O que é a Higienização de Dados - Data Scrubbing - Data Cleansing

O que é a Higienização de Dados - Data Scrubbing - Data Cleansing


















O que é a Higienização de Dados? 

Higienização de Dados, nada mais é do que uma limpeza na base de dados. É um processo de alteração ou remoção dos dados incorretos, incompletos, mal formatados, ou duplicados que estejam na base de dados.

Envolve organizar e manter os dados de uma empresa num modelo de negócios específico tal como bancos, seguradoras, varejo, telecomunicações, e transportes.

A companhia cria ou compra ferramentas de higienização e as esfrega em suas bases de dados para analisá-los sistematicamente usando regras, algoritmos e tabelas de consulta.

Normalmente, uma ferramenta de banco de dados inclui programas de lavagem que são capazes de corrigir uma série de tipos específicos de erros, como a adição de códigos postais em falta ou encontrar registros duplicados. 

Quando um administrador de banco de dados utiliza uma ferramenta de lavagem de dados, pode economizar uma quantidade significativa de tempo, sendo menos dispendioso do que corrigí-los manualmente.

Vantagens em manter os dados higienizados:

- Acelera a entrega de informações críveis
- Incorpora qualidade aos dados
- Reduz erros dispendiosos 
- Impede a propagação de dados ruins
- Corrige os erros na origem 
- Mantém os dados atuais e precisos com a auditoria regular
- Padroniza os dados de várias fontes
- Reduz a redundância dos dados corporativo
- Propicia relatórios mais precisos às análises que  envolvem decisões de negócio
- Adiciona valor aos dados existentes
- Gerando e / ou acrescenta informação a partir de outras fontes

Data Mining - Sua empresa Minera Dados ou é apenas fonte de informações para terceiros

O que é Data Mining - Mineração de Dados



A evolução de TI ajudou-nos a ter capacidade de acessar grandes volumes de dados. Hoje, insondáveis quantidades de dados são captados diariamente de forma sistemática, com segundas, terceiras e quartas intenções. O fato de termos bases de dados tão grandes armazenadas em diversos servidores ao redor do mundo, nos permitiu ficar livres das pilhas e mais pilhas de livros e volumes enciclopédicos. Além desse aspecto físico, trouxe-nos o benefício do acesso a inúmeras ferramentas de busca, ampliando a nossa compreensão de como usá-los, bem como aumentou a nossa experiência em utilizá-los.

Agora mesmo, enquanto levou alguns segundos para ler o primeiro parágrafo deste artigo, milhões de dados foram absorvidos e guardados em grandes servidores de dados dos maiores players da internet. Ao passo que você e eu usufruímos serviços aparentemente gratuitos, instantaneamente viramos contêiners orgânicos, preenchendo grandes repositórios de dados com nossas informações pessoais e muitos outros dados sobre todos aqueles com quem nos relacionamos. Buscas no Google, dentro de um perfil, com conta no Gmail, por exemplo, é um exemplo de um serviço aparentemente gratuito que rende bilhões de dólares anuais às empresas que os disponibilizam. Estes imensos blocos de dados nichados são consolidados e segmentados dentro de enormes pacotes de dados, os quais são vendidos a terceiros, que customiza tais dados dentro dos mercados de interesse. Afinal de contas porque você achava que empresas compram aplicativos como o WhatsApp por US$ 19 bilhões? Simples, estão interessadas na vacas leiteiras digitais que forneceram bilhões e bilhões de litros de leite (dados) diariamente e totalmente de graça. Sim, porque você e eu pagamos planos para acessar essa plataforma não é mesmo? Acordou? Esse é o mundo do Data Mining.

Apenas conseguirmos recuperar informações em grandes bases de dados não necessariamente garante todas as vantagens possíveis. O processo de Data Mining nos leva um pouco além, permitindo que investiguemos grandes repositórios de informações à procura de padrões. Ao detectarmos padrões queremos que estes contenham algum valor para o modelo de negócio onde estivermos atuando. 

Data Mining - Prospecção ou Mineração de Dados - é o processo que permite-nos explorar grandes volumes de dados à procura de padrões consistentes. Estes podem ser regras de associação ou mesmo sequências temporais.

Mas não se engane, porque a tecnologia, assim como o conhecimento, não são éticos por si mesmo, ou seja, podem ser utilizados para objetivos comuns e produtivos, mas também são utilizados diariamente sobre nossas informações pessoais sem que sequer nos apercebamos disso. Viramos verdadeiros produtores de informações e por isso, produtos em estantes de grande supermercados virtuais nomeados por todas as redes sociais onde estivermos afiliados. Sim, Google, Facebook, Youtube, Linkedin, Pinterest, etc... Além de todos os Apps que instalamos em nossos celulares permitindo terem acesso a nossa rede de contados em outras redes sociais ou nossas agendas pessoais.

Quando certos padrões de relacionamentos sistemáticos entre variáveis são detectados, novos subconjuntos de dados são formados.

Data Mining não é uma novidade da Ciência da Computação, mas veio para ficar. Não existe forma mais nobre de utilizar esses vastos repositórios de dados do que  descobrir se há algum conhecimento escondido neles, através da busca por padrões.

Por exemplo, um banco de dados com milhões de transações comerciais pode conter diversos registros indicando produtos comprados em conjunto. Ao se descobrir esse padrão, conseguimos estabelecer estratégias para otimizar os resultados financeiros da empresa.

Mesmo sendo um tópico recente para a Ciência da Computação, este utiliza-se de várias técnicas com maior maturidade tais como a estatística, a recuperação de informação, a inteligência artificial e o reconhecimento de padrões.

Neste exato momento inúmeras organizações ao redor do globo têm desenvolvido ferramentas extremamente eficientes em capturar, organizar e armazenar grandes quantidades de dados, extraídos de suas operações diárias ou através de pesquisas científicas.

É importante comentar que muitas organizações sequer entendem o conceito de Data Mining e portanto não conseguem usá-lo de modo adequado, sem transformar essa gigantesca montanha de dados em conhecimento que possa ser útil, suas próprias atividades, sejam elas comerciais ou científicas tornam-se limitadas e presas ao século passado em termos de atualização e compreensão do mercado e clientes que estão totalmente imersos nesse universo de informações e atualizações.

Imagine o acúmulo diário de informações nas corporações, oriundos dos seus aplicativos operacionais. São dados brutos (informações sem conceito, ainda não trabalhado) que informam quem negociou o quê, onde, com quem, quando e em que quantidade. 

Se fizéssemos estatística ao final do dia para repor estoques e detectar tendências de compra, neste momento praticaríamos o Business Intelligence (BI). Mas, por outro lado se apenas analisássemos os dados com estatísticas de um modo mais refinado, em busca dos padrões entre as relações das variáveis registradas, então neste momento praticaríamos o Data Mining (DM). Ao utilizarmos o DM buscamos conhecer melhor nossos Clientes, Fornecedores, Mercado, Produtos, etc... Os padrões observados podem apontar motivos. O DM resgata em grandes organizações o papel do atendente no balcão conhecendo sua clientela. Através do DM tais informações (pois já temos algumas inferências) agregam valor às decisões da empresa, sugerem tendências, desvendam particularidades, permitindo ações providas de contexto aos seus gestores.

Certamente já consegue perceber o que está por trás de grandes empresas como Facebook, Google, Twitter, Pinterest, etc...

Pode-se então diferenciar o BI da DM como dois patamares distintos de atuação. O Segundo visa obter, a partir dos dados operativos brutos, informações úteis para subsidiar a tomada de decisão nos escalões médios e altos da empresa. O primeiro busca subsidiar a empresa com conhecimento novo e útil acerca do seu meio ambiente. O Segundo funciona no plano tático, o primeiro no estratégico.

Etapas da Mineração de Dados
Os passos fundamentais de uma mineração bem sucedida a partir de fontes de dados: bancos de dados, relatórios, logs de acesso, transações, etc... consiste de limpeza: consistência, preenchimento de informações, remoção de ruído e redundâncias, etc... Disto nascem repositórios organizados - Data Marts e Data Warehouses.

É a partir deles que se pode selecionar algumas colunas para atravessarem o processo de mineração. Tipicamente, este processo não é o final da história: de forma interativa e frequentemente usando visualização gráfica, um analista refina e conduz o processo até que os padrões apareçam. Observe que todo o processo parece indicar uma hierarquia, algo que começa em instâncias elementares (embora volumosas) e terminam em um ponto relativamente concentrado.

Encontrar padrões requer que os dados brutos sejam sistematicamente "simplificados" de forma a desconsiderar aquilo que é específico e privilegiar aquilo que é genérico. Faz-se isso porque não parece haver muito conhecimento a se extrair de eventos isolados.

Uma loja de sua rede que tenha vendido a um cliente uma quantidade impressionante de um determinado produto em uma única data pode apenas significar que esse cliente em particular procurava grande quantidade desse produto naquele exato momento. Mas isso provavelmente não indica nenhuma tendência de mercado.

Este artigo foi apenas uma breve introdução para alimentar seu interesse. Em breve publicaremos conteúdo mostrando as mais diversas utilizações do Data Mining.



BIG PHARMA - O uso do Big Data na Indústria Farmacêutica

BIG PHARMA - O uso do Big Data na Indústria Farmacêutica











O uso adequado e produtivo do Big Data pela Indústria Farmacêutica tem sido pífio. As informações são tantas e tão variadas que o pessoal de Marketing e Inteligência de Mercado têm encontrado dificuldades apenas para lidar com os dados oriundos das auditoria do dia a dia.

DADOS OU INFORMAÇÕES?

Ter a competência e a capacidade de gerir e integrar os dados proveniente de todas as fases da cadeia de valor, desde a sua descoberta no mundo real, até o seu processamento é fundamental para transformá-los em informações e obter benefícios desta vertente tecnológica.

A integração dos dados permite pesquisas mais abrangentes em subconjuntos baseados em links pré estabelecidos ao invés da própria informação. Algoritmos inteligentes podem criar relatórios automáticos que identifiquem aplicabilidades e/ou oportunidades.

Os dados são a base sobre a qual as análises de agregação de valor são construídos. Uma integração eficaz destes estabelece uma fonte autorizada para todas as partes da informação. Ocorre uma ligação com estes dados díspares, independentemente da origem, seja ele interno ou externo, de propriedade ou à disposição do público.

BI OU AMONTOADO DE DADOS?
Todos os analistas envolvidos nestes processos, reconhecem o desafio natural em lidar apenas com os dados do próprio mercado, compostos por enormes volumes amostrais: prescrições médicas e as demandas dos setores visitados. Com tantos dados precisando ser transformados em informações, seria produtivo inserirmos outras fontes?

A realidade para muitas empresas do nosso mercado é uma só: O uso restrito de dados consolidados em cubos OLAP num BI.

Equipes de TI - Information TechnologyIM - Market Intelligence e SFE - Sales Force Effectiveness, defrontam-se com tantos desafios e problemas para integrarem esses dados num repositório, muitas vezes chamado de BI, que ao término do projeto não conseguem fazer um uso massivo e de extrapolação destes. Continuam usando as informações para olharem para o passado, analisando ações que já ocorreram, 'tentando acertar prá frente'. O BI transforma-se num verdadeiro filtro de dados e somente isso.

O BIG DATA E A INDÚSTRIA FARMACÊUTICA
Somos mais lentos do que outras indústrias. Desprezamos o fato de que o aproveitamento de grandes conjuntos de informações em formatos variados, trarão benefícios que sequer imaginamos. Os custos inerentes, as dificuldade em medir o ROI do Big Data e outros desafios trazem certa demora para o setor farmacêutico abraçar o Big Data.

A baixa familiaridade e aderência da Indústria Farmacêutica não devia ser natural e ocorre devido a pouca divulgação de projetos e a troca de experiências positivas. O nosso mercado deve se preparar para um compartilhamento universal e interdisciplinar de conhecimento. Será o próximo grande passo para Pharma.

A história humana mostra que temos medo daquilo que não conhecemos, e quando ignoramos ou pouco nos interessamos, pagamos um preço altíssimo, deixamos de aproveitar oportunidades já implementadas em outros modelos de negócio. Soluções criativas deveriam ser desenvolvidas in house estimulando produtos que extrapolem o status quo em busca de soluções com aplicabilidade para o mercado.

Ter a coragem de implementar tais projetos, buscar mais informações e usufruir a criação de tais ferramentas certamente ampliará o nosso olhar tão viciado em analisar o que já aconteceu. Poderíamos passar a enxergar oportunidades não vislumbradas para o futuro. O que acha de olhar para mercados e modelos de negócio onde o uso do Big Data já é assunto estabelecido e comum?

Muitas empresas farmacêuticas acreditam que a menos que identifiquem um estado futuro ideal, há pouco valor para investir na melhoria da capacidade de análise de dados. Na verdade, parecem temer ser os primeiros, uma vez que existem poucos exemplos de empresas farmacêuticas, criando valor a partir da utilização do Big Data. As empresas farmacêuticas devem aprender com as empresas menores e mais empreendedoras que vêem valor nas melhorias incrementais que podem surgir a partir de pilotos em pequena escala.

As empresas farmacêuticas devem aprender a fazer, e não comprar pronto uma solução de caixinha. Suas experiências podem trazer benefícios a longo prazo e acelerar o caminho para o futuro.

BIG DATA
Queremos respostas que nos posicionem com diferenciais diante dos nossos concorrentes. Não há um limite para a aplicação do Big Data. O mercado da indústria farmacêutica precisa de softwares com inteligência intrínseca. Ferramentas que apontem caminhos a explorar, que gerem insights, que se tornem DRIVERS.

De fato, desejamos poder contar com todo o tipo de informação de mercado relevante para o nosso negócio. Esse é o aspecto mais relevante do Big Data. Um avanço fantástico da tecnologia da informação, que capta e transforma dados não estruturados – disponíveis na Internet, nas redes sociais e em outras fontes – modelados com estatísticas úteis para serem utilizadas por todo e qualquer segmento.


Ferramentas - 5 Opções de Visualização de Informações

Ferramentas - 5 Opções de Visualização de Informações



Os dados não precisam somente ser vistos, precisam ser percebidos.


Os últimos anos trouxeram uma profunda mudança a visualização de dados no mundo do design de dados, ou seja, o modo como as informações são consolidadas e apresentadas.

Se você nunca ouviu falar disso este artigo pode ser uma excelente introdução ao assunto.

Muitas vezes uma equipe de designers é evocada para criar visualizações de dados precisas e bonitas, sim bonitas. Algo que a cerca de 5 ou 10 anos atrás seria execrado como 'frescura' pela maioria, no ambiente corporativo. Hoje é necessidade fundamental!

Recentemente, várias ferramentas de visualização de dados baseada na Web, graças a D3.jsdiminuiram a barreira de entrada de usuários designers,que não precisam ter muitas habilidades técnicas para serem capazes de construir as suas próprias belas visualizações de dados. Destacamos aqui apenas 5 Ferramentas que darão belas visualizações para os seus dados. O que fazem, e como você deve usá-las está em breves introduções adiante:

Infoactive

Infoactive é uma bela ferramenta para a construção de infográficos interativos personalizados baratos e decentemente projetados. Use o Infoactive se não quiser usar um software de design ou contratar um designer profissional para criar um infográfico.









RAW

A abordagem executada pela DensityDesign também é ótima para designers. O seu produto foi desenvolvido a partir de uma necessidade interna de uma ferramenta para criar visualizações de dados mais complexos, em formatos para edição posterior numa ferramenta de design. O RAW aproveita código escrito por membros da comunidade para expandir ainda mais as suas capacidades. Atualmente, ele suporta uma impressionante variedade de tipos de visualização complexas, cobrindo tudo de pavimentações de Voronoi para heatmaps hexagonal binned. Use RAW, se você precisa de uma visualização complexa que é normalmente difícil de criar.

Visage

Visage é a uma resposta à criação de relatórios e infográficos visuais que sejam pesados. A versão está atualmente em beta para o nível empresarial e com uma versão pública em breve. Use Visage se precisar criar relatórios e infográficos visuais com grandes volumes de dados.




Plotly

 

A interatividade certamente é algo a ser destacado e valorizado, e os desenvolvedores de Plotly sabem disso tão bem quanto qualquer um. Sua ferramenta nos dá uma grande flexibilidade de design, e ao mesmo tempo proporciona grande interatividade em cada gráfico. Use Plotly se precisar de gráficos interativos incorporáveis ​​que precisem corresponder nos quesitos estilo e marca.

O  D3.js é uma biblioteca JavaScript que usa HTMLSVG e CSS para tornar alguns diagramas e gráficos incríveis para uma variedade de fontes de dados. Esta biblioteca é capaz de algumas visualizações muitíssimo avançadas, com conjuntos de dados complexos. O melhor? Ela é Open Source, e usa padrões web, o que a torna muito acessível. Além de tudo isso, ainda inclui um fantástico apoio de interação com o usuário.




O que é KPI - Key Performance Indicator

O que é  KPI - Key Performance Indicator



Os KPIs - Indicadores Chave de Desempenho, tiveram sua aplicação ampliada nas mais diversas questões referentes aos negócios nas empresas. Podem ser desenvolvidos com a finalidade de medir qualquer etapa de um processo ou resultado. Grandes empresas desenvolvem verdadeiros Cockpits, através dos quais acompanham metodicamente o seus resultados.


Os KPIs não estão limitados apenas às conhecidas métricas financeiras, a comparação dos indicadores pode apontar o caminho para a conclusão dos objetivos estratégicos de um empresa.

É claro que cabe aos altos executivos e suas equipes, definirem quais serão os indicadores chaves de desempenho, que apontarão os resultados, bem como apoiarão os diagnósticos. Um método constantemente aplicado nas organizações para a escolha dos indicadores chaves de desempenho é o BSC - Balanced Scorecard.

A. Walker, vice-presidente dos serviços financeiros na filial de Londres da Hitachi Consulting e um perito em gestão de desempenho, fala de um banco no Reino Unido que não interpretou corretamente os seus indicadores. O banco procurou aumentar as receitas com um novo tipo de conta. Os funcionários de topo do banco definiram objetivos para o número de novas contas que cada filial teria de vender. Foi dito aos gestores da filial que seriam avaliados sobre o sucesso obtido em relação a estes objetivos de vendas.


Os gestores trabalharam com grande entusiasmo para subscrever clientes novos e atuais a estas contas,” diz Walker. “Tudo pareceu muito sensato.”

No entanto, foi perdida uma medida financeira essencial na pressa em vender estas novas contas. As novas contas trouxeram menos receitas para o banco do que outros produtos já estabelecidos. Essas informações importantes não foram comunicadas aos gestores da filial, que encorajaram os clientes de longa data a transferir de outras contas (e, para o banco, mais lucrativas) para o novo e menos rentável produto.

Durante determinada altura, os números de vendas pareciam excelentes. Havia apenas um problema. O banco estava a perder dinheiro como resultado da mudança das contas antigas para as novas.

O desempenho do negócio desceu significativamente,” diz Walker.

Neste caso, os funcionários top do banco deviam ter considerado as seguintes questões fundamentais:


:: Qual é o objetivo da atual ou nova estratégia? 
:: De que forma seria possível verificar o sucesso? 
:: Quais são as medidas que devem ser utilizadas para avaliar este sucesso?
:: Poderia haver consequências não pretendidas ao focar em determinados 

Em vez da medida "novas contas abertas", o banco deveria ter-se focado em "novas contas abertas para novos clientes", diz Walker.

G. Boyd, director da unidade africana "BSC - Balanced Scorecard Collaborative" da Palladium Company, diz que medir o desempenho do negócio muitas vezes significa mudar o comportamento dos colaboradores, o que muitas vezes não é popular.

“As pessoas por vezes reagem menos positivamente quando se apercebem que serão avaliadas,” diz Boyd, cuja organização ajudou a mais de 2.500 empresas, implementar sistemas de informação de negócio.

Os workshops que juntam os membros do conselho e os gestores top de diferentes unidades de negócio podem ajudar a alcançar um acordo sobre os KPIs. O próximo passo é levar a cabo workshops departamentais, nos quais gestores discutem com os colaboradores os KPIs que serão medidos, e por que razão. Os gestores devem considerar ligar as recompensas e sanções aos colaboradores em função do desempenho medido pelos KPIs, isto reforça a importância deles.

Outro aspecto relevante referente aos KPIs, é o fato de que ao serem disponibilizados, torna-se possível comparar desempenhos entre empresas. As com melhor desempenho podem servir de Benchmark para outras que desejam alinhar-se com as melhores práticas no mercado.


Seguem alguns exemplos de KPIs:
:: Time to Market
Tempo de lançamento de um produto, faz parte do desenvolvimento do conceito a disponibilidade para venda.

:: Lead Time
Tempo de duração de um processo.

:: OTIF
On time in Full - No tempo e completo, aplicado a distribuição de produtos e/ou gerenciamento de fornecedores.

:: Stock Out
Número de vezes ou dias que determinado item controlado no estoque chega a saldo zero.

:: Market Share
Fatia de mercado que um determinado produto possui em um período.

:: Produtividade Homem/hora
Número de unidade produzidas por mão-de-obra escalada na produção.

:: Ociosidade
Percentual de tempo que um máquina, equipe, ou planta ficam parados.

:: Giro de Estoque
Consumo (saídas) / Saldo médio de estoque.

Construir um painel de BI - Business Information para governança corporativa é fundamental para suportar iniciativas da governança em TI.


Empresas que adotam soluções de Dashboard de governança estão atingindo maior visibilidade para aquelas áreas de negócio que historicamente ficavam à sombra das decisões, como TI, conformidade, risco, etc.

Como conseqüência, a estratégia de negócios pode alinhar-se mais facilmente aos gastos de TI por meio do uso de métricas comuns, BSC - Balanced Scorecard e metodologias de governança complementar.

As métricas usadas em Dashboards são comumente chamadas de KPIs -

Key Performance Indicators - ou indicadores chave de performance, e medem o desempenho, objetivos e alvos pré-estabelecidos ou metodologias de BSC - Balanced Scorecard

Os KPIs ajudam a direcionar o negócio rumo à estratégia traçada, servindo como guia de inovação de valor e qualidade.



Isso possibilita aos colaboradores de uma empresa observar se a performance está acima ou abaixo do esperado em áreas críticas, podendo identificar e corrigir problemas ou capitalizar oportunidades em potencial de maneira praticamente imediata.

Muitas empresas, no entanto, encontram problemas para definir um conjunto robusto de KPIs que seja realmente capaz de auxiliar o monitoramento e medição do seu desempenho. Os KPIs dependem tanto da estratégia de negócio como da metodologia escolhida para governança, mas a definição deles é mais impactada pelo tipo de análise que será realizada.

Geralmente, o problema é que as pessoas que definem o que está sendo medido têm perspectivas diferentes, ou seja, questões como quem, o que, quando, como e porque de determinado conjunto de dados variarão dependendo do componente de negócio medido ou do público.

Por exemplo, usuários do Dashboard que lidam com infra-estrutura técnica e vulnerabilidades de hardware vão precisar focar em métricas que mostrem que operações de negócios ou sistemas críticos podem ser afetados no caso de um desastre ou rompimento. Outros grupos de usuários do Dashboard vão precisar mensurar áreas totalmente diferentes, como conformidade regulatória ou gerenciamento de risco, usando, consequentemente, KPIs mais comumente associados a tópicos de governança corporativa tradicionais.

Ou seja, a necessidade pode variar (alguns usuários podem desejar obter medidas relativas a finanças, estoque, tempo de resposta ao cliente, etc), aumentando a complexidade do projeto. De qualquer forma, é importante definir o que se deseja saber, antes de definir os KPIs. Enquanto algumas informações podem ser compartilhadas por diferentes áreas e públicos em uma corporação, outras são de interesse mais específico. O mesmo aplica-se às medições de performance. Assim, é preciso decidir se serão construídos Dashboards distintos ou se é mais adequado combinar um grande conjunto (set) de dados num único Dashboard multifuncional.

Adicionalmente à criação dos KPIs, a consolidação dos grupos de dados é ponto crítico para o sucesso de um Dashboard corporativo. Para painéis que provêm inteligência a um grande número de categorias de questões de governança, precisa-se arquitetar com muito cuidado uma infra-estrutura de suporte, com especial atenção à integração de dados, além de permitir fácil acesso aos KPIs a colaboradores e fornecedores.


Dashboards de governança precisam suportar e direcionar a estratégia corporativa. Somente com a definição correta de KPI será possível saber se o negócio está no rumo certo, possibilitando a instituição de uma cultura de constante aprimoramento e responsabilidade. Quanto mais preciso for o KPI, mais fácil será a conquista da excelência operacional em todas as unidades de negócio envolvidas. Se os indicadores apresentam falhas, a utilização dos sistemas de suporte de decisão de governança ficará prejudicada. O que não pode ser mensurado adequadamente não pode ser melhorado com eficiência.


Determinando os KPI corretos para o seu negócio


Para muitas empresas hoje, existe a importante questão: Qual o conjunto (set) de dados de negócio que proporcionam mais informações estratégicas para melhorar o meu negócio?
:: Personalize os KPI para o seu negócio
:: Hiperligações relacionadas
:: Desenvolva um BI - Business Information Solutions
:: Combine o BI - Business Information Solutions com
o Business Scorecard Manager

Os KPI permitirão analisar o progresso e as deficiências da empresa. É importante escolher os indicadores que permitem corrigir o presente e planejar o futuro.

A comunicação entre departamentos é essencial para escolher quais as medidas a se levar em conta.

A integração de dados e a supervisão são essenciais para o sucesso na criação de KPI.

Medir o sucesso da organização depende da identificação e atribuição de prioridades aos indicadores que realmente interessam. Utilizar os indicadores incorretos pode fornecer uma imagem incompleta ou irrelevante do negócio. Ou, pior ainda, os KPI errados podem criar uma falsa confiança na Direção da empresa.


Distinguir a diferença entre bons e maus KPI

Dedique algum tempo a separar os bons dos maus KPIs. Os maus indicadores têm tendência a ser vagos, os bons KPIs obrigam a considerar todos os fatores que podem afetar um número.


Por exemplo, definir unicamente um KPI como uma medida de aumento de vendas não é suficientemente específico. Integre os objetivos no KPI. Pretende definir um aumento-alvo em vendas por volume de dólares, ou um crescimento percentual? E ao longo de que período?Incentive a participação de todos os departamentos do negócio quando desenvolver os KPIs.

Definir o tipo correto de objetivos e medidas deve ser um esforço de grupo, envolvendo colaboradores de todos os níveis do seu negócio.


Os KPIs devem incluir dados integrados de todos os departamentos


Quando os KPIs são definidos, a tarefa seguinte é medi-los com precisão nessas unidades de negócio. É importantíssimo a criação de um repositório central de dados para todos os grupos de negócio. Por exemplo, ao medir o desenvolvimento de um produto, poderá ter de incluir dados das vendas e do marketing, da engenharia, do provisionamento, da fábrica, das vendas e até mesmo de fornecedores e clientes.

Os grandes players têm um funcionário top na empresa que supervisiona os dados.

Mas poucas empresas recolhem e analisavam os dados através das soluções de BI - Business Information. Não é realista gerir KPIs sem utilizar a automatização, se as informações não estiverem numa forma utilizável, não é possível geri-las.


BOAS DICAS PARA A DEFINIÇÃO DE KPIs
Por Wayne Eckerson, Research Director

:: Os KPIs são drivers de valor estratégico. 
Desenvolva a visão clara de que os KPIs demonstram e medem os drivers (direcionadores) chaves de valor estratégico. Tais direcionadores de valor nada mais são do que atividades, que ao serem executadas impecavelmente, avalizam o sucesso futuro da organização. Estas impulsionam a companhia de encontro aos seus objetivos tanto financeiros como organizacionais. Como exemplos podemos citar: O “nível de excelência referente a qualidade de um serviço” ou “O nível de satisfação dos parceiros de negócio”.
:: Os KPIs sempre serão definidos pelos Executivos da companhia. 
O grau de comprometimento dos executivos é fundamental pois conceiturão os drivers durante suas reuniões de planejamento. Nestas determinarão qual será o real direcionamento estratégico da companhia nos níveis: curto, médio e longo prazo. Tendo em mente obter o melhor aproveitamento possível dos drivers definidos, os executivos precisarão determinar como o desempenho organizacional será mensurado. A seguinte ideia deve fazer parte da formação administrativa de tais executivos: “Não podemos exercer uma gestão confiável sobre o que não podemos medir”, dito isso, lembre-se que o planejamento estratégico somente deve ser terminado após validarmos as medidas de desempenho.
:: Os KPIs precisam fazer parte do fluxo de informações da companhia.
Os níveis hierárquicos precisam servir quais multiplicadores da utilização dos KPIs. Os executivos identificados como diretores, gestores ou mesmo superintendentes, entre outros, findam por gerenciar seus respectivos grupos. Estes grupos abaixo, assim como os superiores, realizam reuniões de planejamento estratégico que refletirão nos seus drivers aqueles apontados pelos seus executivos superiores. Desse modo, todo o fluxo de informação, sob o efeito cascata, usufrui e aprimora a utilização dos drivers, refletindo nos mais baixos níveis organizacionais os valores propostos pelos altos executivos da empresa. 
:: Os KPIs serão sempre construídos sob os padrões corporativos. 
Os padrões de medição não são impossíveis de serem alcançados, embora mostrem-se difíceis e trabalhosos de serem obtidos. Estes são a única forma de fazer com que um KPI flua ao longo da organização. 
:: Os KPIs, obviamente, são baseados em dados válidos. 
Mesmo antes de ser escolher determinado KPI para utilização, é importante ter ciência se a informação existe e qual a sua acuracidade. Não é raro quando a mesma não pode ser encontrada ou não seja fidedigna. Pode-se tomar dois caminhos: Ou opta-se pelo investimento em sistemas de captura de dados (Transformando-os em informações úteis), ou revisa-se o KPI pontualmente.
:: Os KPIs devem primar pela simplicidade e compreensão. 
De acordo com o diretor da TDWI (The Data Warehousing Information), Wayne Eckerson, uma organização deveria ter, na média, sete KPIs por usuário. Mais do que isso torna difícil para os empregados tomarem as decisões requisitada para cada um deles. Por quê? Como existem muitos deles, findam por perder o seu poder de atração da atenção dos empregados, bem como modificar o seu comportamento. Adicionalmente precisam ser facilmente compreendidos, o modo como são calculados deve ser de domínio dos colaboradores. É necessário que tenham conhecimento sobre o que fazer ou não fazer para atingirem suas metas. Não se pode abrir mão dos treinamentos e das reuniões de acompanhamentovisando o perfeito entendimento. Lembre-se: Medidas de desempenho sem reuniões são inúteis
:: Os KPIs serão sempre relevantes. 
Obviamente precisaremos efetuar a revisão pontual dos KPIs para testarmos regularmente a sua veracidade. Por submetê-los a auditorias regulares poderemos melhorar constantemente a performance da nossa companhia. Através de tais averiguações perceberemos a utilização e relevância. Caso percebamos que o mesmo não vem sendo utilizado, necessitaremos re-escrevê-lo ou descartá-lo. Muitos dos KPIs que definirmos terão um ciclo de vida, sob o qual produzirão excelente resultados, mas com o passar do tempo podem perder o seu valor, sendo necessário descartá-los ou redesenhá-los. Uma prática comum das organizações é a de realizar tais revisões a cada 4 ou 6 meses para constatar a eficiência de seus KPIs.
:: Os KPIs proporcionarão contexto relevante. 
Os números expressos por nossas métricas, refletirão a performance da nossa companhia sob um contexto específico. Nosso desempenho será analisado de acordo com as expectativas e o contexto será propiciado através dos limites, metas, benchmarks, etc. Os KPIs indicarão a direção da nossa performance, como: Acima, abaixo ou estático.
:: Os KPIs desenvolvem o empowerment nos colaboradores. 
Já conhecemos o agora velho ditado que diz: “Aquilo que não é medido não é gerenciado”. Adicione a este o seguinte: “Não pode ser medido aquilo que não possa ser recompensado”. A efetividade dos KPIs precisam de uma recompensa atrelada a eles. Cerca de 40% das empresas pesquisadas pela TDWI (The Data Warehousing Information) nos EUA informaram ter reestruturado seus sistemas de incentivos com a implementação de KPIs.
:: Os KPIs conduzem a ações positivas. 
KPIs não podem ser criados de forma isolada. Devem gerar ações de melhoria conjuntamente. Objetivos antagônicos poderão enfraquecer KPIs e colocar em risco a realização de importantes objetivos estratégicos da empresa.



Vitrine

Related Posts Plugin for WordPress, Blogger...