O self-service requer parcerias

por Anand Chitale

A análise de dados self-service, incluindo a visualização de dados, é um pouco como um buffet à discrição. O pessoal da cozinha (leia-se: o pessoal de TI e os analistas), preparam uma refeição apelativa e nutritiva, e as empresas são depois livres de se servirem do que desejarem da mesa do buffet.  Podem, se assim o desejarem, misturar salmão e gelado no mesmo prato. Provavelmente não será a melhor experiência das suas vidas, mas a escolha é deles.

Mas alguém que opte por colocar salmão e gelado no mesmo prato dificilmente irá apreciar a combinação. Considerando esta sua experiência, será que estão dispostos a comer novamente algum dos dois? E possivelmente, ainda mais relevante, estarão dispostos a ir novamente a um buffet à discrição e tentar outra opção?

Por outras palavras, uma má escolha poderá ter efeitos duradouros. Será que é possível aplicar esta lógica à análise de dados self-service? Julgo que sim. Uma má experiência inicial poderá fazer com que as empresas não voltem. Mas o que pode ser feito para prevenir esta situação e garantir que as empresas têm uma boa experiência no mundo self-service?

Melhorar a experiência self-service através de um melhor suporte

Voltando à analogia do buffet, várias pessoas poderiam ter ajudado a evitar os problemas com a refeição:

  • É possível que a pessoa em questão não soubesse o que estava a escolher. Talvez tivesse sido útil se o pessoal da cozinha tivesse identificado os pratos de uma forma mais clara, eventualmente em várias línguas, para evitar confusões.
  • Talvez a pessoa não se tenha apercebido que podia optar por dois pratos. Um membro atento do pessoal de sala poderia ter evitado o problema, se tivesse sugerido, como melhor opção, uma refeição com dois pratos.
  • A pessoa em questão podia estar a fazer experiências. Aqueles à sua volta poderiam ter aplaudido a experiência, e, depois, sugerido tentar novamente para obter uma melhor combinação quando a anterior não funcionou.
  • A pessoa podia, genuinamente, não saber que a combinação não seria agradável. O pessoal de sala poderia ter sugerido uma combinação mais adequada, com base nas preferências da pessoa.

O mesmo pode ser aplicado à análise de dados self-service. A equipa de análise de dados tem o papel de garantir que os dados disponíveis para self-service são preparados convenientemente e mantidos atualizados, tal como o pessoal de uma cozinha é responsável pela qualidade da comida no buffet. Mas o seu papel não termina aqui. Desempenham um papel fundamental em garantir que as empresas obtêm o suporte necessário para tomar as decisões certas, relativamente aos dados a escolher, e o que fazer com os mesmos, especialmente quando o self-service é uma novidade para as empresas e estas não sabem o que estão a fazer.

Os designers do software têm um papel fundamental em garantir que o mesmo suporta as decisões certas. Os utilizadores têm que ser auxiliados a fazer as perguntas certas, e a análise visual é uma excelente forma de o fazer.

A ênfase é colocada no eu, mas não só

Isto não é o mesmo que a equipa de análise de dados vir e fazer a análise em resposta a uma questão de uma empresa. Existe lugar para um serviço como o SAS Results. Pode ser comparado com um restaurante com um menu pré-definido, onde há um conjunto definido de pratos, mas onde o cliente não tem qualquer hipótese de dizer “Posso optar pelo molho com sabor x em vez de y?”.

Com um buffet à discrição, o cliente pode escolher o que deseja no seu prato. Pode experimentar diferentes opções, repetir os pratos, deitar algo fora e começar de novo. Pode experimentar apenas uma coisa para ver se gosta, ou adicionar algumas para obter outro sabor. Se uma combinação não funcionar, pode adicionar outra coisa para ver se ajuda, possivelmente com o aconselhamento de um membro do pessoal da cozinha. Esta é a principal vantagem do self-service.

A análise visual é particularmente boa para o self-service. Dizem que uma imagem vale mais que mil palavras, o que significa que uma representação visual pode ser significativamente mais simples de entender e interpretar, sem mencionar que pode orientar o utilizador no processo de tomada de decisões. Isto deverá fazer com que as empresas tenham mais facilidade em entender o que estão a fazer. A última versão da análise visual do SAS ajuda os utilizadores a visualizar mais facilmente o perfil básico de dados.

O self-service requer parcerias

Resumindo, a análise de dados self-service é uma parceria entre cientistas de dados e empresas. Ambos necessitam um do outro e a qualidade da relação irá determinar a qualidade da analítica.

Mais no paper “Self-Service Analytics That Your Business and IT Users Will Love”

Deixar uma resposta