Hoje, muitas organizações estão adotando práticas de ciência de dados como parte de suas iniciativas de transformação digital. No entanto, a maioria não colherá os frutos de explorar seus dados sem uma estratégia de dados e um plano claro para escalar a ciência de dados dentro da organização. A McKinsey constatou que apenas oito em cada 1.000 empresas em transformação digital conseguiram escalar ciência de dados além de alguns projetos-piloto.
Além disso, embora a maioria das organizações entenda o valor de ser orientada por dados, muitas tratam a ciência de dados como uma função centralizada e isolada, que atende a demandas sob encomenda de diferentes times. Isso vai contra o que a ciência de dados deveria ser: um meio para alcançar objetivos de negócio. Como diz o CEO da Anaconda, Peter Wang, ciência de dados é "um modo de investigação e exploração" para navegar o mundo dos negócios.
Assim como um físico usa matemática para entender o mundo natural, cientistas de dados usam ferramentas matemáticas e computacionais para entender o mundo dos negócios. —Peter Wang, CEO da Anaconda
Esse efeito de isolamento é agravado pela falsa premissa de que o objetivo final da ciência de dados deve sempre ser a criação de modelos de inteligência artificial que automatizem ou otimizem grandes verticais de produção. Empresas que buscam retorno imediato do investimento acabam se decepcionando ao descobrir que isso nem sempre acontece.
Essa visão estreita atribui o valor da ciência de dados a análises preditivas de difícil execução (isto é, a capacidade de prever o futuro com dados) e ignora o trabalho de infraestrutura necessário para fazer machine learning em escala. No entanto, grande parte do valor vem da implementação de análises descritivas mais simples (a capacidade de descrever os dados e colocá-los nas mãos certas) e análises prescritivas (tomada de decisões baseada em dados).
Concluir uma transformação digital bem-sucedida exige desenvolver competências organizacionais em ciência de dados e analytics. Isso requer construir e executar uma estratégia de dados inteligente, inclusiva e escalável.
É aqui que entra nosso framework IPTOP. IPTOP estabelece cinco pilares (I nfraestrutura, P essoas, T ferramentas, O rganização e P rocessos) para executar com escalabilidade sua estratégia de dados e concluir uma transformação digital bem-sucedida. Participe da nossa próxima série de webinars para saber mais.
Infraestrutura
O objetivo de qualquer estratégia de dados é transformar dados brutos em insights e decisões. Para isso, as organizações precisam coletar, registrar e armazenar seus dados com segurança e eficiência, de forma que todos possam acessá-los. Mas os dados costumam ser coletados em diferentes formatos, naturezas e volumes. Os diversos bancos de dados, data lakes, data warehouses, scripts e dashboards que apoiam essa jornada compõem a infraestrutura de dados. Construir uma infraestrutura robusta exige entender e aplicar boas práticas.
Pessoas
Encarar a ciência de dados como um meio para chegar a melhores decisões permite que as organizações montem seus times com base nas habilidades necessárias. Uma abordagem baseada em papéis requer identificar, avaliar e mapear metas de performance às competências necessárias para atingir objetivos de negócio, como prever churn ou visualizar dados em dashboards. Isso resulta em trilhas de aprendizado dedicadas para cada função.
Um bom exemplo é a Data University da Airbnb, seu programa proprietário de treinamento criado para capacitar todos os funcionários a tomar decisões baseadas em dados. Ao habilitar colaboradores que não são cientistas de dados de formação a se tornarem Citizen Data Scientists capazes de decidir com base em evidências, o time de ciência de dados ganhou tempo para trabalhar em projetos mais estratégicos.
Ferramentas
Enquanto a infraestrutura permite que a organização extraia insights a partir dos dados, as ferramentas facilitam e incentivam a adoção de uma linguagem comum de dados em toda a empresa. Utilizar ferramentas para acesso, análise, visualização e criação de dashboards torna a organização mais eficiente e reduz o tempo até a geração de insights. Essas ferramentas vão desde linguagens de programação open source como Python, R e SQL até soluções de apontar e clicar como Power BI, Tableau e Excel.
Criar frameworks específicos da organização que simplifiquem o acesso aos dados por cima dessas ferramentas reduz substancialmente a barreira para escalar ciência de dados. Na DataCamp, temos pacotes proprietários em Python e R que abstraem a conexão a data lakes, a execução de consultas e a agregação dos dados com comandos simples. Qualquer pessoa consegue responder perguntas como "Qual foi a avaliação do curso X nas últimas Y semanas?" com uma ou duas linhas de código. Da mesma forma, a Airbnb possui um pacote em R que facilita consultar e visualizar dados segundo sua estética desejada, eliminando o achismo e garantindo análises e visualizações consistentes em toda a organização.
Organização
Uma dimensão importante de uma estratégia de dados é como os profissionais de dados são organizados. Como estruturas de reporte e agendas direcionam o trabalho na maioria das empresas, a estrutura organizacional precisa preparar sua companhia para o sucesso sustentável. Há trade-offs entre um modelo centralizado, em que cientistas de dados fazem parte de um único time, e um modelo descentralizado, em que esses profissionais estão alocados em diferentes áreas.
No modelo centralizado, um time de ciência de dados central prioriza e atende às solicitações de informação de outros departamentos. Nesse formato, perguntas entram e espera-se que respostas saiam. Isso permite que o time se torne um centro de excelência, onde cientistas de dados colaboram e compartilham conhecimento sob uma direção estratégica única. Porém, isso isola os times e suas ferramentas, o que dificulta a coordenação e a comunicação com outras áreas.
No modelo descentralizado, cientistas de dados ficam inseridos em diferentes departamentos da organização. Isso dá à ciência de dados voz ativa para influenciar a estratégia da área, à medida que esses profissionais adquirem o conhecimento de domínio necessário para ter sucesso. No entanto, por estarem dispersos e gerenciados por líderes de negócio, um ponto negativo é que isso pode prejudicar seu crescimento, aprendizado, desenvolvimento e capacidade de colaboração.
Esses dois modelos devem ser vistos como extremos de um espectro. Existem muitos modelos híbridos que combinam elementos de centralização e descentralização, com diferentes formas de agrupar e organizar departamentos para maximizar o valor da ciência de dados em escala.
Processos
Por fim, construir uma estratégia de dados escalável exige alinhamento sobre convenções, boas práticas e processos. Promover alinhamento é essencial para facilitar a colaboração e evitar uma organização em silos. Isso permite que todos os times trabalhem juntos sem atritos e se comuniquem usando uma linguagem comum de dados.
Uma forma simples de começar a criar alinhamento de processos é definir uma estrutura e um template de projeto, em que tarefas e subtarefas de um projeto de analytics sejam mapeadas previamente com seus requisitos. A Microsoft adotou o The Team Data Science Process, que permite a qualquer stakeholder entender claramente os requisitos do projeto, usar templates para análise de dados e acesso a poder computacional e identificar os responsáveis por cada etapa do processo.
Dependendo da sua organização e do seu setor, templates de projeto predefinidos podem estar sujeitos a exigências regulatórias específicas e demandar processos complexos. Você pode usar ferramentas open source para definir modelos de estrutura de projetos e aumentar o alinhamento entre times e profissionais de dados.
Faça a avaliação de maturidade em dados para entender melhor como seu time trabalha com dados.
