Latest / Os Agilistas / ENZIMAS #314 - Dicas para identificar quando dados podem distorcer decisões

Transcript

ENZIMAS #314 - Dicas para identificar quando dados podem distorcer decisões · Os Agilistas

• 0:01
  Bom dia, boa tarde, boa noite. Este é mais um episódio de
• 0:04
  enzimas Breves, reflexões que te ajudam a catalisar o agilismo em
• 0:08
  sua organização. Olá pessoal do podcast os
• 0:12
  agilistas. Meu nome é Josino, sou analista
• 0:14
  de BI há mais de 6 anos. Atuei já também com uma lista de
• 0:17
  dados, engenheiro de dados, tanto na parte repront como
• 0:20
  outra parte do back end. E hoje nós vivemos aí na era do
• 0:24
  data drive em todos os líderes. Todas as pessoas querem tomar
• 0:27
  decisões baseadas nos dados. Mas eu te pergunto, e quando os
• 0:31
  dados estão mentindo para você? Então, hoje nós vamos falar
• 0:34
  sobre como identificar quando um Painel de indicadores que foi
• 0:38
  construído está te contando uma história falsa e qual o impacto
• 0:41
  devastador disso aí no seu negócio e no seu dia a dia.
• 0:44
  O primeiro ponto é o contexto e o impacto que a gente tem que
• 0:47
  trazer para analisar. Primeiro, nós precisamos
• 0:49
  entender que os números em si não mentem, mas o contexto como
• 0:52
  eles é narrado, o contexto, como eles chegam para você no Painel,
• 0:56
  para você tomar uma determinada decisão, a forma como eles são.
• 1:00
  Coletados a forma como eles são tratados e como são apresentados
• 1:04
  podem criar uma ilusão perigosa. Pode trazer uma perspetiva
• 1:08
  diferente de fato que está acontecendo na realidade dentro
• 1:10
  da sua empresa, a locação errada de orçamento, a perca aí de
• 1:14
  market share, metas irreais, que desmotivam o time, o
• 1:17
  desenvolvimento de produtos que o cliente não quer.
• 1:20
  São várias coisas correlacionadas que a gente sabe
• 1:22
  que envolve a parte de dados e decidir com base nos dados ruim
• 1:27
  é como acelerar um carro, aí a 120 cai.
• 1:30
  Por hora de olhos vendados, né? O risco de fato de colisão é
• 1:34
  muito grande. E um ponto relevante que você já
• 1:36
  tem que entender desde agora é que o relatório que te mostra
• 1:40
  uma visão que te mostra não é reflexo daquilo que está lá na
• 1:42
  fonte. Então Obi é reflexo daquilo que
• 1:45
  vem da fonte. Obi não é o todo do processo,
• 1:49
  não. Obi ali, o relatório dashboard,
• 1:51
  ele É o Fim para chegar ali teve toda uma camada, teve todo um
• 1:54
  processo, então você já tem que entender um pouquinho da onde os
• 1:57
  seus dados saem, o que é. Acontece com ele no meio desse
• 2:01
  caminho, para ele chegar ali no relatório.
• 2:03
  Então, a visão que você vê no relatório é a visão que sai lá
• 2:07
  da fonte. Então vamos dizer assim que 98%
• 2:10
  dos erros que você vê aí em relatórios é informações
• 2:14
  equivocadas, é que já está vindo da fonte, não foi tratada para
• 2:17
  OPI refletir corretamente. Tem todo um cronograma, tem todo
• 2:21
  um processo. Então a primeira dica que eu
• 2:23
  trouxe aqui para você analisar é, cuidado com as métricas de
• 2:26
  vaidade e a falta de contexto. Então a primeira dica é.
• 2:30
  Você identificar essa mentira e desconfiar de métricas isoladas.
• 2:34
  Por exemplo, houve um aumento de tráfego aí no seu site.
• 2:37
  Um exemplo aqui que eu estou trazendo relacionado a ao
• 2:39
  marketing, tá um aumento de 200% no seu tráfego dentro do site,
• 2:43
  no seu aplicativo. Mas se a taxa de conversão ou
• 2:46
  retenção caíram dentro do seu site pela metade, esse dado, ele
• 2:50
  não é um dado positivo, ele está mascarando um problema real para
• 2:55
  você. Então sempre exige métricas de
• 2:58
  contraponto, ou seja. Aquelas métricas que vai de
• 3:01
  contraponto com o que está de forma desobitante aí mostrando
• 3:05
  para você. Então, para todo indicador de
• 3:07
  volume, você sempre deve olhar um indicador de qualidade ou
• 3:11
  eficiência em cima disso. Então, Ah, houve um aumento de
• 3:14
  200%. Calma, não sai tomando a
• 3:16
  decisão. Olha todo o cenário.
• 3:18
  Você tem que olhar todo o Wendy to Wendy do processo todo Wendy
• 3:21
  to Wendy da sua operação, da empresa onde você está locado.
• 3:24
  É por isso que eu menciono ali para você, para você entender a
• 3:27
  arquitetura da dos dados a entender.
• 3:30
  Arquitetura que acontece com esses dados até chegar para
• 3:32
  você, por exemplo, 200% de aumento no seu tráfico.
• 3:35
  OK, mas e os outros outros indicadores que que está
• 3:38
  acontecendo? Houve um pico, por quê?
• 3:40
  Então você entendendo todo o processo, pode ter sido uma
• 3:43
  duplicidade nesses dados que estão te apresentando, pode ter
• 3:46
  sido uma mudança de regra de negócio e por aí vai.
• 3:49
  A segunda dica é um teste do bom demais para ser verdade, então a
• 3:53
  segunda dica é o senso crítico frente aos saltos repentinos.
• 3:57
  Então, se um indicador melhorou 50% de uma.
• 4:00
  Uma semana para outra, sem nenhum uma grande ação tenha
• 4:03
  sido feita, você não deve comemorar ainda.
• 4:05
  Calma, dá uma respirada, porque a probabilidade disso ser um
• 4:09
  erro de rastreamento, uma duplicidade no banco de dados ou
• 4:13
  uma mudança na regra de negócio é enorme.
• 4:15
  Então, os bons líderes, as pessoas que tomam decisões de
• 4:18
  forma apurada em cima dos dados, elas investigam essas pequenas
• 4:23
  vitórias repentinas, esses saltos drásticos que acontecem
• 4:26
  então com mesmo rigor, que investigam as queda.
• 4:30
  Então, o mesmo rigor que você investiga essa queda, essa
• 4:33
  baixa, você também deve investigar esse Salto para você
• 4:36
  não sair comemorando e ir tomando decisões erradas.
• 4:39
  Um bom analista, um bom líder, ele sempre deve ter uma
• 4:42
  curacidade, um feeling para tomar decisões.
• 4:45
  Ou seja, o mais relevante é de tudo na questão de tomar
• 4:48
  decisões e entender quando os dados estão mentindo para você.
• 4:51
  É você entender a regra de negócio da empresa, onde você
• 4:53
  está alocada e entender todo o wendy's, Wendy desses dados,
• 4:56
  onde ele sai, Como Ele É tratado até chegar na ponta.
• 4:59
  Então ter. Terceiro ponto é o viés da
• 5:01
  confirmação, então a terceira dica é olhar para si mesmo,
• 5:04
  muitas vezes os dados mentem porque o líder tortura números
• 5:08
  até eles confessarem o que ele quer ouvir de fato.
• 5:11
  Então o que que é isso? É o famoso viés da confirmação,
• 5:14
  o cara bate, bate, bate até os dados falar o que ele quer, eu
• 5:18
  quer ouvir. Ou seja, se a sua equipe sabe
• 5:21
  que você já tomou decisão, ela pode mesmo sem querer
• 5:24
  apresentar, né? Apenas o recorte de dados que
• 5:26
  suporte sua ideia. Então, para evitar isso, você
• 5:29
  deve sempre perder. Contar quais dados provam se
• 5:31
  essa minha ideia pode dar errado, porque assim, qual que é
• 5:34
  esse viés? A pessoa nunca não é nada mais
• 5:37
  que ela quer ouvir aquilo que ela quer, ela não quer ouvir a
• 5:40
  verdade. Ou seja, os dados estão
• 5:41
  mostrando que houve uma queda drástica aí no volume de
• 5:45
  faturamento. Ele vai vai bater até dizer, não
• 5:48
  estamos estagnados, estamos empatando, não caímos.
• 5:51
  Então esse é o viés da confirmação, ele quer nada mais
• 5:54
  do que manipular. O contexto ali dos dados para
• 5:57
  mostrar e para ele ver ou para ele reportar, seja lá para o seu
• 6:01
  hierarquia superior, aquilo que ele acha conveniente oportuno
• 6:04
  para aquele momento e os dados está falando, não apresenta a
• 6:07
  realidade e a pessoa vai lá e apresenta outro contexto.
• 6:10
  Então, ser data drive não é apenas você ter ali vários BIS,
• 6:14
  vários relatórios. Você vê empresas que saturam de
• 6:17
  relatórios para cima e para baixo, colocam vários relatórios
• 6:20
  em televisões. Não ser data drive não é apenas
• 6:24
  telas cheias de gráficos, é ter. Higiene nos dados é fugir das
• 6:28
  métricas de vaidade, é ter a coragem de questionar o número,
• 6:31
  os números que estão na sua frente, seja ele bom ou ruim, é
• 6:35
  você questionar os números, ter uma higienização nos dados, não
• 6:39
  se apegar a métricas de vaidade. Faturamento é ilusão, o que
• 6:42
  importa é lucro no final de tudo, no final que manda é o
• 6:46
  lucro e é isso que você tem que analisar, todo gastei quanto,
• 6:50
  faturei quanto, mas gastei quanto e sobrou quantos?
• 6:53
  Lá No No final do mês é o popular ABDA, né?
• 6:56
  Que você faz o fechamento do todo?
• 6:58
  Então é isso que você tem que analisar.
• 6:59
  E os dados são relevantes para você tomar essas decisões
• 7:03
  assertivas e analisar de forma apurada esses dados, porque eu
• 7:07
  já presenciei isso várias vezes. Muitas empresas entraram em
• 7:11
  colapso porque os dados estavam mostrando uma verdade e ele não
• 7:14
  queria enxergar. Ele queria um viés da
• 7:16
  confirmação, ele notava que não era aquilo e no final de tudo,
• 7:20
  infelizmente aconteceu coisas que não deveriam ter acontecido
• 7:23
  porque os dados estavam mostrando um norte para
• 7:25
  determinado. Situação e a pessoa quis ir para
• 7:28
  outro lugar. Um ponto muito relevante que
• 7:30
  nós, né? No caso também como analist BI
• 7:32
  quem desenvolve engenheiros de dados, seja o diretor, seja um
• 7:36
  manager, seja supervisor, um rede, o que importa é você
• 7:40
  entender a regra de negócio. Do seu processo, quando você
• 7:43
  entende a regra de negócio, toda a arquitetura dos seus dados,
• 7:46
  né? Como esses dados são
• 7:48
  disponibilizados, se de fato eles estão sendo tratados de
• 7:50
  forma correta? Quando você entende todo esse
• 7:52
  contexto e entende a regra de negócios, as nomenclaturas, né?
• 7:56
  O dicionário de dados que está em torno aí da da sua empresa,
• 8:00
  uma empresa de b to b, uma empresa alimentícia, então é
• 8:05
  esse linguajar, é a regra de negócio.
• 8:07
  Quando você entende a regra de negócio, todo o outro.
• 8:10
  Processo de, vamos dizer assim, de ferramentas de dicionário de
• 8:13
  dados, fica mais fácil, porque você já tem essa regra, você já
• 8:17
  tem o domínio dela. Então é isso que eu deixo para
• 8:19
  você, os dados é apenas um Farol, mas quem dirige o barco e
• 8:24
  entende as Correntes marítimas, o que para onde vai e o que vai
• 8:28
  acontecer é você e até uma próxima oportunidade.