Maximize a Vantagem da Sua Organização: Transformando Dados em Insights Estratégicos

Se seu CEO ou CIO perguntasse como você está ajudando sua organização a usar dados para sua vantagem, o que você diria?

Você teria uma resposta quando se trata de categorias de gastos como transporte ou bens indiretos? Perguntas como estas provavelmente o enviariam correndo para pesquisar novas ferramentas para ajudar.

Ao enfrentar o desafio de colocar seus dados para trabalhar, a primeira pergunta é: Você está salvando todos os seus dados? Há bilhões de transações de compras anualmente — estima-se que 10.000 contêineres de transporte são perdidos no mar a cada ano — então não é surpresa que coletar, salvar e organizar dados de compras seja um desafio. Se você está lutando para salvar seus dados de maneira eficaz, você não está sozinho. Felizmente, dados estão se tornando digitalizados, e à medida que vemos mais e mais artigos alegando que "dados são o novo petróleo", uma enxurrada de novas ferramentas para salvá-los e organizá-los está a caminho também.

O uso eficaz de big data pode render benefícios substanciais. O sucesso de aplicações reais em transporte, sourcing e compras valida o tempo e esforço. Por exemplo, a cidade de Brisbane, Austrália, conseguiu reduzir congestionamento de tráfego alavancando pontos de dados e fazendo algumas mudanças na grade. A UPS armazena 16 petabytes de dados para ajudar a tomar decisões, lidando com mais de 39,5 milhões de solicitações de rastreamento por dia de clientes. Como resultado, conseguiu permanecer competitiva contra a Amazon.

Por onde começar? Primeiro vieram ferramentas de business intelligence (B.I.), seguidas por spin-offs em cada categoria sendo rebrandadas como inteligência artificial. No entanto, poucas dessas empresas de tecnologia de IA e machine learning conseguiram fazer um dente no problema, devido à falta de dados organizados. Passo um na jornada é a necessidade de reter dados.

Humanos são propensos à centralização. Estima-se que 68% da população mundial viverá em área urbana até 2025. Similarmente, 65% das equipes de negócios preferem trabalhar dentro de funções centralizadas globalmente. Embora nenhum modelo funcione para todas as cadeias de suprimentos, tomada de decisão centralizada tende a reinar suprema, com as maiores empresas terceirizando funções-chave para cortar custos. O mesmo pode ser argumentado para governança e análises de dados. Ter uma equipe centralizada que possa trabalhar cross-funcionalmente dentro da cadeia de suprimentos ajudará melhor sua organização a alavancar o poder dos dados e tomar melhores decisões.

Então, que tipo de dados deve ser usado para alcançar esses objetivos? Conforme relata a Forrester, 74% das empresas dizem que querem ser "orientadas por dados", mas apenas 29% são realmente bem-sucedidas em conectar análises à ação. Você lembra das últimas 10 cotações que seu revendedor de valor agregado de TI deu à sua organização para o mesmo servidor? E as últimas 150 cotações spot de frete do seu provedor logístico terceirizado de confiança? Organizações raramente salvam todos os seus dados. Mas só porque você foi com outro fornecedor não significa que deve jogar seu preço fora. Você deve colocar esses dados para trabalhar.

Estrategista de dados Brent Dykes argumenta que "insights acionáveis" são o ápice da pirâmide de dados, que consiste em seis níveis: alinhamento, contexto, relevância, especificidade, novidade e clareza. É conhecimento comum que TI oferece os melhores descontos no quarto trimestre, mas como você pode usar dados para prever comportamento em outras épocas do ano, ou alavancar o tamanho da sua organização para obter um preço melhor? Ser capaz de identificar resultados de negócios positivos ajudará você a alcançar resultados, estreitando seu escopo e mirando um objetivo específico. Sua nova ferramenta B.I. rebrandada e chamativa não pode fazer isso.

Pessoalmente, estou salvando meus dados. Tenho um plano, e agora é hora de colher os benefícios. Se você está tentando manter vantagem competitiva, coloque seus dados para trabalhar. IA hoje é realmente apenas modelos extensivos de machine learning, ou uma combinação de redes neurais. Empresas que têm sucesso com seus parceiros de tecnologia de IA e ML são aquelas que buscam resolver objetivos concretos com grandes conjuntos de dados. Você vai ser uma delas?

Tarek Alaruri é co-fundador da Fairmarkit.