Uma pergunta para tornar seu Projeto 10x mais objetivo

Afinal, o que você vai fazer com isso?

Pessoas que trabalham com dados estão no negócio de ajudar as pessoas e chefes e direção a tomar decisões. Seja uma consulta rápida, suja e ad-hoc ou um modelo estatístico super sofisticado, no final do dia estamos contribuindo para uma decisão.

  • Quantas pessoas estão vendo nosso site através celular?
  • Que desconto devo oferecer a esse cliente?
  • Quem é mais suscetível a nos trocar?

As decisões são tão fundamentais para o nosso trabalho, que às vezes esquecemos de prestar atenção em certos aspectos antes de iniciar um projeto de dados.

Quando temos uma questão como: “Quais produtos são comumente comprados juntos?” é natural saltar direto para descobrir quais dados precisamos, qual a melhor abordagem, de que modo visualizar os dados, etc, etc.

Mergulhamos apenas nos dados sem ter tempo para realmente (quero dizer realmente) entender a decisão que estamos tentando informar. O diabo está nos detalhes, e detalhes são o que importa aqui. Sem entender como os dados serão usados, não estamos em posição de dar as respostas certas.

Felizmente, não precisamos gastar todo o nosso tempo definindo o problema. Aqui está a única pergunta simples que chegará ao coração de qualquer solicitação de dados em poucos minutos:

“Que decisão você está tentando tomar?”

“Que ação você tomará quando tiver as respostas?”

Se não houver ação, então não haverá impacto. Esta pergunta vai cortar toda a confusão e achismos e ir direto para a ação.

A esposta pode ser muito reveladora! É por isso que é tão poderoso.

Uma boa resposta é uma resposta específica! Quase imediatamente, você deve ser capaz de imaginar o que eles vão fazer uma vez que eles vêem os dados. Se não, então isso é um sinal para pausar e escopo a questão antes mesmo de pensar sobre os dados.

Uma boa resposta é específica e tem uma ação clara, como:

  • “Eu preciso saber quais clientes são propensos a sair porque desejo enviar-lhes US $ 10 em créditos de fidelidade para mantê-los”
  • “Preciso saber segmentar nossos clientes porque quero construir um público parecido com nossos clientes mais rentáveis”
  • “Eu preciso saber o dia da semana com as maiores taxas abertas, porque eu quero saber quando devemos enviar e-mails para obter o maior engajamento”

Essas respostas são específicas e têm uma ação clara em mente. Está claro que a ação mudará com base no que os dados dizem. Infelizmente, nem todas as respostas começam como boas respostas.

Respostas traiçõeirasa:

  1. Respostas que soam específicas, mas não são!

Cuidado com respostas que soam específicas, mas não são. “Preciso segmentar nossos clientes, para que eu possa personalizar seus e-mails.” O que isso significa?

Como personalizarão o e-mail? Podemos aprender que a equipe de e-mail só quer atualizar as linhas de assunto para melhorar as taxas abertas. Essa informação pode mudar toda a análise.

2. “Saberei o que fazer quando ver os dados”

Isso geralmente é um sinal de que não há nenhum plano de ação. Essas respostas geralmente levam à situação sempre tão comum, onde uma análise é interessante, mas não acionável.

Se você ouvir uma resposta como esta, recomendo testar algumas hipóteses com seu colega: “O que você vai fazer se os dados disserem X? E se eles disserem Y?

Este exercício permite que ambos espiem o futuro com possíveis cenário, mas ainda não sabem o que fazer sobre isso. A maioria das pessoas tem uma tendência a romantizar o que os dados podem fazer por eles, e é por isso que pode ser decepcionante quando você recebe a análise, mas não resolve nenhum dos seus problemas.

O jogo das hipóteses ajuda a trazer todos de volta à realidade e ser prático sobre o que pode ser realizado com os dados.

3. “Uma vez que eu sei a resposta, eu vou ser capaz de fazer {inserir pergunta de acompanhamento}

Mais perguntas são ótimas, desde que eventualmente levem a uma ação. Perguntas intermináveis só levam a mais aprendizado, e aprender é legal, mas não é o que dirige uma empresa… as decisões geram resultados.

Para respostas como esta, siga a trilha de perguntas para ver se você pode eventualmente chegar a uma ação: “O que você planeja fazer uma vez que você responde à pergunta seguinte?”

4. “Eu não sei”
Um analista de dados qualificado geralmente pode detectar uma pergunta de dados que não será acionável, mas pode ser difícil ajudar outra pessoa a vê-la da mesma maneira. Perguntar ao stakeholder como os dados mudarão sua decisão é uma ótima maneira de ajudá-los a ver que sua pergunta de dados não lhes dará os resultados que estão procurando. Faça a pergunta mágica com frequência suficiente e você será obrigado a obter alguns “eu não sei”. Quando isso acontece, é uma grande oportunidade de reiniciar. É muito mais fácil começar com uma decisão e descobrir os dados que você precisa para informá-los, do que o contrário.

Da próxima vez que alguém vier até você com uma análise ou consulta de dados, lembre-se da pergunta mágica. E lembre-se, uma resposta ruim não significa o fim do jogo. Deve ser um ponto de partida para levá-lo à questão final, melhor dados. Um analista de dados qualificado sempre provocará o problema real e entenderá a decisão real antes de iniciar qualquer projeto. Isso faz a diferença entre um projeto de dados que é apenas “interessante” e um projeto de dados que impulsiona um impacto.

Obrigado.

Composing a repository of books (i bought), authors (i follow) & blogs (direct ones) for my own understanding.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store