Business Intelligence: o que é e sua importância

Business Intelligence ou BI é o conjunto de estratégias e técnicas empregadas com o propósito de analisar dados e melhorar a tomada de decisões. Possibilita que análises sejam feitas com maior rapidez e profundidade, gerando insights para a operação.

---

Dizer que os dados são o novo petróleo do mercado já não é novidade. Até por isso, leis como a LGPD estão em vigor ao redor do mundo para deixar claro as formas de uso por parte das empresas. Mas para transformar os dados em algo realmente de valor, é preciso contar com o trabalho de Business Intelligence (BI).

Softwares, ferramentas e sistemas de BI são muito populares e cada vez mais utilizados pelo público, principalmente nas empresas com interesse em trabalhar com análises para tomar decisões e definir seu planejamento.

Aqui, você vai entender melhor o que é Business Intelligence, qual o seu papel dentro das empresas e, principalmente, como podemos utilizar esse trabalho na área de Marketing. Será que focar em BI é o melhor caminho para conseguir melhorar a performance e os resultados? Leia o conteúdo até o fim e você vai encontrar a resposta para essa e outras dúvidas sobre o assunto.

O que é BI ou Business Intelligence?

Podemos afirmar que BI ou Business Intelligence é um conjunto de estratégias e técnicas empregadas pelas empresas com o propósito de analisar dados e melhorar a tomada de decisão baseada em informações concretas. Como indica a sua tradução, é uma forma de proporcionar a inteligência para os negócios.

Segundo a definição do Gartner:

Com essa descrição, já fica claro que essa estratégia resolve um desafio e dúvida comum: como as empresas podem analisar dados de forma rápida para descobrir ações e ajustes que proporcionem uma vantagem competitiva?

Por proporcionar esse resultado, é comum que o BI seja tratado como uma área de negócio, assim como o Financeiro, Marketing e RH também são. Em outros casos, cada uma dessas áreas conta com profissionais com o papel de usar as ferramentas certas para proporcionar essa camada de inteligência.

Qual o objetivo do Business Intelligence?

Assim como outras áreas de negócio que possuem objetivos e entregas bem definidas, a área ou os profissionais de BI também possuem um objetivo claro, independentemente do mercado ou do tipo de empresa em que atuam.

E para contar melhor qual é o objetivo por trás desta área, convidamos a Camila Rabay, que é Analista de Business Intelligence no time de Marketing Operations aqui da RD Station, e uma das grandes responsáveis por transformar o grande volume de dados gerados pela área de Marketing em informações claras e dashboards precisos.

Esse processo de transformação dos dados em informação faz parte dos objetivos de qualquer área de BI. Mas que tal saber como isso funciona?

Como funciona o processo de Business Intelligence?

Uma análise BI ou uma estratégia balizada por BI é mais do que um simples relatório. Ela é uma mudança na cultura da sua empresa, que começa a acreditar em dados e na aplicação deles. Isso deve ser algo feito constantemente e não pontualmente.

O que se deve fazer primeiro é contratar softwares que permitam a coleta de dados do seu negócio. Um exemplo é o RD Station Marketing, que oferece um dashboard personalizado, possibilitando acompanhar de perto o desempenho de campanhas para tomar decisões mais certeiras a partir de insights detalhados.

Depois, faça um filtro de quais dados são importantes para o posicionamento e estratégias da sua empresa e comece a cruzá-los.

Inicialmente, esse trabalho pode ser bastante demorado. Mas com o tempo, as tendências vão se tornando mais e mais visíveis, e você passa a conhecer o seu negócio de forma mais profunda.

Quer saber como fazer análise de Marketing avançada? Assista a esse vídeo e entenda na prática!

Por que o Business Intelligence é importante?

Entender o funcionamento e o objetivo dessa estratégia são os primeiros passos, mas entender os motivos para aplicar o BI em uma empresa é fundamental para todo planejamento e o crescimento ao longo dos anos. Nas empresas, o Business Intelligence capacita as pessoas a tomarem decisões mais acertadas e a comunicá-las de forma eficaz.

Assim, os analistas que trabalham com BI identificam os melhores negócios e momentos para aumentar os lucros, entender como está o desempenho da empresa em relação à concorrência, além de analisar como os clientes estão se comportando com os produtos e a marca.

Com informações detalhadas em mãos, medir resultados e otimizar as operações dos times garante mais eficiência nos processos. Nesse sentido, o BI dá insumos para a previsão de resultados no planejamento de uma empresa, por exemplo, e também identifica tendências que já apontam para quais mudanças e adaptações uma corporação deve fazer. 

Quais os benefícios do Business Intelligence?

Como outras boas estratégias e práticas pensadas para as empresas, o BI também tem seus benefícios que, por sua vez, não afetam positivamente apenas uma área, mas diversas dentro de uma corporação. Confira:

As decisões são tomadas orientadas por dados

Com o BI, é possível ter mais informações importantes que levam até uma tomada de decisão fundamental para o momento da empresa. Além disso, ele integra os dados de diversos times de uma organização, o que facilita o planejamento da estratégia.

Oportunidades de mercado são identificadas

Ainda falando em análise de dados, é possível identificar novas oportunidades de mercado e tendências, assim a empresa adapta suas estratégias para o que está por vir. 

Otimiza processos e gera melhorias

O BI identifica possíveis falhas em processos e melhorias a serem feitas para aumentar a eficiência da operação, o que otimiza a distribuição de recursos e o trabalho dos colaboradores, por exemplo.

As melhorias também aparecem no sucesso do cliente, já que podem levar a uma maior percepção de valor na entrega do produto ou serviço.

Monitora o desempenho continuamente 

Acompanhar o desempenho da empresa fica mais fácil com BI, já que esse acompanhamento é contínuo. Assim, ajustes rápidos podem ser feitos para ter grandes reflexos nos resultados e identificar novas formas de aumentar a lucratividade.

Quem é o profissional de BI?

O profissional que trabalha com Business Intelligence é o analista de BI e pode atuar em diversas áreas de uma organização, como Marketing, Customer Success ou financeiro. Nas empresas, também pode ser conhecido como engenheiro de BI ou especialista em BI. Esse profissional tem um perfil mais analítico, além de facilidade com cálculos.

No dia a dia, o analista de BI foca em analisar dados coletados em softwares e transformá-los em informações que podem ser utilizadas em uma tomada de decisão importante na empresa, ajudando no alcance de metas.

Os analistas de Business Intelligence também utilizam esses dados para analisar o mercado e o comportamento do público-alvo, informações que vão orientar os processos e estratégias, além de identificar melhorias internas entre os times.

Como os principais setores usam o Business Intelligence?

Setores como educação, saúde, agricultura e, claro, tecnologia, já são adeptos ao Business Intelligence.

Porém, é possível aplicar o BI em qualquer empresa, de qualquer setor, pois os dados analisados trazem vantagens para o planejamento de metas e processos anual, por exemplo, que melhoram os resultados como um todo.

Confira os detalhes em cinco setores:

Varejo

Neste setor, o BI ajuda na otimização e gestão do estoque, além de identificar bons fornecedores, o comportamento dos consumidores para aumentar a fidelização e criar ofertas personalizadas.

Analisa também a rentabilidade, apontando quais melhorias um vendedor ou a loja como um todo deve fazer.

Educação

Já nas instituições educacionais, o Business Intelligence pode ajudar a entender quais os gaps na estratégia de retenção de alunos.

Profissionais desse setor também podem usar o BI para encontrar oportunidades de melhorias no aprendizado. Ao acompanhar o desempenho dos alunos, elas analisam os dados e cruzam essas informações com fatores como sazonalidade, quadro de docentes, métodos de ensino e formatos de avaliação, por exemplo.

Agricultura

Na agricultura, setor essencial para o Brasil, as pessoas usam o BI em previsões de colheitas, guiadas por previsões meteorológicas, além de analisarem dados relacionados ao solo, sementes, defensivos agrícolas e culturas.

Dessa forma, os agricultores já entendem as decisões que precisam tomar ao longo do semestre ou do ano, por exemplo, e como será a próxima safra.

Saúde

Já na saúde, o Business Intelligence faz a análise de dados administrativos e clínicos, assim unidades de saúde, como clínicas e hospitais, conseguem melhorar a gestão de recursos e dos pacientes.

Os profissionais analisam indicadores de saúde, processos e ativos dentro de um hospital e, até mesmo, tendências em determinadas doenças ou tratamentos. 

Financeiro

Em empresas do setor financeiro, o BI ajuda a avaliar riscos por meio da identificação de tendências e padrões, facilitando a tomada de decisões estratégicas com agilidade. 

Também, pode otimizar o atendimento ao cliente, por meio de serviços mais personalizados e análises de investimento mais precisas. Além disso, o BI pode ser essencial para garantir a conformidade com as regulamentações vigentes, ao monitorar dados relevantes.

Qual a diferença entre o BI tradicional e o BI moderno?

Um dos principais pontos a serem ressaltados sobre o BI tradicional era a sua abordagem mais centralizada e hierárquica. Anos atrás, o departamento de TI era o detentor do acesso às informações e os relatórios não eram tão dinâmicos, unificados com outras áreas e em tempo real, como acontece nos dias atuais.

Ou seja, se você que não é da área de TI, tinha uma dúvida, deveria enviar uma nova solicitação para gerar um novo relatório de dados. Um processo que poderia atrasar muitos planos da empresa ou levar a tomadas de decisões erradas.

Porém, atualmente, o cenário mudou. O BI moderno trabalha com ferramentas mais interativas e acessíveis para diversos profissionais, de vários times, não só de TI ou especialistas em dados.

Claro que essa área ainda é fundamental. Mas, etapas do processo de geração de relatórios foram otimizadas ou mesmo suprimidas com a ajuda de softwares, que contam ainda com Inteligência Artificial e machine learning. Assim, qualquer colaborador pode ter acesso aos dados de forma ágil e ordenada, em ferramentas que possuem uma interface de fácil utilização.

Exemplos de Business Intelligence

Quer se inspirar em dois exemplos interessantes? A Netflix é uma das empresas que possuem cases relevantes de BI. Ela teria levado sua análise de dados e preferências um pouco além do básico “recomendado para você” e criado uma série inteira baseada nessas informações.

O que se especula é que Stranger Things, o grande hit que foi disponibilizado em julho de 2016, foi o resultado da percepção e análise de consumo dos usuários da Netflix, seus gostos e programas mais acessados para criar uma série que agradasse a um público realmente grande.

Outro uso interessante foi feito pela loja de departamentos americana Macy’s. Com auxílio de um software para análise de dados, a empresa começou a processar milhares de terabytes de informação por dia. Eles buscaram dados nos locais convencionais, como CRM de Vendas e o software de Automação de Marketing, e foram além também em analisar dados de redes sociais, como o Twitter.

Desta maneira, a Macy’s obteve quase que instantaneamente um aumento de 10% nas vendas da empresa por trabalhar de maneira mais eficiente as campanhas e promoções.

Ou seja, trabalhar com Business Intelligence pode até ser complexo, mas permite resultados expressivos para o seu negócio. E isso não acontece apenas em empresas grandes, como as dos exemplos acima, mas em negócios de todos os portes.

Para isso, o importante é que você analise os dados que conseguir reunir para validar processos e otimizar ainda mais suas ações.

Onde coletar os dados necessários?

Você pode coletar dados essenciais em ferramentas de web analytics, de Automação de Marketing, CRM ou uma plataforma de BI. Pensando no trabalho da área de Marketing, uma das que mais se beneficiam do BI, as ferramentas fornecem dados relevantes como:

• fluxo de entrada dos visitantes do site;
• páginas com as melhores conversões;
• caminhos percorridos pelo seu Lead;
• seus padrões de consumo;
• localização e horários em que consome;
• taxa de conversão da sua empresa;
• quais itens foram comprados juntos.

Vários desses dados também podem ser coletados nos relatórios internos trimestrais das suas equipes de Marketing e Vendas.

Para facilitar a análise dos dados coletados e transformá-los em insights, é interessante usar programas que permitam colocar dados de formas gráficas.

Para isso, o Excel é um exemplo. Em ferramentas de automação, como o RD Station Marketing, também é possível transformar dados em gráficos, para ter uma forma visual de acompanhar os resultados de Marketing.

Não podemos esquecer que você também pode obter dados relevantes por meio de pesquisa com clientes e ex-clientes, benchmarking, entre outras fontes.

Quais dados eu devo coletar?

A grande sacada do BI é fornecer subsídios para tomar decisões estratégicas e de planejamento com menos base em feeling e achismos e mais norteadas por dados, o que significa decisões com menor margem de erro.

Por isso, o tipo de dado que você deve coletar depende do que é importante para a sua empresa. Nesse sentido, você precisa fazer uma análise de quais dados e canais são relevantes para a sua estratégia. E isso muda dependendo do setor, do tamanho da empresa e até mesmo das possibilidades de pessoal que você dispõe.

A questão geográfica, por exemplo, pode ser essencial para um E-commerce que lida com logística. Já para uma empresa de software que atua apenas em uma cidade, isso pode não ser relevante.

O mesmo vale para a área de atuação dos Leads que ainda não se tornaram clientes, idade, comportamento de consumo (tanto de visitas às páginas e histórico de compras quanto de horários), cargo, entre outros quesitos.

Por fim, lembre-se de que é importante fazer uma análise de dados no mínimo trimestral para revalidar e impulsionar suas estratégias de BI. Para isso, é preciso separar os dados que realmente importam para o time e a diretoria.

Como estruturar uma análise de BI

Uma boa análise de BI passa por quatro fatores importantes:

1. O que está acontecendo?
2. Por que está acontecendo?
3. O que vai acontecer agora?
4. Como podemos mudar ou melhorar o que está acontecendo?

Por exemplo: seu analista de Marketing faz uma análise dos dados e percebe que as interações na página do Instagram da sua empresa estão caindo. Isso é um dado. Agora começa a análise para verificar quais fatores foram responsáveis por esse acontecimento — o que vai tornar esse dado em uma informação e pode permitir uma ação eficiente, como:

• trocar os horários de postagens;
• rever os conteúdos que estão sendo divulgados;
• trabalhar mais campanhas de impulsionamento de posts.

Por meio do BI, também é possível verificar tendências de comportamento para os próximos meses ou anos e permitir uma preparação mais efetiva para mudanças. Essa também é uma excelente maneira de apontar gargalos que irão surgir e trabalhar para que eles não prejudiquem a escalabilidade do seu negócio.

Como usar Business Intelligence para melhorar a performance de uma estratégia de Marketing Digital

O Marketing está no centro da máquina de aquisição de clientes e geração de receita. Isso representa um grande desafio para gestores e analistas de Marketing, que têm como missão gerar e demonstrar crescimento continuamente para seus negócios.

Uma das grandes diferenças (e vantagens) do Marketing Digital em relação ao marketing tradicional é a possibilidade das suas ações serem mensuradas.

Isso significa que você pode saber com precisão quais campanhas foram mais efetivas, qual caminho seus Leads percorrem antes de se tornarem clientes, quais conteúdos são mais interessantes para a persona da sua empresa e onde estão os gargalos da sua estratégia de Vendas.

Tudo isso vem em forma de dados, que são analisados e transformados em insights para poderem ser utilizados como inteligência competitiva. Ou seja, precisamos transformar os dados crus que diversas plataformas e ferramentas nos fornecem, trabalhá-los até que se tornem informações relevantes e depois insights, para então utilizá-los para melhorar as estratégias de Inbound Marketing.

Existe um enorme impacto que as pequenas otimizações no trabalho de Marketing apresentam no longo prazo: ao melhorar em apenas 10%, mês a mês, alguma parte do nosso funil de vendas, ao final de um ano, conseguimos ter uma operação 213% maior. E, ao final de três anos, é possível crescer 30 vezes!

Essa evolução acontece sem mágica, mas com disciplina no acompanhamento dos dados usando Business Intelligence. Isto, a partir do planejamento e implementando melhorias contínuas e incrementais, tendo como base os dados gerados pela sua operação.

Marketing BI como o caminho para analisar sua performance

Pensando em apoiar as operações que dependem de uma análise mais aprofundada dos dados, o RD Station Marketing implementou os Dashboards Personalizados no plano Advanced, funcionalidade de análise que conta com tudo que as empresas precisam para atingir seu objetivo de transformar dados de Marketing em informações precisas.

Com essa funcionalidade você consegue:

• Criar relatórios personalizados, do zero ou a partir de modelos.
• Contar com flexibilidade e personalização para criar seus próprios relatórios.
• Conferir todo o planejamento, resultados e performance do Funil de Marketing.
• Entender os resultados e performance dos canais de aquisição de Leads.

Mais do que uma ferramenta de análise, esse é um framework poderoso de análise e demonstração de resultados, desde a camada de negócios com informações importantes para o nível estratégico da empresa, até às camadas da Canais e Campanhas.

Dessa forma, ter essa integração de dados permite que os gestores e analistas de Marketing tenham um conhecimento mais profundo sobre o funcionamento da sua operação de Marketing Digital, e quais os principais problemas e oportunidades de melhorias.

Mesmo que sua operação demande um acompanhamento mais simples, o primeiro passo para criar uma estrutura capaz de gerar retorno relevante é começar a implementar uma estratégia completa de Marketing Digital.

Case de uso de BI: como a RD Station passou a usar Business Intelligence em recrutamento e seleção

Até pouco tempo atrás, as empresas costumavam confiar na intuição e no bom senso para a contratação de pessoas. Hoje, é um aspecto fundamental na vida de um recrutador utilizar ferramentas que auxiliam na aquisição de talentos, para que o processo seja cada vez mais certeiro.

No entanto, mesmo com uma grande quantidade de informações fornecidas por essas ferramentas, poucas empresas se dispõem a operacionalizar e organizar os dados e fazer com que as métricas sejam utilizadas nas decisões do dia a dia de forma rápida e eficiente.

Em 2017, a RD Station contratou 246 pessoas em apenas 8 meses, o que representou um aumento de 61% em relação ao ano de 2016, em que houve a contratação de 228 pessoas no ano. Como parte da cultura da empresa, a importância das métricas já estava muito clara para todo mundo — um dos valores da RD é ser data-driven, ou seja, orientado a dados para a tomada de decisões.

No entanto, as rápidas mudanças dos processos prejudicaram a qualidade e a confiabilidade dos dados, resultando em um gasto excessivo de tempo para a resolução de análises simples e até mesmo inviabilizando aquelas consideradas mais complexas

Esse post descreve como foi o processo de implementar Business Intelligence no time de Talent Management da RD Station e os resultados que foram conquistados.

Antes de construir gráficos, entender o problema é fundamental

Antes de começarmos a medir de forma desorganizada, era necessário entender todo o processo de recrutamento: como são as interações com o software de contratação, como e onde os dados são armazenados, quais são os gargalos e quais as perguntas que os dados podem ajudar a responder.

Para isso, houve uma troca constante de conhecimentos com todos os stakeholders (recrutadores, gestores e analistas de pessoas).

Após o entendimento geral, foi definido que o primeiro projeto para a implementação de Business Intelligence no time de talentos seria a criação de um painel de métricas com objetivo de tornar a tomada de decisão mais precisa, baseada em dados.

Além disso, com o auxílio do software de BI, torna-se mais fácil analisar o desempenho do time de recrutamento e também analisar gargalos, definir os key performance indicators (KPIs) e os objective and key results (OKRs). O primeiro passo para a construção do dashboard foi entender com mais detalhes as reais dores da área e as principais oportunidades que poderiam ser geradas, tanto no curto quanto no longo prazo.

Após alguns estudos e benchmarkings, desenvolvemos um questionário para nos guiar nesse processo:

1. Qual o objetivo do dashboard?
2. O que não é possível analisar hoje?
3. Quais ações seriam possíveis realizar com o novo dashboard?
4. Quais análises e informações seriam necessárias para que uma decisão fosse realizada de modo confortável?
5. Para cada análise, quais métricas ajudariam a fazer as ações definidas?
6. Como você resumiria brevemente a história que o dashboard apresentará?

Com essa etapa realizada, é possível ter clareza sobre a situação da área em relação ao processo de análise, como os dados vão auxiliar a resolver os problemas expostos e até mesmo se será necessário alterar algum processo existente.

Com as perguntas (e respostas) certas, vem a prototipagem

Dessa forma, a próxima etapa é entender as respostas geradas e transformá-las em visualizações gráficas, conhecidas também como prototipagem.

A prototipagem é um meio rápido e fácil com o qual você poderá iterar com os usuários mostrando o primeiro rascunho do que seria o dashboard. Ela pode ser feita tanto em um papel quanto em slides.

Como guia para essa etapa, sugerimos que você utilize esse fluxograma para entender qual é a melhor forma de visualização para cada tipo de dado que você queira mostrar.

Primeiro protótipo do dashboard de TM da RD

Não espere que o primeiro protótipo seja exatamente igual à versão final do dashboard. Como veremos abaixo, é normal fazermos alterações, já que muitas vezes os usuários não têm muita clareza do que precisam até usarem no dia a dia.

Por isso, não deve ser gasto tempo demais nessa etapa, pois o objetivo dela é enxergar quais dados serão necessários para suprir os gráficos e quais são as fontes (ATS, Excel, Google Sheets, banco de dados). Essa etapa já serve para preparar e verificar se será possível obter todos os dados para o desenvolvimento do dashboard.

Se for verificada a possibilidade de obter os dados, essa etapa é finalizada com a validação do gestor da área sobre o protótipo e a realização de ajustes finais, caso tenha faltado algo. Se não for possível obter algum dado, mudanças de processo deverão ser feitas e algumas visualizações podem deixar de serem priorizadas na primeira entrega do projeto.

Recapitulando o que foi feito até aqui

• Entendemos as dores e oportunidades da área.
• Demonstramos de forma gráfica as oportunidades que encontramos para resolver as dores do dia a dia.
• Verificamos se é possível puxar todos os dados necessários para os gráficos.
• Fizemos uma validação com stakeholders da área.

Colocando a mão na massa

Sabemos agora tudo o que precisamos fazer e só falta uma coisa: fazer. É recomendado que seja utilizada uma ferramenta de BI conceituada no mercado, que ajude com integrações, visualizações, boa usabilidade etc.

Atualmente, as principais ferramentas de BI são Microsoft Power BI, Qlikview, Pentaho e Tableau. E todas elas possuem versão gratuita.

No caso da RD Station, foi utilizado o Power BI pelo preço atrativo e pelas melhorias mensais da ferramenta, ganhando destaque no quadrante mágico da Gartner. Esse é um relatório contendo uma representação gráfica segmentando os softwares de BI em quatro principais quadrantes:

• líderes;
• desafiadores;
• visionários;
• concorrentes de nicho.

Quadrante mágico da Gartner 2017

Construindo o dashboard

Não serão abordadas questões técnicas neste case, mas assim que tiver escolhido alguma ferramenta e tiver importado os dados para o software, começa uma das partes mais longas do projeto:

• Interpretar os processos baseado nos dados.
• Verificar a confiabilidade dos dados, limpando os dados se necessário.

São inúmeros os casos que podem aparecer nessa etapa e não será possível abordar todos, mas vamos exemplificar um erro de processo que prejudicou os nossos dados.

No Lever, ferramenta de Applicant tracking system (ATS), tínhamos um campo chamado “Company” que ficava logo abaixo do nome do candidato. No entanto, o campo era editável e não havia nenhuma indicação sobre qual informação deveria estar lá.

Rapidamente, ele se tornou um ótimo bloco de notas dos recrutadores, e quando os dados foram importados, não conseguimos entender por que o campo Company não continha o nome das empresas.

Esse é só um exemplo real da RD, mas existem muitos campos importantes que as pessoas que não estão na operação do dia dia não conseguem entender de forma rápida. Para isso é fundamental o auxílio e interação constante entre o analista de BI e os futuros usuários.

Dados corretos são essenciais para BI

Outro erro de processo comum que você deve se atentar é quando o avanço na etapa do processo seletivo do candidato não é marcado corretamente no software. Esse erro pode afetar todas as métricas de eficiência e velocidade do processo de recrutamento.

Uma frase comum que destaca a importância da qualidade dos dados e a importância de interpretá-los corretamente é: garbage in, garbage out. Ou seja, se você não limpar seus dados e não puder confiar neles, não importa o que você faça, os seus resultados não serão bons.

Você pode tentar aumentar a complexidade matemática e utilizar modelos preditivos para a análise, mas os ganhos serão marginais. O grande segredo de um processo de análise world-class é ter qualidade nos dados.

Essa etapa se encerra com a certeza que os dados estão fazendo sentido e que não há anomalias. Confiando nos dados, podemos construir nossos gráficos no software de BI, seguindo o protótipo desenhado e fazendo ajustes necessários para ter finalização do dashboard.

É preciso ter mais do que gráficos

O maior erro cometido por pessoas que trabalham com dados é pensar que o projeto se encerra com a modelagem dos dados e lançamento do dashboard. No entanto, após o desenvolvimento, começa uma das partes mais importantes do projeto. Estamos falando da  implementação desse dashboard no time, educando-o a usá-lo no dia a dia.

O primeiro teste de implementação a ser feito é: o que você consegue entender em 5 segundos? Nesse teste, é feito um pedido para os recrutadores olharem para cada um dos gráficos e, em pouco tempo, dizerem o que entendem do gráfico e qual seria a ação que tomariam para melhorar o resultado que estão vendo — caso aplicável.

No nosso caso, ao fazer esse teste, já vimos que metade dos gráficos não são fáceis de interpretar para pessoas que não analisam dados diariamente. Nessas situações temos duas principais alternativas:

• Educar os usuários para que consigam entender os gráficos de forma mais clara: essa alternativa pode ser pouco eficiente, pois na maioria das vezes em que o usuário não entende, significa que o analista de Business Intelligence poderia ter sido mais claro.
• Tornar a forma de visualização mais clara: aqui você deve entender a causa da falta de compreensão e descobrir como isso poderia ser visualmente mais claro. A maioria dos problemas se resolvem com essa alternativa e recomendamos fortemente trabalhar muito em cima disso.

Um aspecto importante é os usuários sempre terem suporte de alguém que cuide desse dashboard, fazendo alterações e tirando dúvidas do dia a dia. Para que a empresa seja realmente data-driven, os usuários precisam ver o valor que as informações disponíveis trazem para o trabalho de cada um.

Enfim, chegamos ao nosso dashboard! Ele foi dividido em três principais visões, sendo elas:

Visão estratégica

Detalha os indicadores gerais da área, não com o objetivo de análise minuciosa, mas para provocar reflexão e análises independentes.

Ela fornece uma visão macro ao diretor da área sobre o processo de contratação com as principais métricas. Entre elas: forecast, número de contratação e candidate to hire (ou CTH). Essas métricas podem ser filtradas por vaga ou por área.

Visão tática

Mostra uma visão para o gestor de recrutamento e possibilita fazer algumas análises mais complexas, obtendo uma perspectiva um pouco mais micro.

Visão operacional

Mostra uma visão que será utilizada pelo recrutador para análises diárias. Por exemplo, quais vagas serão preenchidas, como está o pipeline de contratação atualmente, indicadores de eficiência etc.

Benefícios do uso de dados

Com todas essas explicações e etapas, você pode estar se perguntando: será que toda essa energia e tempo valem a pena? O que mudou de fato?

Vale destacar aqui que o dashboard não é o fim e nem o meio, é o começo. Sendo assim, separamos os principais resultados adquiridos na RD Station no curto, médio e longo prazo.

Curto prazo (1-3 meses)

A principal mudança de imediato tem relação com a previsibilidade. Desenvolvemos um cálculo de forecast que utiliza a nossa eficiência ao longo do funil de contratações e o número de candidatos no pipeline.

Dessa forma, foi possível determinar qual o número esperado de pessoas que vamos contratar até o final do mês.É um indicador claro que mostra se estamos próximos de bater as metas de contratação.

Outro ponto que vale destaque é que conseguimos entender a fundo nosso processo, identificando gargalos. Também, evitamos que candidatos se perdessem no processo seletivo e garantimos uma base de dados para análises complexas.

Isso foi especialmente útil para nos dar direcionamentos nos projetos a serem desenvolvidos e para mensuração dos Key Results estabelecidos.

Por fim, fizemos mudanças no processo de marcação do canal de aquisição do candidato. Com uma nitidez de valor obtido já no começo, os próprios recrutadores começaram a se policiar para que não houvesse erros de processo que pudessem prejudicar as informações do dashboard. Algumas melhorias de key performance indicators (KPIs) seriam:

KPI	1º trimestre de 2017	2º trimestre de 2017
Contratações	61	100
Média de entrevistas realizadas para cada contratação (ITH)	3.4	2.8

Médio prazo (3-9 meses)

Com toda a base de dados pronta e processos bem mais limpos, tínhamos dados para justificar a criação de novos projetos e também para monitorar se os existentes estão sendo bem executados.

Além disso, após uma análise sobre os gargalos no processo de contratação e com metas cada vez maiores, surgiram várias iniciativas para melhorar a eficiência do recrutador com automatização de processos — expectativa de reduzir em 40% o tempo gasto por candidato.

Também surgiu a iniciativa de aprimorar a qualidade das contratações e a satisfação dos candidatos. Tudo isso só foi possível graças à clareza que os dados nos deram.

Por fim, estamos iniciando alguns estudos e conversando com várias empresas para saber como podemos usufruir de machine learning e análises preditivas para melhorar ainda mais os nossos indicadores de eficiência, velocidade e qualidade da contratação.

Longo prazo (9-18 meses)

Melhoramos constantemente o nosso processo a partir de benchmarkings com empresas de classe mundial e de insights gerados com dados. Assim, conseguimos fornecer insumos para dimensionar e treinar o nosso time de Talent Management de forma mais previsível.

Afinal, o que realmente significa BI?

Tudo o que apresentamos aqui é apenas uma amostra do potencial de impacto que o Business Intelligence pode trazer para uma empresa. É uma evidência clara dos benefícios que processos bem definidos e o cuidado com o armazenamento dos dados podem trazer.

Os resultados conquistados só são possíveis por dois principais fatores: dados e pessoas. Os dados limpos são fundamentais para basear as nossas decisões. E pessoas de todas as áreas da empresa são as grandes responsáveis por isso ao estarem atentas aos processos.

Os resultados demonstrados no case acima foram somente para a área de RH. Mas, como dissemos ao longo do post, as possibilidades de aplicação de inteligência de negócio são para todas as áreas da empresa

Imagine se saíssemos de análises dentro de cada área, passando a ter de forma fácil a centralização dos dados para cruzar as informações de todos os setores. Qual a vantagem competitiva e o impacto que isso poderia gerar para o negócio? O que realmente significa BI ou Business Intelligence?

Com essa ferramenta, sua empresa deixe de ter os famosos relatórios de gavetas e comece a ter informações verdadeiramente relevantes, sendo capaz de responder:

• Quais são as causas de determinado comportamento?
• O que fazer para alcançar as metas?
• Quais são os atuais problemas e oportunidades?
• Dado o passado recente, o que vai acontecer?

Peter Drucker, considerado como o pai da administração moderna, já dizia: “O que não se pode medir, não dá para gerenciar”. E, 60 anos depois, a gente pode complementar: você não pode gerenciar se não for data-driven. Você não pode ser data-driven se não tiver dados confiáveis.

Perguntas frequentes:

O que significa BI?

BI é a sigla em inglês para Business Intelligence. Em uma tradução livre para o português, seria uma forma de proporcionar inteligência para os negócios.

O que é Business Intelligence ou BI?

Business Intelligence é um conjunto de estratégias e técnicas empregadas pelas empresas com o propósito de analisar dados e melhorar a tomada de decisão baseada em informações concretas.

Para que serve Business Intelligence? 

O objetivo principal do processo de Business Intelligence é empoderar e agilizar a tomada de decisão, favorecendo a obtenção de melhores resultados.