Muitos dados poucos insights

É comum ver empresas, agências e clientes reclamando que têm muitos dados, mas poucos insights úteis.

Talvez você tenha passado por isso também. Avinash Kaushik, Autor, Evangelista de Marketing Digital e Analytics do Google e Co-fundador – Market Motive chama o processo de coletar vários dados e gerar um número infinito de relatórios de data puke.

Recentemente ele compartilhou na sua newsletter, TMAI, The Marketing Analytis Intersect, Cinco estratégias para matar o dragão de Data Puking.

Segundo o Autor, ele já tentou uma série de estratégias para lidar com o desafio de vomitar dados – em várias empresas e países. E isso o levou a criar estas cinco estratégias para evitar o data puke:

Concentre-se apenas nos KPIs, elimine as métricas.
Concentre-se apenas nos KPIs que possuem metas definidas.
Concentre-se nos outliers.
Conecte a análise e a responsabilidade pelos dados.
Procure por out of sights.

O Autor continua, o que faz com que as empresas acabem colocando o data puke como principal atividade das suas equipes de dados? Aqui uma lista parcial:

Não há Modelo de Medição (ou equivalente). Se você não sabe para onde está indo, qualquer estrada vai levá-lo até lá e você será infeliz no destino.
Falta de estruturas de incentivo claras. Sem nenhuma linha de visão para o que é realmente importante, as pessoas se agitam e pedem de tudo.
Uma equipe do Google Analytics que opera em um modelo clássico de equipe de TI, no qual os tickets são abertos com solicitações de dados. O processo criado entre a produção de dados e o uso de dados é corrosivo.
Muitas ferramentas. Muitas ferramentas mesmo!
Uma falta de integração entre a equipe do Google Analytics e as áreas de negócios. Nenhuma análise valiosa é produzida por um analista que não entende das prioridades do negócio.
Um analista que tem habilidades incríveis supera em muito o rigor intelectual dos líderes da empresa. Você não acha que isso seria um problema. Isto é.
Líderes incapazes de articular o que realmente importa – todas as semanas, todos os meses, todos os trimestres, todos os anos.
Analytics, ou funções principais, terceirizadas para uma agência ou outro fornecedor.
Analistas incompatíveis com os problemas complexos que a empresa precisa resolver (desde a atribuição ou análise multicanal até testes de mercado correspondentes). Se eles não puderem resolver problemas reais, os analistas garantirão sua vaga, vomitando vários painéis e relatórios.
Empresas com muito dinheiro. Há muitos analistas em funções de micro-silos, cada um produzindo sua própria fonte de dados. Há muitas equipes por aí “inovando”, criando ambientes de dados nativos interativos e detalhados. Existem muitas câmaras de isolamento de dados – não conectá-las mata qualquer habilidade de descobrir out of sights.

Avinash conclui dizendo o seguinte:

No início da minha carreira, o sucesso foi baseado na minha capacidade de coletar mais dados, dizendo sim a tudo. Como os dados se tornaram abundantes e gratuitos, o sucesso se baseia em minha capacidade de ser muito, muito bom em saber o que ignorar. Esta é uma lição difícil de aprender, parece ruim dizer não aos dados. Mas, é o que agora separa os vencedores dos perdedores – o ignorar inteligente.
Avinash Kaushik

Cadastre-se na TMAI: https://www.kaushik.net/avinash/marketing-analytics-intersect-newsletter-avinash/