Vale a pena investir em uma ferramenta de inteligência artificial?

Será que os altos custos geram retorno?

Mais uma década surfando na euforia dos dados! Passamos do database marketing nos ano 80, complexo para organizar, restrito a algumas empresas e caro por ser totalmente outbound. No início dos anos 90 para frente os termos de business intelligence, market intelligence se popularizaram assim como ferramentas de diversos ERP’s e outras como Tableau e Qlikview.

Os anos se passaram e as empresas se amontoaram em dado. Agora o big data e o machine learning entram em cena com promessas de aumentar a eficiência das áreas de negócio e as receitas das empresas.

Mas será que funciona para todas as empresas?

O grande volume de investimentos nas áreas de tecnologia vem de encontro com as grandes soluções disponíveis no mercado que tem como proposta facilitar essa ponte entre o dinheiro e os dados brutos que estão armazenados nos servidores, na internet e nas redes sociais dos clientes.

Antes de considerar a compra de uma grande solução, as empresas devem se perguntar se estão tirando o melhor proveito de suas áreas de negócio e dos dados que as mesmas transformam e compartilham dentro da organização para tomada de decisão.

Um data-driven business model conta com uma estratégia de ação a partir dos dados que a empresa tem acesso. Esse é um processo estratégico, operacional e principalmente cultural. Não adianta investir milhões desde a implantação até o lançamento se no final do projeto as decisões continuarem sendo tomadas da mesma maneira.

Acredito que se você está lendo esse artigo com certeza já viu um projeto de CRM ir pelo buraco simplesmente por que os vendedores não querem alimentar as informações no sistema. Dez anos depois a empresa tem a oportunidade de construir modelos fantásticos para melhorar a performance comercial, entretanto não pode, pois o banco de dados é pobre, simplesmente por um descaso operacional, por uma ausência de estratégia. Perceberam? O projeto fracassou no presente e prejudicou o futuro da empresa.

O que não é usado dentro de uma empresa é esquecido, fica no canto criando poeira.

Entretanto as licenças são renovadas, as horas de consultoria para manutenção ainda caem no seu centro de custo e a despesa ainda continua lá, tudo para fazer um relatório mensal que ninguém olha e ninguém vê. Essa é a realidade da maioria das áreas de business intelligence/analytics dentro das empresas e ainda querem investir mais dinheiro para propagar essa ineficiência em alta escala.

Os indicadores matemáticos dos modelos são para provar sua acurácia dentro das premissas que foram construídos, para o negócio devemos utilizar indicadores de negócio. Seu modelo estar acertando 90% nada me adianta se em produção ele só consegue converter 15% das vendas. O foco é o negócio e sempre deverá ser o negócio!

Resumindo:

- Tenha uma estratégia orientada para dados antes da ferramenta em si;

- Verifique se não há espaço para melhorar com o que a empresa já tem;

- Utilize uma ferramenta do tamanho da sua necessidade e maximize seu retorno;

- Se desprenda dos indicadores matemáticos dos modelos e foque no resultado financeiro que o projeto está trazendo para empresa.

#businessintelligence #powerbi #tableau #qliksense