam o que fazer com a grande quantidade de dados, como garantir que todos os funcionários tomem decisões baseadas em dados e análises e não somente em seu instinto e outras questões que remetem ao mesmo sentimento: como transformar os dados em vantagem competitiva para empresa?

O primeiro passo é compreender que nem sempre ter mais dados ajuda. Os dados e análises só geram valor quando transformados em informações e utilizados, seja em uma tomada de decisão, no aprendizado da equipe ou na criação de conhecimento para empresa.

Em outras palavras, os dados precisam ser transformados em informações. É necessário extrair desse oceano de dados informações que sejam utilizadas na organização. Dessa forma, mais do que o essencial investimento em tecnologias de informação, é fundamental que a organização compreenda quais são as suas necessidades de informação e construa um processo de Gestão da Informação que esteja conectado ao Sistema de Gestão da empresa.

Uma forma objetiva de explicitar o método para a construção de um ciclo de Gestão da Informação pode ser visto na seguinte figura. A primeira etapa é identificar as necessidades de informação da empresa. A partir das necessidades identificadas é necessário definir o portfólio de análises que podem suprir essas lacunas seja analisando diferentes bases de dados internos e externos, seja por meio de análises simples ou análises mais robustas. Após a definição do portfólio de análises é a vez da terceira etapa que é preparar e estruturar um sistema de informação que colete, armazene e analise os dados. Por fim, é necessário garantir que a informação gerada seja utilizada estando diretamente ligada ao ciclo de gestão da empresa.

Em paralelo ao giro do ciclo da Gestão da Informação, todas as análises de dados dentro da organização devem evoluir por diferentes fases para alcançar sua maturidade. O nível de maturidade inicia-se com a ideação da análise. Em seguida é definido de forma clara o conceito e objetivo da análise, bem como a modelagem, origem dos dados e algoritmo utilizado. Essas duas fases iniciais estão relacionadas à etapa 2 do ciclo de Gestão da Informação. Ao se desenvolver a análise ela passa pela fase de revisão em que avalia inconsistências ou problemas com os dados utilizados determinando modificações na definição da análise. Após a revisão deve se construir um manual que explicite como, quando e porque deve ser feita e utilizada a análise, bem como informatizá-la dentro do Sistema de Informação da empresa. Essas três fases estão presentes dentro da etapa 3 do ciclo de Gestão da Informação. Ao iniciar a utilização, deve-se checar e avaliar se a análise de fato está gerando as informações de forma consistente e alinhadas a sua definição evitando o uso de informações que não sejam corretas. Só após esse período deve-se considerar que a análise está em operação de forma madura na empresa.

 

Não restam dúvidas do enorme e cada vez mais crescente potencial que a Análise de Dados possibilita às empresas, permitindo a tomada de decisões mais inteligentes, ações mais rápidas e a maximização dos resultados. A grande questão é garantir que os dados e análises sejam transformados em informações e utilizados nos diversos setores da empresa.

Clique aqui para fazer o download do ensaio em PDF.