Cultura orientada a dados: por que tecnologia não basta

O Head de Dados do Grupo Saga, Douglas Souza, compartilha aprendizados sobre os desafios de consolidar uma cultura data-driven

Não há quem duvide da relevância de decisões baseadas em dados. Mas, para alcançar o status de empresa data-driven, investir em tecnologia é suficiente? Ou são os aspectos culturais que têm impedido mais organizações de subir de patamar? A verdade é que a construção de uma cultura orientada a dados envolve mudar comportamentos, processos e a forma como líderes e equipes interpretam a realidade do negócio.

Para entender melhor esse cenário, conversamos com Douglas Souza, Head de Dados no Grupo Saga e líder de iniciativas de transformação com AWS, Power BI e Python. Ele respondeu a questionamentos sobre os primeiros sinais de evolução da cultura orientada a dados, os obstáculos na integração entre áreas e o papel dessa base sólida na adoção de inteligência artificial. Confira!

Barreiras à cultura orientada a dados

Quando pensamos nos fatores que travam a adoção de uma cultura data-driven, a lista pode ser longa. No topo da lista de Douglas, por exemplo, estão a falta de processos (ou processos engessados) e a ausência de investimento de médio e longo prazo. “Até que esse investimento se pague, parece que é mesmo só um gasto.”

Por isso, ele acredita que o aculturamento precisa ser top-down, para que o restante da empresa abrace o conceito com mais entusiasmo. Contudo, além desses impedimentos estruturais, existem barreiras pessoais e comportamentais. Para Douglas, a regra é simples: mudar é difícil. “Poucos querem abraçar o novo. Quando uma mudança vem, até mesmo o que não funcionava passa a ser a oitava maravilha do mundo.”

Segundo o Head de Dados, o segredo está em trazer as pessoas para perto.

"Se você faz um bom trabalho e mostra na prática o que está entregando, causa menos atrito. Meu conselho é: traga as pessoas e tente fazer as mudanças a quatro mãos. Assim, elas se sentem parte da solução.”

Integrando dados e áreas

Essa abordagem colaborativa ficou clara em um dos projetos mais complexos que ele liderou recentemente: a criação de um datalake. Com 14 sistemas para integrar, todo o mapeamento e a junção dos dados precisaram ser cuidadosamente planejados.

“Teve um ponto específico desse projeto que era a necessidade de que fontes diferentes atualizassem no mesmo horário e partes diferentes da mesma fonte atualizassem em horários distintos. Além do desafio de fazer todo esse processo funcionar, havia o desafio de fazer isso custando pouco.”

No fim, o projeto deu certo e trouxe um aprendizado importante: "Às vezes, as ferramentas mais simples entregam tanto quanto, ou até mais que, as mais robustas. E detalhe: custando menos."

Mas e agora, voltando ao tópico inicial, como saber se o processo de aculturamento está dando certo? Segundo Douglas, a principal métrica é o interesse das pessoas. “Elas perguntam se o relatório está atualizado, procuram os dados e começam a vê-los como auxiliares nas decisões. E quando as pessoas acreditam que os dados falam, manter a cultura se torna fácil”, explica.

E quando o assunto é IA?

Quando o assunto é inteligência artificial, a cultura é importante, claro. Porém, IA nenhuma sobreviverá sem que a empresa tenha um datalake, dados ou integrações. Mesmo que, de acordo com Douglas, você ouça conversas dizendo o contrário.

Ele explica que existem várias formas de aplicar inteligência artificial nas decisões de negócio, mas destaca uma em especial: “O agente é só uma parte delas. Mas é a parte que está focada no dinheiro. E qualquer parte que está focada no dinheiro é importante.”

Na visão dele, essa clareza sobre retorno financeiro é o que acelera a adoção da IA nas empresas. Enquanto modelos preditivos, como os de churn, exigem mais tempo e esforço para comprovar resultados, “mostrar que um agente autônomo faz X tarefas em Y tempo, economizando Z reais, é muito mais simples e mais convincente.”

‍