Há uma pergunta que vale fazer antes do próximo investimento em plataforma: sua organização é orientada a dados ou é apenas rica em dados?
As duas coisas parecem idênticas num slide. Ambas têm um warehouse, uma ferramenta de BI, um parque de painéis e uma liderança que diz que as decisões se baseiam em evidência. A diferença aparece na reunião em que os números contrariam a intuição de alguém. Numa organização orientada a dados, essa reunião é sobre os números. Numa rica em dados, os números são postos de lado e a decisão é tomada como seria tomada de qualquer jeito.
Essa lacuna raramente é tecnológica. É quase sempre uma lacuna de alfabetização de dados, e é a razão pela qual programas de governança bem desenhados são vividos como burocracia.
O que é alfabetização de dados de verdade
Alfabetização de dados é a capacidade de ler dados, trabalhar com eles, analisá-los e argumentar com eles. Na prática são quatro habilidades distinguíveis, e as organizações costumam ter algumas e não outras.
Interpretação — ler um gráfico corretamente, entender de que um percentual é percentual, notar quando uma tendência está dentro da variação normal, saber que uma métrica que se moveu 3% pode não ter se movido.
Questionamento — perguntar de onde veio um número, que população ele cobre, o que exclui e se responde à pergunta que está realmente sendo feita. É a habilidade que mais confiavelmente distingue uma organização alfabetizada em dados, e a menos ensinada.
Aplicação — transformar um achado em decisão, incluindo a decisão de que a evidência é fraca demais para agir. Análise que nunca muda nada é centro de custo.
Comunicação — explicar um resultado a quem não vai ler o anexo, sem exagerar nem relativizar até esvaziar de sentido.
Note que nenhuma delas é habilidade de ferramenta. Alguém pode dominar SQL e ser analfabeto no sentido que importa, e um bom gestor de operações sem formação técnica pode ser muito alfabetizado.
Os sintomas de baixa alfabetização
Você não precisa de pesquisa para detectar isso. Os padrões são constantes, e cada um tem consequência direta para a governança.
| Sintoma | Como aparece | Efeito na governança |
|---|---|---|
| Leitura errada de métricas | Um KPI se move dentro do ruído e provoca uma reorganização | A governança é culpada por "dados ruins" que estavam bem |
| Baixa confiança no reporting | Times mantêm planilhas privadas ao lado dos relatórios oficiais | Dados na sombra se multiplicam mais rápido do que se governa |
| Intuição por cima | A evidência é apresentada, reconhecida e ignorada | O investimento em qualidade não tem retorno visível, então para |
| Deriva de definições | Cada time tem sua versão da mesma métrica | O glossário de negócio é escrito e não é consultado |
| Ausência de perguntas | Ninguém pergunta de onde veio um número | Erros sobrevivem trimestres porque ninguém investiga |
O último é o mais caro e o mais difícil de ver, porque parece consenso.
Por que a alfabetização determina se a governança é aceita
Esta é a parte que passa batido, então vale dizer diretamente: controles de governança são vividos como burocracia na proporção exata em que quem está sujeito a eles não entende por que eles existem.
Pense num curador pedindo a um time que use a definição aprovada de "cliente ativo" em vez da sua. Para quem entende que o relatório ao conselho, o modelo de churn e a previsão comercial consomem aquele número, o pedido é obviamente razoável. Para quem não entende, é uma pessoa de dados dizendo que o número dela está errado quando o número dela sempre funcionou bem para o seu propósito.
A mesma assimetria vale para todos os controles. Classificação parece papelada se você nunca pensou quanto custaria um vazamento. Limites de qualidade parecem arbitrários se você não sabe quais modelos a jusante quebram. Aprovação de acesso parece porteiro se você nunca viu uma cópia não auditável de dados de cliente num notebook.
A governança pode estar bem desenhada e ainda assim gerar ressentimento, e esse ressentimento é um problema de alfabetização fantasiado de governança. É por isso que os programas que funcionam dedicam parte do esforço a explicar e não só a exigir — não campanhas de comunicação, mas tornar o raciocínio visível no momento em que o controle se aplica.
Existe uma versão prática disso. Quando um curador pede uma mudança, o pedido deveria carregar sua razão e sua consequência: "a previsão e o modelo de churn leem os dois este campo, e no trimestre passado a divergência nos custou dois dias de reconciliação no fechamento". Essa frase leva dez segundos para ser adicionada e converte uma instrução em argumento. Quase todo o atrito de governança que me chamaram para consertar era uma frase desse tipo faltando, repetida algumas centenas de vezes.
O que as organizações muito alfabetizadas fazem de diferente
Quatro padrões aparecem repetidamente onde isso funciona, e nenhum deles é um curso de treinamento.
As definições são compartilhadas e aplicadas na origem. Existe um único cálculo para cada métrica significativa, ele mora na camada semântica e não na consulta de cada analista, e usá-lo é mais fácil que reconstruí-lo. A alfabetização fica muito mais barata quando o ambiente não obriga as pessoas a desconfiar de tudo.
A curadoria está distribuída no negócio. Quem responde "o que significa este campo" está no domínio, não num time central. Isso escala a resposta e eleva a alfabetização do time em volta, porque a explicação acontece em contexto.
A análise é publicada com seu raciocínio. Não só o gráfico: a população, as exclusões, a confiança e o que mudaria a conclusão. Os times aprendem a questionar dados vendo como é uma boa pergunta.
O aprendizado é contínuo e específico do papel. Um business partner de finanças e um supervisor de armazém precisam de níveis de alfabetização diferentes. Treinamento genérico de painéis para todo mundo é a intervenção mais barata possível e produz aproximadamente nada.
Avaliar onde você está
Se você quer ser sistemático, os modelos de maturidade analítica dão vocabulário. O modelo TDWI descreve cinco estágios que quase toda organização reconhece de imediato:
Nascente — o uso de dados é pontual e individual. O reporting é manual e sua exatidão depende de quem o produziu.
Emergente — a liderança começa a pedir evidência. Existe algum treinamento. As definições são inconsistentes e todo mundo sabe.
Em desenvolvimento — programas de alfabetização se formalizam, os dados são consultados rotineiramente em decisões operacionais e começa a aparecer uma cultura de dados em como as reuniões acontecem.
Madura — a fluência vai bem além dos times técnicos. Definições padronizadas são o ponto de partida e a análise transversal não precisa de tradução.
Líder — a alfabetização faz parte da identidade da organização. Espera-se evidência, questionar é normal e a capacidade analítica é insumo competitivo e não função de suporte.
Frameworks complementares valem conhecer se você precisa de um ângulo específico: o trabalho da Gartner sobre alfabetização foca em alinhar capacidade com estratégia, o DCAM avalia a capacidade de dados de ponta a ponta incluindo onde a alfabetização toca arquitetura e qualidade, e a avaliação da Qlik mede a progressão da habilidade individual junto com a cultura organizacional.
Uma ressalva sobre todos eles. O rótulo de um estágio é diagnóstico, não objetivo. "Passar de Em desenvolvimento para Madura" não é resultado de negócio e não sobrevive a uma revisão de orçamento. "Reduzir de quatro para uma as definições de receita em uso, e cortar dois dias do esforço de reconciliação no fechamento mensal" é o mesmo progresso expresso de uma forma que alguém vai financiar.
Uma forma mais barata de estabelecer a linha de base
Antes de encomendar uma avaliação formal, três medições dizem a maior parte do que você precisa.
Conte as definições rivais das suas cinco métricas mais citadas. Se receita tem quatro cálculos em uso ativo, você já tem a resposta.
Peça a dez pessoas de uma área de negócio que expliquem o que um painel que elas usam realmente mede. A variância das respostas é sua nota de alfabetização, e normalmente é humilhante.
Conte as planilhas na sombra mantidas em paralelo ao reporting oficial. Cada uma representa alguém que não confiava na fonte oficial ou não a entendia, e o total é um bom indicador do que sua lacuna de alfabetização custa. Se quiser isso em dinheiro, a calculadora do custo dos dados ruins converte o retrabalho num número anual.
Fechar o ciclo
Governança e alfabetização não são sequenciais: você não termina uma e começa a outra. Ou se reforçam ou decaem juntas.
A governança dá à alfabetização sobre o que ser alfabetizado: definições aprovadas, linhagem documentada, níveis de qualidade conhecidos, um catálogo que responde perguntas. A alfabetização dá à governança a clientela de que ela precisa: quem entende por que um controle existe o cumpre sem ser perseguido, e quem questiona números encontra erros que nenhuma regra de monitoramento pegou.
As organizações que travam são as que investem muito numa e nada na outra. Governança sem alfabetização produz dados bem documentados que ninguém usa com confiança. Alfabetização sem governança produz pessoas confiantes raciocinando com números inconsistentes, o que provavelmente é pior.
Para o detalhe operacional de construir alfabetização como capacidade e não como evento, Alfabetização de dados é uma capacidade de negócio cobre os hábitos e sistemas de apoio que a fazem pegar. Se preferir começar descobrindo qual lado desse par está mais fraco na sua organização, a avaliação de maturidade cobre os dois.