Analytics: tomada de decisão baseada em números

Analytics: Tomada de decisão baseada em números

Analytics é a palavra atribuída a uma plataforma de análise de dados aplicada a algum fim, seja ele a busca da causa raíz de algum comportamento ou de algum elo fraco em uma cadeia.

Geralmente o Analytics é utilizado para responder perguntas e explicar causas, como por exemplo em qual setor eu tenho mais colaboradores com faltas ou atrasos. Responder a perguntas como esta é a forma mais comum de uso de uma análise de dados, mas está longe de ser a mais valiosa.

Organizar dados e mostrar a alguém é parte muito importante do trabalho, mas ferramentas como essa já existe fazem pelo menos 20 anos e, mesmo muitas vezes não tendo uma ferramenta, sempre temos o bom o velho Excel para consolidar dados e organiza-los graficamente.

O Analytics neste contexto é muito mais um mindset do que uma plataforma. O mindset do Analytics deve ser o POR QUE. Através da repetição desta simples pergunta você passa de um organizador de dados para um resolvedor de problemas – profissão em falta no mundo hoje.

Para exemplificar este mindset, vamos considerar um problema que a maioria das empresas deve ter: gastos com hora extra.

Consideramos valores fictícios. Minha empresa está pagando 500 horas extras por mês.

A primeira pergunta aqui é: porque estamos pagando tantas horas? Dica: não pergunte para ninguém ainda, deixe os dados lhe responderem. Procure olhar os picos para responder esta pergunta. Qual é o detalhamento dos gastos? É uniforme ou tem alguém gastando acima da média? Busque entender o número antes de qualquer ação. Aqui vão algumas visões:

Numa comparação por mês, já conseguimos perceber que apesar de existirem picos e vales, a diferença do mês 04 (o mais alto) para o mês 02 (o mais baixo) é de mais ou menos 100 horas, ou seja, um pouco mais de 10% da média dos meses. Até houve influência, mas não podemos dizer que as horas extras ocorrem por algo temporal. 

Entendendo que é algo que ocorre todos os meses, vamos nos aprofundar mais, entrando nos números por setor:

Aqui já temos uma visão muito clara da origem das minhas horas extras. A Produção consome 90% de todas as horas extras da empresa, enquanto possui 57% dos funcionários! Em muitas empresas isto acaba sendo comum. A produção, por ter seu trabalho mais facilmente vinculado a faturamento, muitas vezes tem “carta branca” para horas extras. Mas neste caso sabemos que há um problema. Da onde vêm tantas horas extras?

Detalhando os números da produção por turno parece que encontramos o problema:

O turno NOTURNO está consumindo quase 80% das horas extras da Produção. O que conseguimos extrair de informação com base nestes dados é que, de forma repetida e consistente, o turno NOTURNO da PRODUÇÃO tem consumido estas horas.

POR QUÊ?

Aqui nós chegamos em um ponto chave da análise de dados. Precisamos cruzar este número com outros indicadores e até mesmo a visão das pessoas. Algumas ideias:

1. Perguntar aos gestores da produção o porquê dos colaboradores do noturno estarem com mais hora extra.
2. Acessar outros indicadores, como por exemplo o turnover das pessoas deste turno, ou indicadores que se relacionam com o ponto, como faltas, atrasos.

A resposta a esta pergunta pode ser a mais variada possível, desde coisas mal relacionadas, como por exemplo a troca de linhas de ônibus na cidade que tem impactado os profissionais do turno DIURNO, fazendo com que o pessoal do NOTURNO faça hora extra para a linha de produção não parar.

Para utilizar o Analytics com o objetivo de realmente buscar as causas-raiz é necessário misturarmos os dados com conceitos de negócio. Neste processo de análise as perguntas certas são o segredo para as melhores respostas.

Autor:

Lucas Valcanaia

Head de Produto