É de evidente notabilidade a popularização recente do uso de dashboards em ambientes comparativos. Cada vez mais se fala sobre a importância dos dados para as empresas e muitas passam a utilizar ferramentas para criação e compartilhamento de dashboards como PowerBI, Tableau, entre outros. Esse movimento é extremamente positivo pois acaba por se tornar o pontapé da transformação “data-driven” (baseada em dados) das companhias.
Porém, apenas transpor tabelas e gráficos para o formato de dashboard não é suficiente. É essencial que os dashboards sejam projetados para trazer valor e insights, sendo uma dentre diversas fontes de informações para uma estratégia de tomada de decisões baseada em dados.
O ponto é, normalmente, dashboards são construídos como formas de visualização de dados. A simples visualização muitas vezes não abrange nuances e o contexto completo para auxiliar na tomada de decisões. Para que se alcance um novo patamar, dashboards precisam ser formas de visualização de conhecimento sobre os dados, ou seja, as informações presentes devem ser processadas e combinadas por fluxos de dados e algoritmos, trazendo informações relevantes que, muitas vezes, não são trivialmente entendidas a partir de uma simples visualização dos dados.
Além disso, é de extrema importância que as informações apresentadas sejam de fácil entendimento (evitando questionamentos que burocratizem o uso), sejam atualizadas e estejam adequadas ao processo ao qual estão representando. Ou seja, não basta que apenas os dados sejam atuais, mas que as informações apresentadas continuem sendo úteis em relação ao processo a que descreve, mesmo que este tenha passado por alterações.
Mesmo que otimizados da forma citada, os dashboards continuam sendo um tipo de ferramenta que precisa ser usada de forma ativa pelo usuário, ou seja, ele precisa acessar o mesmo para entender um problema ou identificar uma oportunidade e, muitas vezes, tomando decisões de forma a reagir às informações disponíveis. É de extrema importância que aliado ao uso de dashboards, ocorra o uso de ferramentas preditivas e automatizadas que alertam o usuário em determinadas situações, de modo que ele possa tomar decisões reativas (caso o alerta seja relativo a algo que aconteceu) ou proativas (caso o alerta seja referente a algum tipo de previsão do que ocorrerá caso uma decisão seja tomada naquele momento).
Um exemplo deste uso dos dados ocorre em gatilhos configurados a notificarem o usuário via e-mail ou WhatsApp. Tomemos o caso de um gerente de uma loja de varejo como exemplo. Os dashboards com os indicadores de performance daquela loja podem auxiliá-lo em suas análises e na sua tomada de decisão. Aliado a esses dashboards podem existir gatilhos configurados para este usuário, de modo que ele seja alertado em diversas situações. No caso da venda muito baixa de uma categoria de produtos em uma semana, por exemplo, esse gerente pode ser notificado da situação, possibilitando a tomada de decisão reativa, mas essa própria notificação já pode trazer consigo uma ação sugerida, que, a partir dos dados passados, tenta otimizar as vendas desse produto.
Além disso, o gerente pode receber uma notificação, no caso hipotético, indicando que, como nos próximos dias ocorrerá um feriado, a tendência é o aumento das vendas de produtos relacionados a churrasco e, por isso, a ação recomendada é aumentar o estoque desses produtos. Dessa forma, o gatilho pode ajudá-lo a tomar uma decisão proativa, mitigando os riscos de ficar sem estoque e otimizando os ganhos da loja.
Este é apenas um exemplo, mas muitas outras ferramentas podem ser utilizadas aliadas aos dashboards, como modelos preditivos, aplicações para simulações de possíveis cenários e resultados, análises recorrentes, entre outros.
A conclusão mais importante desta discussão é de que dashboards são sim importantes, muitas vezes sendo cruciais no início da transformação digital baseada em dados de companhias, mas precisam ser aliados a outras ferramentas e soluções, de modo a otimizar o uso dos dados, com soluções analíticas ativas, preditivas e proativas.
Guilherme Busato Vecchi
Analista de dados na Zeta
Fontes:
[1] Dashboads Aren’t Enough
[2] The Theory Of Evolution
[3] 3 Ways Data Dashboards Can Misslead You
