![“He, himself and there”, com Sam Ransbotham “He, himself and there”, com Sam Ransbotham](https://mitsloanreview.com.br/wp-content/uploads/2024/09/Captura-de-tela-2024-09-06-130931-240x130.png)
Em entrevista, especialistas mostram como traçar estratégias capazes de transformar dados em ativos rentáveis
Transformar dados em resultados financeiros está no topo da lista de desejos de muitos executivos e organizações. E não é à toa. Ainda pouco explorada, a chamada monetização de dados traz perspectivas atrativas. Um levantamento da MarketsandMarkets estima que o mercado global de monetização de dados movimentará US$ 6,1 bilhões em 2025.
Gerar valor e diferenciação a partir do uso de dados da empresa, criar novos produtos e serviços ou até mesmo modelos de negócio são alguns dos benefícios apontados pela Capgemini, que vem conduzindo vários estudos que abordam o tema. Além disso, a monetização de dados ajuda a melhorar os resultados operacionais, fortalecer parcerias estratégicas e engajar os clientes.
Hoje, poucas organizações exploram seus dados de maneira inteligente e preditiva. Portanto, ainda há muitas oportunidades, mas também desafios para traçar estratégias capazes de transformar, de fato, dados em ativos valiosos.
Nesta entrevista, os executivos da Capgemini, Gustavo Leança, líder de soluções para seguros, e Fabio Cossini, líder de soluções para bancos e meios de pagamento, explicam os principais conceitos de monetização de dados e mostram um panorama do mercado global e nacional, além de oportunidades e insights para apoiar as empresas. Acompanhe a seguir.
Fabio Cossini e Gustavo Leança: O primeiro ponto é que é necessário ter dados sólidos, ter uma forte gestão sobre eles e isso envolve ter integridade, qualidade, e conhecer o ciclo de vida do dado desde a origem até a morte. E também precisamos entender este conceito. A Capgemini define a monetização de dados como o processo de usá-los para obter resultados econômicos. A partir dessa leitura, eles assumem o papel tanto de ativos como de produtos, de modo que a monetização pode ser feita de duas maneiras: direta ou indiretamente.
Na maneira direta, temos a venda do dado para o mercado, tomando o cuidado, é claro, de ser uma informação devidamente despersonalizada ou de forma agregada, respeitando os limites regulatórios. Na maneira indireta, temos o uso do dado em benefício dos processos internos da empresa, como, por exemplo, uma precificação mais eficiente, uma subscrição de risco, um cross-sell, um up-sell ou uma redução de churn.
Na prática, a preparação para a monetização é uma verdadeira transformação em direção ao que conhecemos por negócio direcionado por dados ou data-driven. Isso significa dizer que as decisões executivas, modelos de negócio, produtos e processos são direcionados por dados.
Segundo o Gartner, os passos para essa preparação ou transformação são os seguintes:1. Vender valor: impulsionar a consciência (awareness) organizacional e a ideação;2. Previsão: desenvolver visão e proposições de valor, e comunicar o que os stakeholders receberão como retorno;3. Assesment: avaliar data literacy e cultural readiness;4. Educação: elaborar currículos e planos de treinamento;5. Incorporação: lançar e executar o programa de mudança transformacional.
Em complemento a isso, em 2020 a Capgemini publicou o estudo chamado Data Powered, que identifica três pilares críticos para que uma empresa consiga extrair o máximo de valor de seus dados:- data activation: usar dados em processos de negócios end-to-end para transformação baseada em dados;- data enablers: implementar as bases e os comportamentos para a tomada de decisões com base em dados;- data advantage: criar uma vantagem competitiva aproveitando dados externos.
Neste momento de preparação, o apoio externo de uma consultoria especializada em dados e gestão analítica é muito importante para que a empresa evite cometer erros básicos e consiga aplicar frameworks bem estabelecidos e comprovadamente acertados.
A tecnologia, que é a grande área que cuida dos dados, mas obrigatoriamente tem de envolver outros setores como o de produtos, que são grandes usuários de dados tanto para a criação de novos produtos como para o desenvolvimento de novos negócios; a equipe de segurança, porque não se pode falar em monetização sem ter cuidado com todas as regras regulatórias de Lei Geral de Proteção de Dados Pessoais (LGPD) ou General Data Protection Regulation (GPDR), no caso do exterior; e normalmente as áreas de clientes e de marketing, que são usualmente responsáveis pelo CRM das companhias e têm dados valiosos.
Sim, e é importante que fique claro que a monetização dos dados vai muito além de tecnologia. Essa discussão precisa começar junto às áreas de negócios, estar alinhada aos objetivos estratégicos da corporação e ser patrocinada pelo alto escalão. É o conceito do data activation. É preciso primeiro garantir que todos estejam alinhados na estratégia de dados, saber que o usuário confia neles e enxergue a necessidade de evoluir no movimento de monetização.
E esse modelo de monetização a ser buscado tem de estar muito claro. É preciso definir qual é a proposição de valor para a companhia e o que esse investimento trará de retorno. Somente depois que essa etapa estiver bem estabelecida, deve-se iniciar discussões mais táticas como assessments e investimentos em ferramentas.
Pode parecer um grande paradoxo, mas, atualmente, as empresas têm um grande volume de dados. Aliás, o mundo está repleto de dados. Em 2020, o World Economic Forum estimou que seriam gerados 44 zetabytes de dados, ou seja, 44 seguidos de 21 zeros! Isso poderia, então, nos levar a pensar que monetizar dados é fácil. Mas não é tão simples assim.
Mesmo com este volume colossal, estudos diversos – tanto da Capgemini quanto de Harvard, por exemplo –, demonstram que de 80% a 90% dos executivos de negócios não têm sequer confiança nos dados disponíveis para uma determinada tomada de decisão. Isso faz com que as decisões sejam muito mais baseadas na experiência desses executivos do que em data-driven.
No mercado de seguros, o recente levantamento Data Powered Insurer identificou que somente 18% das seguradoras são capazes de usar os dados para ter insights que as levem a agregar valor. Este número é apenas 2 pontos percentuais maior do que quando olhamos o mercado como um todo (16%).
Sim, um estudo de Harvard, de 2019, revela que os quatro primeiros elementos que desafiam as empresas em termos de tomada de decisão baseada em dados são silos de dados e dificuldade em gerenciar dados em vários sistemas; dados imprecisos ou insuficientes; relutância no uso do dado para a tomada de decisão, preferindo-se acreditar na intuição, ou seja, falta de confiança nos dados; e falta de ferramentas de inteligência empresarial de autoatendimento para uso dos dados.
Portanto, se considerarmos os três primeiros elementos, percebemos que o tema “”qualidade de dados”” permeia todos eles. Então, como garantir que o dado é íntegro entre vários sistemas? Como garantir que ele está, de fato, completo e correto? Essas dúvidas levam ao grande problema da falta de confiança nas informações. E dados sem qualidade levam a erros e imprecisões. Além disso, inviabilizam o uso de ferramentas de análise de dados, inteligência artificial, machine learning e outras.”