A maneira como indicadores de desempenho e métricas são criados e utilizados precisa ser revista. A forma de fazer negócios foi completamente modificada em razão de uma acelerada transformação digital, mas as empresas continuam mensurando desempenho e analisando os resultados baseando-se em parâmetros antigos.
Nesse artigo da MIT Management Sloan School, Brian Eastwood visita casos de empresas que aperfeiçoaram suas unidades de medida, modificando inclusive seus critérios de sucesso, essas buscam ser mais competitivas em uma economia digital dinâmica que é acelerada por recursos de inteligência artificial. Nesse artigo vou analisar essa situação e trazer alguns aprendizados de empresas que passaram por essa transformação na forma de gerir e medir seus negócios.
Destaques do artigo (o que mais chamou atenção)
O artigo apresenta alguns casos reais de uso de KPI’s (Key Performance Indicator) em empresas que se adaptaram para medir os negócios na era digital, destacando o Slack e a Adidas que já utilizam-se de aprendizado de máquina e algoritmos preditivos para atualização dos principais indicadores de desempenho.
O pesquisador Michael Schrage, citado no artigo, publicou um estudo intitulado Smart Strategies Require Smarter KPIs Big Idea: Strategic Measurement onde analisa essa prática, afirmando que são necessários KPIs mais inteligentes para compreender onde as empresas estão perdendo a competição em um cenário de negócios acelerados pelo digital. Segundo o autor, as lideranças ainda preocupam-se em manter uma “boa pontuação” ao invés de usar os indicadores como um mecanismo de orientação estratégica, além disso, não estão usufruindo de recursos tecnológicos como algoritmos para aprender mais sobre a evolução de suas próprias métricas de negócio.
Empresas nativas digitais, como Alibaba, Amazon e Slack, já arrancaram na frente com essas práticas, utilizando as métricas além do convencional. Ele analisou ainda os casos de Adidas, JetBlue e Starbucks, que rapidamente se adaptaram para conviver com os novos indicadores, ele ainda afirma que a empresa Slack, por exemplo, tem somente 3 indicadores de “primeira linha”, e que isso facilita a visão de todos sobre o caminho que a organização está trilhando, e o que é realmente importante para ela. Uma outra afirmação de Schrage é sobre o uso de dados para a automação desses indicadores, ele diz “O maior desafio das lideranças é saber se têm os melhores dados para as melhores métricas”.
O artigo indica ainda sete hábitos de usuários de KPI altamente eficazes, afirmando que definir, desenvolver e refinar os KPIs precisa ser o foco fundamental das lideranças das empresas na economia digital, caso contrário todas as ações realizadas podem estar na direção errada.
Ampliando o diálogo (aquilo que foi aprendido sobre isso)
A reflexão provocada pelo artigo é algo realmente urgente, mas o desejo do autor ainda me parece bem distante da realidade das prioridades da gestão analítica das empresas, não por falta de importância, mas sim pela falta de urgência do tema. É fato que as novas organizações da economia digital já trazem em seu DNA um foco muito maior nos dados, mas mesmo essas ainda estão em uma fase prévia com relação ao uso de indicadores inteligentes e automatizados.
Os esforços de automação estão voltados para fora da organização, na utilização de algoritmos, aprendizado de máquina e inteligência artificial para recomendação de produtos, organização de armazéns, distribuição mais eficiente de produtos, melhores aprovações de crédito, ativação de clientes através de chatbots de relacionamento, e tantos outros usos possíveis da tecnologia da informação e da ciência de dados, mas os indicadores para medir tal avanço continuam sendo aqueles mesmos utilizados nas últimas décadas para orientar as estratégias de negócio.
Não é ruim manter indicadores estabelecidos para efeito de comparação ao longo do tempo, mas as variáveis de evolução de todos os negócios mudaram, e monitorar métricas erradas ou defasadas é um grande retrocesso para empresas que miram a eficiência em um mercado orientado para a economia digital. Sim, existem muitas centrais de informações espalhadas por dashboards que já monitoram informações em tempo real, esses dados são utilizados como geradores de insights, mas são muito pouco utilizados para o aprimoramento das unidades de medida de sucesso do próprio negócio.
Um exemplo é o uso do tradicional NPS (Net Promoter Score) como indicador de sucesso, sem incrementar tantas outras possíveis métricas disponíveis atualmente, como variáveis de análise de sentimentos, interações e outras relações sociais que ocorrem com a marca. Obviamente você está lendo esse texto e pensando “sim, eu sei disso”, mas também sabe que toda a estratégia do negócio da sua empresa atual é orientada por essa defasada unidade de medida. Esse é um movimento que exige uma transformação profunda na forma de medir o negócio, que passa por uma fase desconfortável de conviver com um novo indicador que não é necessariamente estável, afinal ele precisa ser atualizado – ou até construído – e isso vai deixar lideranças inseguras com as variações que o mesmo vai sofrer até sua devida estabilização.
Além disso, dados ruins – não higienizados, não qualificados e não estruturados adequadamente – irão inevitavelmente incorrer em indicadores ruins e ineficientes, como essa é atualmente uma grande dor das empresas, isso ainda vai gerar algumas situações de instabilidade nas avaliações de sucesso dos negócios. Por fim, atualizar indicadores manualmente ou ter ciclos longos de revisão é algo inaceitável quando tanta tecnologia de automação da informação está à disposição, aprendizado de máquina é um recurso fundamental para sustentação da vitalidade dos KPIs do negócio.
É natural que essa mudança ocorra ao longo tempo nos diferentes setores e níveis do negócio, mas você já começou a transformar as métricas que você controla no dia-a-dia?
5 coisas para você refletir esse caso (aquilo que pode lhe ajudar a diagnosticar sua própria situação)
- Pare de se comparar com os outros: acredito que esse é um dos vícios mais comuns das métricas, a fatídica comparação com outros negócios. O problema dessa comparação é que os parâmetros, pesos e valores nunca são os mesmos, então o alinhamento estratégico que utiliza métricas que não sejam proprietárias, desvirtua o próprio posicionamento estabelecido estratégico pela empresa. Crie, estabilize e assuma indicadores proprietários.
- Incremente variáveis novas no seu KPI: com tantas novas fontes de dados, tipos de informação e recursos disponíveis é impossível que os indicadores que movem seu negócio não tenham recebido uma nova métrica para compor esse cálculo. Se isso não foi feito, significa que você está medindo um posicionamento em um mercado do passado, e obviamente isso não deveria orientar sua estratégia de futuro.
- Diferencie as métricas funcionais das métricas corporativas: geralmente os indicadores não estão classificados e organizados de forma adequada, e os elementos comparativos podem corromper as ações da empresa. Por exemplo, enquanto a diretoria da empresa está monitorando o turnover, a área de RH está buscando incrementar diversidade em seu quadro de funcionários. Ambas as métricas devem existir, mas elas precisam ser devidamente alinhadas e equilibradas em uma modelagem única que represente a importância de ambos os fatores na estratégia do negócio como um todo. Isoladas essas métricas podem gerar conflitos de valor entre elas mesmas.
- Reduza a quantidade de indicadores: essa dica também aparece no artigo citado e vou reforçar ela aqui nas minhas recomendações, muitos indicadores são um grande inimigo do alinhamento estratégico. Com várias definições de prioridade, cada um se agarra naquilo que mais lhe convém, todos entregam resultados utilizando as métricas como argumento, mas talvez o conjunto das ações esteja em um caminho totalmente diferente do desejado pela empresa. Nesse caso, quanto menos informação, maior será a visibilidade sobre aquilo que realmente importa.
- Automatize os sistemas de mensuração: aqui algo relativamente novo e ainda pouquíssimo utilizado na gestão de métricas e indicadores. Os sistemas de mensuração da organização não estão aprendendo por si próprios, eles dependem fundamentalmente da ação humana para evoluírem, isso retarda o processo de atualização desses indicadores. É importante a supervisão humana, mas as máquinas precisam realizar o trabalho repetitivo de retroalimentação de métricas, lidando com grandes volumes de informação em alta velocidade. Algoritmos e inteligência artificial podem aprender sobre as diferentes dimensões envolvidas nos indicadores, e monitorar as ações tomadas.
“A forma de mensurar sucesso nos negócios do futuro não pode considerar as variáveis mais importantes do passado.
Espero que essa breve análise lhe ajude na jornada de desenvolvimento da gestão analítica do seu negócio ou da sua carreira, se você tiver alguma contribuição, fique à vontade para deixar nos comentários.“
Ricardo Cappra é um pesquisador de cultura analítica, autor e empreendedor da área de tecnologia da informação.
Siga a Evermonte nas redes sociais para ficar por dentro de nossos insights e projetos.
