As histórias contadas pelos números

O uso de números para entender o mundo e resolver problemas é anterior à coleta de dados moderna de sites, aplicativos, dispositivos e sensores. Florence Nightingale usou diagramas de coxcomb para identificar e reduzir as causas de mortalidade hospitalar durante a Guerra da Criméia. Mais de um século atrás, William Sealy Gosset, chefe de cervejaria da Guinness Brewery, criou o teste para garantir a qualidade da cerveja. Na Segunda Guerra Mundial, Abraham Wald usou os princípios do viés de sobrevivência para ajudar os aviadores aliados a sobreviverem a ataques a bomba na Europa Ocidental. Nos anos 90 e início dos anos 90, Billy Beane e Paul DePodesta usaram a sabreetria para construir um time de beisebol de primeira com um orçamento apertado.

Sua organização também pode se beneficiar de:

1. Entendendo associações e relações causais entre variáveis
2. Identificando atrito / retenção entre as etapas de um processo
3. Identificando entradas que produzem saídas desproporcionais
4. Detectando e prevendo tendências
5. Projetando experimentos e interpretando seus resultados

Você pode encapsular essas descobertas em relatórios e painéis, dando a toda a organização acesso à tomada de decisão informada. Com algumas dicas técnicas, você pode até criar sistemas para tomar automaticamente decisões sensíveis ao tempo em resposta aos dados. Vamos percorrer alguns princípios com aplicações práticas para o mundo dos negócios.

Análise de funil

Uma das estruturas mais comuns para definir métricas é conhecida como AARRR – Aquisição, Ativação, Retenção, Referência, Receita.

Fonte: https://www.product-frameworks.com/AARRR-Metrics.html

Essa abordagem é geralmente chamada de análise de funil. Representa a progressão de clientes em potencial do interesse inicial para gastar dinheiro como clientes e até evangelizar em seu nome. Cada etapa do funil envolve alguma taxa de desgaste e retenção, à medida que as pessoas perdem o interesse.

Normalmente, as organizações usam dados de aplicativos de automação de marketing e gerenciamento de relacionamento com clientes, como Marketo e Salesforce, para acompanhar a progressão das pessoas através de vários estágios do processo de marketing e vendas. A identificação das principais fontes de vazamento em seu processo permite dedicar mais efetivamente o treinamento e outros recursos para garantir que seus clientes em potencial se tornem clientes.

Da mesma forma, você pode acompanhar a progressão dos clientes em sua plataforma de comércio eletrônico ou através de qualquer número de fluxos de usuários. A abordagem de funil é útil sempre que várias etapas de uma sequência estão envolvidas.

Fonte: https://chatbotslife.com/how-to-get-10x-sales-using-messenger-marketing-d3bda6c6b77a

O princípio de Pareto

Existe desproporcionalidade e distribuições desiguais de insumos e produtos em todo o mundo humano e natural. Em 1896, o economista italiano Vilfredo Pareto observou que cerca de 80% da terra na Itália pertencia a apenas 20% da população. Da mesma forma, os 20% de palavras mais comuns em um idioma representam 80% das ocorrências de palavras; 20% da população responde por 80% das despesas com saúde; os 20% mais produtivos de plantas de ervilha em um jardim produzem 80% das ervilhas.

Fonte: http://www.mytimemanagement.com/pareto-principle.html

Essa observação, chamada Regra 80/20 ou Princípio de Pareto, tem aplicações comerciais óbvias. Há uma boa chance de que um número relativamente pequeno de seus clientes gere a maior parte de sua receita, que alguns de seus bugs de software produzam a maioria de seus problemas de funcionamento, que seus membros mais produtivos da equipe produzam a maior parte da produção e que alguns de seu marketing atividades geram a maior parte do interesse público em sua organização.

As identidades desses principais colaboradores estão ocultas em seus dados. Usando os dados do seu CRM, você pode identificar suas contas mais valiosas e ver quais membros da sua equipe fecham as ofertas mais valiosas. Usando dados de emissão de bilhetes e atendimento ao cliente, você pode identificar e resolver as causas mais graves de reclamações de clientes. Com os dados de gerenciamento de projetos, você pode ver quem em sua organização cria mais produtos ou recursos. Com os dados das plataformas de publicidade, você pode ver quais tópicos e atividades colocam sua organização na frente dos olhos.

Ao entender quais entradas produzem uma quantidade desproporcional das saídas, você tem uma alavanca para multiplicar os resultados de seus esforços.

Os números das mentiras dizem: Métricas da vaidade

Com o poder oferecido pelos dados, também há muito espaço para que as coisas dêem terrivelmente errado. Em 1954, Peter Drucker escreveu que “o que é medido é gerenciado”. A lição dessa citação não é que as únicas atividades valiosas são mensuráveis, mas que medir as coisas erradas constrói os incentivos errados, incentivando as atividades e decisões erradas.

Métricas de vaidade são estatísticas que indicam superficialmente o sucesso, mas não têm uma relação direta com objetivos mais fundamentais – no caso de negócios, receitas ou satisfação do cliente. A história está cheia de sérias falhas de métricas, incluindo algumas com terríveis conseqüências ecológicas e humanitárias. Esses erros não são apenas falhas de amadores e ideólogos. O Microsoft Bing tentou uma vez usar “pesquisas por sessão de usuário” como um indicador de desempenho chave (KPI). Essa métrica incentivou os desenvolvedores a adicionar recursos que mantinham os usuários clicando em vez de fornecer os melhores resultados de pesquisa. Eles perceberam seu erro somente depois que a satisfação do cliente, medida pelo Net Promoter Score (NPS), se recusou a ceder em resposta a seus esforços.

Paradoxo de Simpson

Os dados também podem enganar de maneiras mais sutis, se você não os examinar criticamente o suficiente. O paradoxo de Simpson vem em duas partes:

1. Falácia da Divisão: O que é verdadeiro para o todo nem sempre é verdadeiro para as partes
2. Falácia da composição: o que é verdade para as partes nem sempre é verdadeiro para o todo

Alguns exemplos reais do paradoxo de Simpson incluem:

1. Nos Estados Unidos, a renda média aumentou desde 2000, embora os ganhos para cada faixa etária tenham caído
2. Em 1986, um estudo constatou que a remoção não invasiva da pedra nos rins teve uma taxa de sucesso maior que a cirurgia aberta tradicional, mas os médicos determinaram (corretamente) que a cirurgia aberta era a melhor opção padrão.
3. Os eleitores com renda acima de US $ 50.000 eram mais propensos a votar em Trump do que Clinton do que os eleitores com renda abaixo de US $ 50.000 em 2016, mas a bolsa de estudos política e a sabedoria convencional atribuem apoio a Trump a eleitores frustrados da classe trabalhadora.

Em cada um desses casos, uma análise superficial dos dados perde uma variável oculta que divide os dados em categorias significativas. Por exemplo:

1. Nos EUA, as pessoas com diploma de bacharel têm (e ainda ganham) mais do que as pessoas sem educação pós-secundária. Mais e mais pessoas obtiveram o diploma de bacharel e outras formas de certificados pós-secundários nas últimas duas décadas, o que significa que a pessoa média agora ganha mais. No entanto, as pressões competitivas também reduziram os ganhos em todos os níveis educacionais. A variável oculta, neste caso, é a proporção da população em cada nível educacional
2. As cirurgias menos invasivas são geralmente realizadas em casos menos graves de pedras nos rins, explicando a maior taxa de sucesso. A variável à espreita aqui é a gravidade da doença inicial.
3. Os eleitores que ganham menos de US $ 50.000 incluem desproporcionalmente minorias étnicas que normalmente votam nos democratas e vivem em municípios urbanos. Os eleitores brancos da classe trabalhadora privilegiaram Trump. As variáveis ​​ocultas aqui são raça e urbanidade.

Nos negócios, o paradoxo de Simpson pode levar a qualquer coisa, desde aparentes violações de oferta e demanda até conclusões falaciosas sobre as características ideais dos membros de sua equipe.

Alfabetização de dados

Com o crescimento sustentado e explosivo de dados de sites, aplicativos, dispositivos e sensores, a alfabetização de dados é mais essencial do que nunca para as organizações permanecerem competitivas e inovadoras. Você pode conseguir isso tornando os dados acessíveis em todos os níveis e familiarizando sua equipe com modelos mentais para usar os dados para entender o mundo. Abordamos apenas a ponta do iceberg neste artigo. Muitas aventuras pela frente!