Analytics

14 set, 2016

5 passos para melhorar seu Analytics

Publicidade

De tempos em tempos, alguém vira para mim e diz que precisa de ajuda com relatórios e visão analítica. Então, eu faço uma pergunta simples: o que você quer medir?

image1

Sempre que eu ouço “quero medir tudo!”, minha vontade é dar com a cabeça na parede até atravessar o concreto, porque a ideia de medir tudo é, em si mesma, um desserviço à sua sanidade. Ela traz um risco muito constante de medir só para ter um número. Essa é uma armadilha que você deve evitar a todo custo, porque ficar medindo é um porre, e ter uma tonelada de números significa apenas que você pode se perder no mar de dados muito mais fácil. Sendo assim, seguem algumas dicas para melhorar seu analytics:

1. Escolha suas armas

image2

Para gerar uma visão analítica inteligente, antes temos que nos esquivar do vício de produzir uma base burra. Quando você está decidindo o que medir, deve pensar em cada métrica como uma arma, desenhada para ser eficiente, enxuta e versátil.

Quando você escolhe uma arma, você se pergunta: “como vou usar isso?” O mesmo se aplica a uma métrica. Antes de começar a medir, você deve entender o que pretende fazer quando conseguir os resultados. Do contrário, você só está criando trabalho que não agrega nenhum valor.

Por exemplo, digamos que você tenha uma padaria. Você quer medir coisas, mas por quê? Para conhecer seu negócio melhor. Ótimo, mas aonde você quer chegar com o seu negócio? Qualquer caminho é possível, e isso pode gerar qualquer métrica. Veja algumas ideias interessantes de medição:

  1. Quantos pães são assados x vendidos por dia?
  2. Quais são os horários de pico para venda de pães?
  3. Quanto tempo leva entre o momento em que o padeiro começa a fazer o pão e o momento em que ele está pronto para venda?
  4. Qual é a distribuição de venda por tipos de pão?

E algumas ideias não tão interessantes:

  1. Quantos clientes diferentes compram na sua padaria?
  2. Qual é a média de faixa etária desses clientes?
  3. Qual é a distribuição de gênero desses clientes?

Seria legal medir todos os itens acima? Talvez. Mas os quatro primeiros são facilmente relacionados a uma ação (verificar a razão entre pães assados e vendidos promove a redução de desperdício; os horários de pico permitem que você defina quando deve aumentar a produção ao longo do dia; o tempo de produção do pão faz com que você determine a antecedência necessária para produzir mais pães; a ração entre os tipos de pães permite que você ajuste a produção para atender à demanda por cada tipo). Já os três últimos itens não têm uma fácil correlação com uma ação, então se não tivermos um bom propósito em mente, devemos descartar essas métricas.

2. Saiba o que você não sabe

image3Mas pelo menos tenho autocrítica.

Digamos que você descubra que existe interesse por novos sabores de pão. Você não sabe se seus clientes aceitariam os sabores que você tem em mente, e incluí-los na produção diária poderia resultar em um enorme desperdício. O que você pode fazer?

Sabendo quais são as horas de pico para venda de pães, você pode fazer uma fornada de cada sabor que deseja testar e colocar como provas, de graça, todas ao mesmo tempo, durante um curto período. Quando um dos tipos acabar, meça quanto tempo levou e quantos pães sobraram de cada tipo. O tipo que acabou é claramente o favorito, enquanto os outros podem ser candidatos a uma segunda opção, dependendo de quantas unidades tiverem sobrado. Com isso, você já pode decidir que novos sabores incluir na produção diária.

3. Qual é o seu momento?

image4

Quando você tem uma ideia, há diferentes tipos de necessidade de informação para diferentes momentos. Quando há muito que você não sabe, geralmente é melhor coletar informação qualitativa. Você ouve seus clientes em potencial sem filtro, e procura por dores e necessidades que podem ter um gap de atendimento.

Quando você já tem uma hipótese ou uma necessidade sobre a qual atuar, você deve voltar sua atenção para a coleta de informação quantitativa, que irá prover uma forma de compreensão da aplicação da sua hipótese e ajudar a prever resultados.

4. Correlação x Causalidade

image5Aparentemente, mais filmes do Nicholas Cage = mais afogamentos. Sim, você leu certo.

Uma das maiores causas para bases burras é que frequentemente confundimos correlação e causalidade. A correlação acontece quando você identifica uma mudança em dois ou mais índices ao mesmo tempo. Por exemplo, você identifica que a venda de pães e o número de clientes que visitam a padaria aumentam nos fins de semana. Esses dois índices estão correlacionados. Mas será que isso significa que mais clientes causam mais vendas? Você tira um relatório do caixa e descobre que, durante o fim de semana, o número de notas fiscais não aumenta proporcionalmente. Já o número de pães por nota fiscal, por outro lado, aumenta muito. Você entrevista os clientes e descobre que a causa de ter mais visitantes é que os compradores trazem a família junto no fim de semana, e que a causa para o aumento nas vendas é que o tempo a mais em casa faz com que os clientes comprem pães para fazer lanches à tarde. São dois eventos correlacionados (pessoas levam familiares à padaria durante o fim de semana e também compram mais pães para lanchar durante o dia). O fim de semana e o tempo livre que ele traz, no entanto, têm uma relação de causalidade com o aumento nas vendas.

Quando confundimos correlação e causalidade, podemos gastar nosso tempo e energia com ações que não trazem os resultados que desejamos. Por isso, sempre verifique sua interpretação e desenhe um plano para melhorar os números. Se você EM ALGUM MOMENTO sentir que isso não é necessário, porque não é possível que dois índices não tenham relação causal, leia isto e tente de novo.

5. Não existe valor no absoluto

image6Em uma pequena lampadazinha.

Quando digo que vendi 200 pães, você acha que esse é um resultado positivo ou negativo? Se você ficou coçando a cabeça, não tema. A resposta correta é “eu não faço ideia”, e o motivo pelo qual isso é impossível saber é porque você não tem nenhum parâmetro para comparar aos 200 pães, ou um período de tempo para vincular a esse número. Uma boa métrica deve ser comparativa e relacionada a períodos específicos de tempo. Caso contrário, ela é apenas um absoluto incompreensível e sem tratamento.

Exemplos:

Vendi 200 pães.

Vendi 200 pães hoje >> venda x período.

Vendi 200 pães hoje, contra minha média diária de 150 >> venda x período x média no período.

Vendi 200 pães hoje, contra minha média diária de 150, o que é um aumento de 33% >> UAU.

Esse é o poder da visão analítica, não um aglomerado de números que ficam bonitos em uma planilha, e sim o conhecimento do seu negócio usado para decidir seus próximos passos.

Então escolha bem suas métricas, saiba que tem muito que você não sabe, entenda se o momento pede métricas qualitativas ou quantitativas, investigue causas e correlações e formate as informações de forma que você consiga analisar e definir estratégia sobre elas. Essa é uma abordagem muito enxuta e focada sobre as métricas que vão ajudar a guiar suas ações e evitar desperdício.

Se você quiser saber mais sobre visão analítica, este livro é ótimo. Ficou alguma dúvida ou tem alguma contribuição? Deixe seu comentário abaixo. Até a próxima!