Empresas não morrem por fazerem a coisa errada, empresas morrem por fazerem a coisa certa por um tempo longo demais!
É com esse contexto, que abordaremos neste artigo sobre Data Driven Innovation – o que é e como implementá-lo na sua organização.
Cases sobre fazer a coisa certa por um tempo longo demais.
A Nokia, empresa finlandesa fundada em 1865 como uma fabricante de papel, que se reinventou em 1910 com a fabricação de cabos elétricos.
Depois disso, na década de 1960 inovou novamente criando um departamento de eletrônica e telecomunicações, que deu origem ao seu principal produto lançado em 1980, seu primeiro telefone móvel para carros.
Contudo a empresa atingiu o seu auge no final da década de 1990, dominando o mercado mundial de telefones móveis até 2003;
Quando a empresa ficou por um tempo longo demais fazendo a coisa certa, mas deixando de inovar.
Já a Motorola, empresa estadunidense fundada em 1928 com a fabricação de fontes para rádios a pilha.
Além disso em 1936 começou a fabricar rádios onde inovou com o primeiro sistema portátil bidirecional de radiocomunicação em FM.
Mas foi só em 1973 lançou seu primeiro telefone celular para automóveis e a partir de 2004 dominou o mercado com o lançamento do seu modelo campeão de vendas o V3;
Que ficou um tempo longo demais no mercado sem nenhuma inovação.
Data Driven Innovation no desenvolvimento econômico.
Segundo a OCDE (Organização para a Cooperação e Desenvolvimento Econômico) a inovação orientada por dados constitui um pilar fundamental nas fontes de crescimento do século XXI.
Contudo a confluência de várias tendências, incluindo a crescente migração de atividades socioeconômicas para a Internet e o declínio no custo de coleta, armazenamento e processamento de dados.
Por outro lado, isso está levando à geração e uso de grandes volumes de dados – comumente referidos como “Big Data”.
Consequentemente esses grandes conjuntos de dados estão se tornando um ativo essencial para a economia.
Análises para Data Driven Innovation
A Análise Exploratória de Dados (AED) é uma ferramenta essencial para a inovação orientada por dados.
De acordo com a disciplina estatística, a análise exploratória de dados é uma abordagem que resume as principais características de um conjunto de dados.
Especialmente com técnicas gráficas que oferecem uma boa percepção do conjunto de dados, tais como:
- Histograma
- Diagrama de Pareto
- Gráfico de dispersão
- Diagrama de caixa
Igualmente importante, temos a Análise de Causa e Efeito ou Diagrama de Ishikawa como também é conhecida.
Sendo que a análise de causa e efeito pode ser bem útil para concluir se um fato foi casual, uma eventualidade que não se repetirá tão cedo, ou se existe uma causa raiz.
Em geral esse método analítico, nos permite avaliar um evento ou problema sob diferentes perspectivas, por exemplo sob as perspectivas dos métodos, equipamentos, medidas, meio ambiente, materiais e/ou mão-de-obra.
Assim como podemos observar na imagem abaixo.
Leia mais em:
Produção de dados estratégicos
Análise de dados
Comportamento Humano no Data Driven Innovation
Contudo é essencial ter uma mentalidade de crescimento, para poder implantar o Data Driven Innovation em uma organização.
Especialmente a respeito de paradigmas, que limitam a capacidade de crescimento e inovação dentro da organização.
Como resultado dessa cultura de mentalidade de crescimento, é importante cultivarmos algumas características do comportamento humano, como:
- Habilidades/Inteligência: pode ser aumentada ou desenvolvida.
- Principal preocupação: aprender, melhorar e progredir.
- Esforço: uma parte importante da aprendizagem.
- Desafios: perseverar e trabalhar para superar, com coragem e determinação.
- Feedback: estar receptivo e usar para evoluir.
- Erros: é uma oportunidade para aprender e melhorar.
Em resumo, o Data Driven Innovation permite que a organização perceba o momento mais adequado de mudar de direção.
Neste momento a inovação orientada por dados conduzirá a organização para a descoberta de novas oportunidades para uma nova jornada.
Como mostrado acima, fazer a coisa errada na busca por inovação, não é o maior problema de uma empresa, mas fazer a coisa certa por um tempo longo demais e deixar de inovar pode trazer consequências irreversíveis.
Afinal a mentalidade de Data Driven Innovation deve ser de que “as vezes eu acerto e em outras eu aprendo”, porque errar faz parte do processo de aprendizado.
Portanto inovar orientado por dados é errar rápido para aprender rápido e com isso inovar de forma mais assertiva.
