4 etapas para criar um programa de dados bem-sucedido

Pode ser um desafio iniciar um programa de dados, mas, sem ele, sua empresa pode não conseguir sintetizar dados importantes para obter percepções significativas. Nossa recente conferência DCVirtual se aprofundou em como implementar e medir uma cultura orientada por dados bem-sucedida. O arquiteto de currículo do DataCamp, Richie Cotton, conversou com a diretora de design estratégico, dados, preços e análises da AXA XL, Rachel Alt-Simmons, sobre esse assunto. Continue lendo para ver algumas dicas úteis sobre por que todos precisam ser orientados por dados, como determinar seus objetivos de dados e como implementar um programa de dados.

É responsabilidade de todos ser orientado por dados

No século XXI, toda organização precisa ser orientada por dados para ser competitiva. Ser orientado por dados não significa automatizar o trabalho das pessoas, mas fornecer a elas as ferramentas e as informações para que sejam mais eficazes em suas funções.

Consideramos que é responsabilidade de todos na organização ser mais orientado por dados. Afinal, cada um de nós provavelmente está lidando com dados de alguma forma, independentemente da sua função. Estamos sempre analisando as diferentes oportunidades que temos para aprimorar os recursos e levá-los adiante na jornada.-Rachel Alt-Simmons, AXA XL

As métricas de sucesso do programa de dados dependem de seu setor e de sua organização

Não existe um programa de dados que sirva para todos. Os objetivos de cada programa de dados variam de acordo com fatores como setor, tamanho da empresa e estrutura da equipe.

Vamos usar a AXA XL como exemplo. A AXA XL, adquirida pelo Grupo AXA em 2018, é uma grande empresa de seguros comerciais e especializados que avalia empreendimentos complexos. Atualmente, a empresa emprega 13.000 pessoas em todo o mundo que trabalham em equipes distribuídas, o que significa que muitas de suas equipes não trabalham realmente com a maioria de seus membros. A colaboração virtual é importante em todos os locais do mundo e, como uma empresa de seguros, suas necessidades de dados são altamente dependentes de papel e PDFs.

Nosso negócio funciona com papel. Vendemos documentos legais - é isso que uma apólice de seguro é, apenas um documento legal. Nós consumimos papel e geramos papel. O que acontece é que, por exemplo, você recebe um envio de um cliente, que contém toneladas e toneladas de arquivos e informações. Você pode obter essas informações em um PDF, em documentos do Word, em arquivos do Excel e, provavelmente, em todas as variações. Não há padronização na forma como esse documento é recebido, portanto, não há um PDF padrão ou um arquivo padrão. Tudo é diferente para cada cliente.

Como grande parte de seus dados é armazenada em PDFs e a entrada de dados é manual, nem todos os elementos de dados individuais são capturados. Muitas informações são perdidas ou não podem ser recuperadas facilmente. Para resolver esses problemas, a AXA XL utiliza recursos como o processamento de linguagem natural para obter documentos e extrair informações deles com facilidade.

Como implementar um programa de dados

1. Escolha uma abordagem top-down ou bottom-up

A abordagem de cima para baixo para a criação de um programa de dados está relacionada às iniciativas mais amplas de dados e análise em uma organização. Isso requer a criação estratégica do seu programa para padronizar a forma como os modelos analíticos e os fluxos de trabalho são integrados entre as equipes.

A abordagem de baixo para cima tem a ver com o aumento geral das capacidades e dos níveis de habilidade de todos os funcionários em uma carreira de dados e análise. Por exemplo, a iniciativa DNA Analítico da AXA XL identifica especialistas em diferentes áreas de tecnologia e análise e procura neles ideias que possam ser aproveitadas para ampliar a escala em toda a organização.

A boa notícia é que as pessoas estão realmente dispostas a se apresentar e fornecer sua orientação e experiência, o que nos ajuda a moldar nosso programa em algo relevante e alinhado às nossas iniciativas estratégicas.

2. Desenvolver personas e identificar seus objetivos

Na DataCamp, identificamos várias personas ou funções relacionadas a dados que nossos clientes costumam usar: Consumidor de dados, Líder, Analista de dados, Cientista cidadão de dados, Cientista de dados, Engenheiro de dados, Administrador de banco de dados, Estatístico, Cientista de aprendizado de máquina e Programador. Aconselhamos nossos instrutores a considerar quem são as personas relevantes ao criar seus cursos, e aconselhamos nossos clientes empresariais a considerar quem são as personas relevantes ao criar seus programas de dados. Cada pessoa tem uma relação diferente com os dados.

As duas principais personas da AXA XL são os atuários e os cientistas de dados, e eles estão atualmente concentrados em convergir as habilidades exigidas de ambas as funções para promover os negócios.

Sempre houve uma divisão interessante em muitas organizações [de seguros] em torno da diferença entre uma formação atuarial e o que eu chamaria mais de ciência de dados pura ou formação analítica. Em nossa organização, estamos unindo essas duas coisas. Na verdade, estamos ensinando aos atuários algumas dessas técnicas mais estatísticas de aprendizado de máquina que eles podem aplicar em seus processos atuariais. Não se trata mais de "nós contra eles". É "como podemos reunir esses recursos", o que é bastante empolgante.

3. Identificar lacunas para cada pessoa

Aconselhamos todos os nossos clientes a fazer um amplo inventário de suas habilidades internas em dados usando uma matriz de habilidades. Isso pode ocorrer de muitas formas diferentes, mas geralmente envolve a visualização dos pontos fortes e das lacunas de habilidades em nível de organização, departamento, equipe ou indivíduo.

Rachel, da AXA XL, aconselha que você identifique as lacunas de cada pessoa fazendo perguntas como:

• O que você quer saber?
• O que você gostaria de ter mais?
• O que mais poderíamos oferecer, por exemplo, treinamento, contratação, desenvolvimento de habilidades ou trabalho baseado em projetos?
• Estamos alinhando corretamente esses recursos com nossos projetos estratégicos?

Para profissionais de análise, como analistas de dados, cientistas de dados e engenheiros de dados, as empresas podem querer investigar se há lacunas em habilidades importantes, como importação de dados, realização de análise de dados em planilhas, processamento de linguagem natural e criação e manutenção de pipelines de dados. Aqui está um exemplo de matriz de habilidades que desenvolvemos para profissionais de dados.

Para Consumidores e Líderes de Dados, as habilidades necessárias para o sucesso incluem habilidades interpessoais, como comunicação, compreensão da visualização de dados e pensamento de design.

O design thinking consiste em criar uma solução, seja ela qual for: técnica, dados ou modelo. Como você faz isso de uma forma relevante para o cliente? Então, como você comunica os resultados de forma eficaz?

4. Criar jornadas de aprendizagem para cada pessoa

Uma abordagem holística de aprendizagem requer o uso do design thinking para criar uma jornada de aprendizagem eficaz. Não se trata apenas de desenvolver habilidades técnicas, mas também de desenvolver habilidades comerciais importantes. Por exemplo, a AXA XL exige que seus atuários consigam traduzir os dados em termos significativos para que os tomadores de decisão, como os subscritores, que avaliam o risco de seguro, possam contextualizar a avaliação de risco de uma empresa e tirar conclusões úteis, como quanto risco assumir. A jornada de aprendizado dos atuários deve incluir a capacidade de contextualizar os dados e traduzir suas implicações para um público mais amplo.

Para ajudar as organizações a descobrir o nível de habilidade de dados de suas equipes em relação às personas, oferecemos uma auditoria de habilidades gratuita por meio de um relatório de benchmark. Os indivíduos podem fazer nossas avaliações de habilidades do Signal para acompanhar seu próprio progresso.

Depois de avaliar as habilidades, aconselhamos as organizações a criar trilhas personalizadas para que todos possam atingir o nível de habilidade básico necessário para sua pessoa ou função. As trilhas de aprendizado para consumidores e líderes de dados podem se inclinar para nossos cursos teóricos, enquanto os profissionais de dados fazem nossos cursos práticos de codificação. Por exemplo, como grande parte dos dados da AXA XL está em PDFs, as jornadas de aprendizado de seus atuários e cientistas de dados incluem vários de nossos cursos sobre processamento de linguagem natural. Para atuários em início de carreira, recomendamos estes cursos de R para passar no Exame de Análise Preditiva.

Aproveite os benefícios de seu programa de dados

Rachel diz que é fácil medir o sucesso de seu programa de dados respondendo à pergunta: Isso o ajudou a se tornar mais lucrativo? Se os dados estiverem alimentando adequadamente as decisões, seu resultado final refletirá isso. Portanto, se as habilidades dos seus funcionários estão evoluindo e sua empresa está tomando decisões informadas, a resposta provável é: sim.

Para saber mais sobre como criar um programa de dados bem-sucedido, assista ao webinar sob demanda.