Artigo
Potenciar o conhecimento operacional com Analytics
O Kaizen Institute tem apoiado empresas e líderes na implementação de projetos de transformação desde 1985, gerando resultados sustentáveis significativos no desempenho e potenciando culturas de melhoria contínua.
Numa era de digitalização em constante desenvolvimento, a capacidade de uma empresa transformar dados em trunfos, é um factor essencial para um crescimento competitivo e sustentável. Como resultado, existem inúmeras possibilidades sobre como aproveitar o conhecimento operacional e os princípios KAIZEN™ com analytics, transformando a informação em oportunidades de melhoria. Como construir esta relação entre dados e negócios?
As palavras “big data”, “data mining” e “business analytics” têm vindo a ecoar no mundo dos negócio há anos.
No entanto, as empresas apenas analisam uma pequena parte de todos os dados que são gerados, a partir dos quais um conjunto ainda mais pequeno de informação é aproveitado. Mas por que razão?
Tudo começa com a forma como os dados são organizados. Os conceitos de “arquitetura de dados” – como os dados estão organizados – e “data governance” – como os dados são geridos – são os primeiros passos para uma base de dados robusta e consistente. É fundamental ter informação precisa, armazenada de forma a que o resultado de um KPI seja o mesmo, independentemente da forma como é calculado. São necessários processos robustos para manter os dados pertinentes atualizados, impedindo a sobreposição de dados e informações erradas. A importância de cada peça de informação deve ser especificada na perspetiva do utilizador final. O utilizador final neste cenário é tipicamente o “Negócio” como um todo.
As bases de dados são utilizadas para a gestão diária das empresas. No topo de uma base de dados encontra-se uma plataforma, da qual alguns exemplos incluem o Enterprise Resource Planning (ERP), Warehouse Management System (WMS) e o Transport Management System (TMS). Estas plataformas traduzem a informação das bases de dados em algo útil. No entanto, estudos recentes destacaram que 70% das plataformas digitais introduzidas pelas empresas falham.
Muitas vezes isto acontece devido a uma diferença entre a funcionalidade dos sistemas e as necessidades reais do negócio. Na grande parte dos casos, a definição de requisitos falha – o que é necessário para realizar o processo diário de tomada de decisão orientado por dados – realçando a necessidade de uma profunda compreensão do negócio nestes processos de desenvolvimento.
Os dados devem ser utilizados para abordar problemas específicos e oportunidades de negócio, mantendo o foco nos objetivos da empresa.
Isto justifica a necessidade de um canal de comunicação claro e transparente entre aqueles que desenvolvem o sistema (software developers), aqueles que analisam os dados (data scientists or business controllers) e os gestores que, em última análise, dependem deste output para tomar decisões impulsionadas por dados.
Apenas com uma estratégia forte e consistente para estruturar, governar, analisar e distribuir os dados é possível tirar pleno proveito dos conhecimentos gerados.
O potencial da business analytics é infinito. De facto, para uma empresa típica da Fortune 1000, apenas 10% de aumento em acessibilidade de dados resultará em mais de €65 milhões adicionais em rendimento líquido adicional (Forrester, 2017).
A transição da mera intuição para a tomada de decisões baseada em dados pode ser um caminho sinuoso. O fluxo de entrada de dados de várias fontes pode tornar-se avassalador e a falta de processos analíticos estruturados traduz-se na incapacidade de utilizar dados rigorosos para a tomada de decisões.
Por outro lado, é necessário disciplina e uma visão clara para concentrar as equipas na análise de dados que podem ajudar a empresa.
De facto, desde modelos de otimização até algoritmos de data mining, o Kaizen Institute tem utilizado analytics para potenciar o conhecimento operacional, contribuindo para o desenvolvimento de soluções sólidas que possam ser totalmente integradas no modelo de negócio das equipas e organizações. Tendo um olhar holístico ao longo de uma cadeia de fornecimento, as possibilidades são infinitas: estrutura de dados, analytics de operações, pricing e planeamento de recursos, vendas, sourcing ou customer analytics.
Tudo começa com uma definição clara top-down dos objetivos e necessidades da empresa. Está preparado para este desafio?
Saiba mais sobre Transformação Digital
Saiba como melhorar esta área
Saiba mais sobre Analytics
Saiba como melhorar esta área