Data-driven para inovação: como os dados ajudam seu negócio a inovar

Data-driven para inovação: como os dados ajudam seu negócio a inovar

Por:
Amanda Moura
Publicado em:
3/6/2022
Atualizado em:

Uma empresa considerada data-driven, utiliza dados que apresentam insights valiosos, responsáveis por guiar processos de inovação em muitas empresas, sejam eles mais incrementais ou radicais.

Inove ou morra. Se você está familiarizado com o meio empresarial, já deve ter ouvido essa citação. Há quem acredite que foi dita por Peter Drucker, considerado “pai” da gestão moderna, há quem atribua a outros autores, mas independente de sua origem, a mensagem é clara: se deseja manter seu negócio relevante, é preciso inovar.

Mas afinal, o que é inovação? De acordo com Eric Shaver, diretor técnico do Human Factors MD Shaver, há mais de 60 definições, e embora seja um  conceito amplo, o ato de inovar relaciona-se de maneira geral, com mudança, desempenho, criatividade e geração de novas ideias.

Tal amplitude, não é demérito, pelo contrário, e o  ideal é não se prender às definições e sim entendê-las, aplicando de acordo com as necessidades do seu negócio.

Apesar da simplicidade da expressão que deu início a esse artigo, muitas empresas lutam constantemente para serem inovadoras, e na maioria das vezes não conseguem sustentar esse pilar por uma série de questões.

Dentre elas, alta aversão a risco e medo de desenvolver uma cultura voltada para a inovação por falta de iniciativas embasadas em dados. 

Afinal, para implementar uma cultura de inovação e diminuir as incertezas, a utilização de fatos é uma parte fundamental para confiar na estratégia, fazendo com que as decisões também sejam mais assertivas.

Em 2018, por exemplo, 38% das organizações utilizavam o método para melhorar a tomada de decisão. Já em 2020, esse número era de 50%, e em 2021, 66%,  fortalecendo a tendência que une dados e inovação. 

Embora tomar medidas estratégicas seja considerada uma das maiores vantagens do uso de dados, existem uma série de outros benefícios ao relacionar inovação e data-driven, como demonstra esse gráfico do Statista:

gráfico do statista que mostra as vantagens de tomadas de decisão baseadas em dados
(Na imagem: maiores vantagens em utilizar dados para a tomada de decisão)
(Créditos: Statista)

Sendo assim, investir em dados facilita o processo de inovação porque garante maior efetividade fazendo com que as organizações se mantenham relevantes na vida dos consumidores, potencializando sua vantagem competitiva e se diferenciando da concorrência.

O que é data-driven? 

Com a transformação digital, foi possível desenvolver ferramentas e tecnologias mais assertivas, possibilitando o acesso a dados cada vez mais precisos sobre hábitos, estilo de vida e comportamento dos consumidores.

Nesta perspectiva, quando uma organização se considera data-driven, está dizendo que trabalha orientada por dados, o que faz com que as decisões não sejam baseadas em percepções ou opiniões pessoais, e sim científicas, cada vez mais refinadas e que geram valor para a evolução do negócio.

Simplificando, ao coletar e analisar dados, é possível gerar insights valiosos para o desenvolvimento de novos produtos e serviços, como também, o incremento de produtos já existentes. Dessa maneira, é possível antecipar necessidades, entendendo o que os clientes irão querer antes mesmo deles se darem conta.

“Aproxime-se dos seus clientes mais do que nunca. Tão próximo que possa dizer a eles o que eles precisam antes deles mesmos perceberem.”

Steve Jobs – Fundador da Apple

Como ser uma empresa com cultura data-driven ajuda na inovação?

“Onde há fumaça de dados, há incêndio nos negócios”.

Thomas Redman - Presidente da Data Quality Solutions

Como descrito até aqui, dados são capazes de mapear o que está acontecendo e o que acontecerá com as soluções desenvolvidas pelo seu negócio, levando em consideração o presente e o futuro, te auxiliando a tomar decisões estratégicas.

Um dos maiores aliados para acessar esses dados é o big data, termo que refere-se ao processamento e gerenciamento de um grande volume de dados, normalmente complexos e variados.

O conceito de big data ganhou força nos anos 2000, e possui três aspectos fundamentais. São eles:

  • Volume: dados coletados de diversas fontes, e ao utilizar sistemas de armazenamento como a nuvem, reduz os custos de maneira considerável.
  • Velocidade: ao utilizar sensores e medidores inteligentes, é possível receber dados de maneira rápida e tratá-los com eficiência e agilidade. 
  • Variedade: os dados podem possuir diversos formatos, desde documentos até imagens, vídeos e números.

Sendo assim, um dos primeiros passos para ser uma empresa com cultura data-driven e com isso impulsionar a inovação, é conhecer sobre big data, e maneiras de institucionalizá-lo. Isso significa, tomar uma série de decisões sobre como os dados são coletados, armazenados, processados, tratados e por fim, analisados. 

Nesse sentido, você deve garantir uma estrutura de organização acessível e alinhada aos objetivos do negócio. 

Afinal, toda empresa possui um big data, contudo, as mais digitalizadas possuem naturalmente mais informações e maneiras de automatizar esse processo, expandindo o leque de possibilidades quanto à inovação,se compararmos com empresas menos digitais.

Utilizando data-driven, é possível gerar diversos tipos de inovação, desde as mais incrementais até as mais radicais ou disruptivas, que geram novos produtos e abordagens. 

Por exemplo, uma empresa focada em finanças pessoais, a partir do big data, identificou que sua plataforma de gerenciamento estava sendo utilizada no ambiente de trabalho por mais de 40% de seus usuários. Com isso, descobriu que a plataforma estava sendo utilizada para sistemas de contabilidade empresarial. 

Ou seja, ao analisar e relacionar os dados mais a fundo, a organização mapeou um comportamento diferente do que era esperado em relação ao uso de sua solução, encontrou uma oportunidade de negócios e criou outro produto, voltado para empresas. Neste sentido, é possível identificar um processo de inovação a partir de data-driven.

Da análise de dados, surgiu uma nova ideia de produto, que por sua vez gerou valor a empresa, aumentando sua atuação e possivelmente, os lucros.

Vamos a outro exemplo, dessa vez, um supermercado. A partir do uso de big data, um supermercado de tamanho médio identificou que, ao comprarem lenços umedecidos para bebês, os homens, geralmente, compravam também algumas cervejas. 

Ao descobrir essa relação, o mercado passou a posicionar cervejas ao fim do corredor dos lenços, intensificando esse comportamento. A partir da correlação de dados, foi possível  gerar uma mudança que, em tese, impacta positivamente as vendas.

Em suma, uma das premissas de uma abordagem baseada em dados e que fomenta a inovação, correlaciona informações e chega a insights pertinentes, levando à mudanças ou incrementos em um produto ou serviço, sobre uma nova perspectiva, agregando valor e gerando diferenciação para a sua empresa.

Contudo, é preciso se atentar a zona de conforto. Aprimorar a partir da inovação nunca será negativo, mas não considerar a instauração de uma abordagem estrutural voltada a inovação não irá transformar verdadeiramente a cultura organizacional e pode ser prejudicial. 

Simplificando: o ideal é garantir a construção de uma mentalidade voltada para inovação, caso contrário, seu negócio corre o risco de se tornar refém de lapsos momentâneos de inovação, o que provavelmente, não será o mais benéfico a longo prazo.

Exemplos de inovação data-driven

Como descrito até aqui, implementar uma cultura voltada para data-driven vai além de olhar dados por dados. É uma estratégia que envolve a criação de um hábito organizacional, e que impacta diretamente o desempenho de uma empresa em diferentes aspectos, como aponta dados do Statista:

gráfico do statista demonstrando os maiores benefícios no uso de dados e análises segundo empresas
(Na imagem: principais benefícios que as empresas obtêm com o uso dados e análise em todo o mundo, a partir de 2019)
(Créditos: Statista)

Apesar de apresentar uma série de benefícios, implementar uma gestão 4.0, muitas vezes leva tempo. Neste sentido, estudar referências é uma ótima maneira de entender como se dá esse processo.

Separamos alguns exemplos para ilustrar como essa abordagem funciona na prática por grandes players do mercado, sendo elas inovações com maior e menor disruptividade, mas sempre orientadas por dados:

Netflix e a criação da série “House of Cards”

House of Cards é uma das séries de maior sucesso da Netflix. O fenômeno era tal, que no ano de seu lançamento, em 2013, 86% dos assinantes disseram ser menos propensos a cancelar a assinatura em razão dessa série, desconsiderando o enorme portfólio à disposição. 

 cena da série House of Cards com o ator Kevin Spacey
(Na imagem: cena da série House of Cards)

Segundo dados da Nielsen, a última temporada, que foi ao ar em 2018, foi assistida por mais  1.5 milhões de usuários em sua semana de estréia, e o primeiro episódio teve uma audiência agregada de 2,88 milhões, uma das maiores da plataforma.

Mas o sucesso não foi uma surpresa. Ao utilizar dados, a Netflix notou uma correlação entre fãs da versão britânica de House of Cards, do ator Kevin Spacey e do diretor David Fincher. 

Disney+ e a acessibilidade de dados para todos

Focado em solucionar problemas relacionados aos silos de dados do streaming, o Disney+ se empenhou em descobrir como o machine learning podia ser implementado nos processos. Como? Ao utilizar informações coletadas em seus modelos de machine learning, é possível detectar falhas, maneiras de personalização e geração de insights.

Para tal, uma plataforma de dados do streaming está disponível para todos os colaboradores, fomentando um ecossistema de informação disponível para todos, fortalecendo uma cultura voltada para data-driven.

A abordagem gera frutos que vão além da cultura organizacional. No primeiro e terceiro trimestre de 2021, o Disney+ ficou em primeiro lugar entre os aplicativos de streaming de vídeo nos Estados Unidos, com quase 160 milhões de dólares em receita, ficando à frente de grandes concorrentes como Netflix e HBO Max.

Antes do streaming, a empresa já trabalhava orientada a dados. Segundo um artigo citado pela Business Harvard School, em 2017, a Disney Research já publicava um estudo sobre o uso de modelos computacionais para construção de narrativas.

Com base em mais de 50 mil respostas e utilizando machine learning, foi desenvolvido um programa capaz de identificar padrões que tornam uma história boa, e como as mesmas podem se conectar com os consumidores.

Starbucks e a utilização de SIG

Abrir um novo estabelecimento é um processo repleto de desafios, e requer pensamento estratégico, uma vez que inclui um investimento razoável. O Starbucks, liderança global em redes de cafeteria, utiliza dados como uma base fundamental do seu processo decisório desde 2014.

A empresa utiliza um sistema de informações geográficas (SIG), levando em consideração o perfil dos clientes de determinada região para decidir se abrir um estabelecimento naquele local é viável ou não.

Imagem em preto e branco da primeira loja do starbucks, em seattle, nos estados unidos
(Na imagem: primeira loja do Starbucks, localizada em Seattle)
(Créditos: Starbucks)

Ao investir tempo na análise de perfil e localização, garante uma lucratividade mais assertiva por local, além de otimizar a escolha dos produtos considerando o perfil do consumidor, reduzindo custos da cadeia de suprimentos. 

Atualmente, o Starbucks é a maior empresa mundial de torrefação e venda de café especial. Com mais de 30 mil lojas espalhadas pelo mundo.

Adobe e a jornada de compra do cliente

A jornada do cliente é uma maneira de acompanhar o caminho do prospect, entendendo suas necessidades e entregando valor no momento certo.

Compreender esse movimento afeta diretamente as ações de marketing e a taxa de conversão de MQL e SQL, por exemplo, fundamentais para entender se os esforços de marketing e vendas estão gerando os resultados esperados. 

A Adobe entendeu a importância de proporcionar uma boa experiência durante esse percurso e desenvolve a jornada do cliente a partir de três questões centrais:

  • Como devemos nos relacionar com nossos clientes? 
  • Como medimos esse engajamento?
  • Como sabemos se esse engajamento é bem-sucedido ou não?

A partir disso, aplicam mais três perguntas que definem o data science, isso é, o processo que transforma dados em conhecimento útil para a empresa criando hipóteses e análise de resultados, por exemplo:

  • Qual é o problema mais simples que estamos tentando resolver?
  • Como o medimos?
  • Como definimos o sucesso?

A partir dessa metodologia, a empresa estabelece as estratégias de marketing de atração e também de retenção, utilizando dados de ponta a ponta no processo de vendas e relacionamento com o cliente ou prospect.

Um exemplo é um serviço criado pela própria empresa, chamado “Adobe Journey Orchestration”, que segundo o Adobe “é um serviço que permite personalizar jornadas individuais para cada cliente com base em seu comportamento e preferências anteriores.”

interface da plataforma Adobe Journey Orchestration
(Na imagem: interface da plataforma Journey Orchestration)
(Créditos: Adobe)

Customer experience é o próximo campo de batalha competitivo”

Jerry Gregoire - fundador e chairman da Redbird Flight Simulations

Zendesk e o processo de vendas baseado em dados

O processo de vendas perfeito existe? É difícil dizer dada a complexidade que envolve uma venda. Contudo, deixar esse procedimento mais científico pode torná-lo mais assertivo e principalmente, previsível.

Na Zendesk, o processo de vendas é padronizado por um sistema de pontos, que visa compreender e adicionar camadas de precisão às vendas de um jeito simples e eficiente levando em consideração a experiência dos executivos de vendas.

Por exemplo, ao conversar com um possível comprador,  pode ser interessante entender a relação deles com a concorrência e dependendo do resultado, definir a melhor abordagem. Desse modo, na categoria “relação com o concorrente”, pode-se marcar entre 0-2, sendo:

  • 0 = o prospect não falou com o concorrente
  • 1 = o prospect falou com o concorrente
  • 2 = o prospect mencionou o concorrente pelo nome

Além disso, é possível construir um modelo com maior previsibilidade, já que é possível acompanhar interações prévias que resultaram ou não em vendas e os possíveis motivos,  ajudando a estruturar um processo de vendas implacável.

Segundo um report da Aberdeen, 97% das empresas que investem em melhorar práticas que geram previsibilidade de vendas em 2020 conseguiram bater suas metas, enquanto empresas que não investiram em nenhuma prática, alcançaram 55%.

Considerações finais: com data-driven o processo de inovação é mais tangível

A utilização de dados é cada vez mais essencial para entender como sua empresa pode inovar, mostrando os melhores caminhos para fazê-lo. Afinal, se seu negócio não investe em inovação, o risco de se tornar obsoleto é alto. 

Em um mundo cada vez mais conectado, globalizado e mutável, investir em dados é investir em relacionamento com os consumidores, obtendo subsídios para mostrar-se como a melhor solução.

Para implementar o uso de dados de maneira eficiente, é preciso trabalhar com uma abordagem que faça sentido, facilitando o acesso às informações para toda a equipe. 

Neste sentido, se sua empresa ainda está dando os primeiros passos no uso de dados, existem algumas métricas que podem ser introduzidas no dia a dia e que tendem a gerar maior familiaridade com o tema. É o caso da análise cohort

A ideia dessa análise é que os usuários sejam separados por um agrupamento dependente do tempo, dessa forma, é possível obter vários insights a partir de dados, sobre as principais métricas da sua empresa, como o desempenho de uma campanha de marketing, o custo de aquisição de clientes e mais.

Desse modo, a partir de pequenas iniciativas, é possível instaurar uma mudança estrutural que ajuda a moldar uma cultura organizacional que trata a inovação como vital, é o caso da cultura organizacional do Google, que propicia uma ambiente em que os colaboradores são estimulados a inovar naturalmente.

“Sem dados, você é somente outra pessoa com uma opinião.”

W. Edwards Deming - estatístico, educador, consultor e criador do ciclo PDSA

Em suma, quando uma empresa utiliza uma abordagem “orientada por dados”, as alavancas de crescimento aparecem de maneira mais recorrente, já que aplicar o growth hacking é um exercício constante de aprendizagem e testes que utiliza dados para decidir a melhor estratégia de crescimento.

Se deseja aprender mais sobre dados, inovação e estratégia de growth, mas ainda não sabe por onde começar, o G4 Marketing & Growth é ideal para você. 

O treinamento te ajudará a aplicar as estratégias de crescimento usadas pelas empresas mais inovadoras do mundo no seu próprio negócio, mesmo que ele apresente um modelo mais tradicional. 

Data-driven para inovação | Blog G4
Matérias relacionadas
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Algum termo te deixou com dúvidas?
Saiba o que significa no nosso glossário do empresário.
Acessar agora