Em escala global, as lawtechs bateram um recorde de investimento no ano passado. Segundo artigo publicado pela Forbes, este setor apresentou um crescimento de 718% nos valores investidos, em comparação a 2016. No Brasil, a cena das lawtechs está em plena curva de maturação, o que já é observado com os recentes movimentos do mercado (Aurum, Doc9, Stefanini e Jota), e as soluções fornecidas por este setor devem se tornar mais robustas a partir deste ano.
As lawtechs buscam atender as demandas já conhecidas pelos advogados: aumentar a produtividade, reduzir os custos e posicionar a área jurídica estrategicamente. No entanto, para atingir esses resultados é fundamental contar com as ferramentas certas para o seu negócio.
Hoje, quase 30 anos depois, esse fator ainda é primordial para impulsionar as corporações por novos caminhos. O grande desafio agora, em meio à quarta revolução industrial, é como incorporar a tecnologia e o data analytics à tomada de decisões nas empresas. Mas como toda grande mudança, esse também não é um movimento uniforme e linear e, com os avanços em analytics, a lacuna entre os pioneiros e os retardatários na adoção da tecnologia está crescendo. Algumas empresas estão fazendo coisas incríveis, outras ainda lutam para conseguir o básico e ainda existem aquelas que estão oprimidas, com executivos e membros operacionais questionando constantemente o retorno das iniciativas.
Considerando que a tendência de quem está na vanguarda do data-driven é terminar mais bem posicionado após a curva de maturação dessa nova realidade, a presença de uma cultura de dados saudável ─ data culture ─ é cada vez mais importante. Mas quais são os princípios organizacionais, as motivações e as abordagens necessárias?
Um levantamento realizado pela McKinsey & Company identificou sete pontos de sustentação para essa nova cultura, com base em pesquisas feitas com profissionais de diversos setores e localidades que estão à frente da implementação do data analytics em suas empresas. Veja, a seguir, os resultados dessa pesquisa e o que pensam alguns dos profissionais entrevistados:
1. Cultura de dados é cultura de decisão
O objetivo principal de coletar e analisar dados é tomar melhores decisões. É importante manter distância de abordagens que aproximem o data analytics da “experimentação científica” ou de exercícios descompromissados que estimulem o acúmulo de dados sem um foco.
“O melhor conselho que tenho para os líderes seniores tentando desenvolver e implementar uma cultura de dados é permanecer fiel aos problemas do negócio: o que é e como você pode resolvê-lo? Se você simplesmente contar com grandes quantidades de dados, estará enganando a si mesmo. O volume não é uma estratégia de dados viável. O objetivo mais importante identificar os problemas do negócio e, depois, dedicar seus esforços de gerenciamento de dados para eles. Resolver problemas deve fazer parte de sua estratégia de dados.” ─ Rob Casper, chief data officer da JPMorgan Chase
2. Dirigentes precisam abraçar a ideia
O compromisso dos dirigentes é essencial. Mas esse compromisso deve ser manifestado para além de pronunciamentos ocasionais; deve haver uma conversa contínua com os principais tomadores de decisão e aqueles que lideram iniciativas de dados em toda a organização.
“Os dados já existem há muito tempo, é claro, mas essa é uma área relativamente nova. Portanto, um entendimento claro entre o conselho é o ponto de partida de tudo. Fornecemos sessões educacionais para a diretoria, eles nos fazem perguntas e buscam aprofundar ainda mais o entendimento sobre o assunto. Também é um ponto positivo contar com diretores externos. Eles trazem conhecimento de fora, o que nos permite combinar o externo e o interno em uma base de conhecimento específica para o Mitsubishi UFJ Financial Group. Ter essas discussões com o conselho e ouvir seus insights é um exercício importante e, cada vez mais, uma parte fundamental de nossa cultura de dados.” ─ Takehiko Nagumo, managing executive officer da Mitsubishi UFJ Research and Consulting (MURC); executive officer and general manager, corporate data management do Mitsubishi UFJ Financial Group (MUFG)
3. Democratização dos dados
Entender a importância de coletar e armazenar dados corretamente e conhecer as diferentes aplicações de data analytics é um diferencial capaz de mobilizar as equipes para o estabelecimento de uma data culture. Obter dados na frente das pessoas, criar atividades de engajamento ou adotar novas ferramentas tecnológicas pode estimular a demanda por dados, vinda das bases.
“Você tem que descobrir como realmente democratizar a capacidade de análise de dados, o que significa que você tem que ter uma plataforma por meio da qual as pessoas podem acessar facilmente os dados. Isso ajuda as pessoas a acreditarem no data analytics e a fornecerem soluções que não exigem o envolvimento de um cientista de dados. Quando as pessoas começam a acreditar nos dados, elas mudam o jogo: elas começam a mudar seus comportamentos, com base em uma nova compreensão de toda a riqueza aprisionada sob a superfície de nossos sistemas e processos.” ─ Ted Colbert, CIO, Boeing
4. Data culture para o gerenciamento de riscos
Uma cultura de dados eficaz coloca os riscos em seu núcleo. O gerenciamento de riscos deve funcionar como um acelerador inteligente, introduzindo data analytics nos principais processos e interações de maneira responsável.
“Toda empresa tem restrições. Até mesmo as empresas do Vale do Silício têm muitas restrições. Temos que cumprir muitas regras e regulamentos em todo o mundo. Somos uma empresa global. Mas o falhar ‘fast and cheap’ não significa tomar decisões erradas. Significa cumprir as restrições que você tem e aprender como atingir seus objetivos mais rapidamente ou como fazer testes mais rápido. E, em seguida, implementar as decisões corretamente. Então, eu acho que é tudo sobre data culture: experimentar, construir coisas, fazer tudo isso o mais rápido possível – e entregar isso para a linha de frente, é claro, com os mecanismos certos.” ─ Ibrahim Gokcen, Maers
5. Catalisadores de cultura
A diretoria e o CEO abraçam a cultura de dados e as pessoas nas linhas de frente atendem a chamada. Mas, para realmente garantir que a ideia seja comprada por todos, é importante ter um líder responsável por unir e alinhar o mundo da ciência de dados ao das operações ー e geralmente, os agentes de mudança mais eficazes não são nativos digitais.
“Decidimos que, nas ligas menores, contrataríamos um treinador extra para cada nível. Os requisitos para esse técnico eram: ser capaz de praticar rebatidas e programar em SQL. O que acabou acontecendo foi que tínhamos pessoas em cada nível, que estavam de uniforme, em quem os jogadores começaram a confiar e que podiam sentar com eles no computador depois ou antes do jogo e mostrar a eles os gráficos de quebra de seus pitches ou sua mecânica de swing e realmente explicar para eles, em muito mais detalhes, por que pedimos para tentarem uma nova posição ou mudarem a forma como entregam a bola. Uma vez que conseguimos alguém de uniforme para fazer parte da equipe, andar de ônibus com eles, partilhar as refeições e os hotéis, a confiança começou a ser construída. Eram pessoas reais lá para ajudá-los.” ─ Jeff Luhnow, Houston Astros
6. Sem pressa para compartilhar dados com o mercado
Os profissionais que estão liderando a implementação de data culture em grandes empresas enxergam os dados como a “jóia da coroa”, da qual o Data Analytics é proprietário. A aplicação estratégica de analytics é uma vantagem competitiva em mundo interconectado.
“Anunciamos uma colaboração para desenvolver um pipeline de informações. Isso exigirá que construamos um ecossistema de participantes em toda a indústria – agentes de carga, BCOs, embarcadores, transportadores, caminhoneiros, operadores de terminais e governos. Nesse caso, é tudo sobre compartilhamento e colaboração. Você tem que ser incentivado. A Maersk planeja participar nos mesmos termos que todos os outros participantes. Então, a menos que todos contribuam para esse ecossistema e plataforma, o valor que todo mundo recebe não está lá, certo? Mas, em outros casos, podemos criar percepções únicas, machine learning, algoritmos, aplicativos de inteligência artificial e softwares para nossas equipes. Podemos transformar nossas operações e atender nossos clientes muito melhor. Então, essas coisas, obviamente, queremos manter em nós.(…)” ─Ibrahim Gokcen, Maersk
7. Unir talento e cultura
Photo by Curtis MacNewton on Unsplash
Encontrar o profissional de maior expertise não basta. Há outro elemento em ação: integrar o talento certo à sua cultura de dados. Isso exige descobrir o equilíbrio adequado para sua empresa entre contratar novos funcionários e transformar os existentes. Adote uma visão mais ampla para o sourcing de candidatos e compreenda melhor as habilidades que sua equipe de dados exige.
“(…) Eu costumava ter um chefe na Disney que me dizia: ‘Se você contratar apenas pessoas dentro de sua indústria, nunca será mais esperto do que qualquer outra pessoa em sua indústria’. Isso sempre ficou comigo. À medida que esses programas de ciência de dados evoluíram, a demanda [por talentos] cresceu. Infelizmente, o que vemos é que o conjunto de habilidades não acompanhou essa evolução. As pessoas agora sabem como usar algumas dessas ferramentas, mas elas não entendem.” ─ Cameron Davies, NBCU
Para encarar a missão do data-driven é fundamental que as iniciativas em analytics sejam incorporadas pelas estratégias de negócios e, também, pelo operacional da organização. É preciso que o entusiasmo com a análise de dados contagie toda a estrutura corporativa, o que ocorre paulatinamente. Mas, não desista! Aliar tecnologia e cultura é o combustível para uma gestão guiada por dados.
Quer saber mais sobre o analytics no mundo do direito? Entre em contato comigo com o LSD Studio!
