Empresas que aplicam estratégias de Business Intelligence contam com, entre outros recursos, Data Analytics para fazer análises profundas de grande volume de informações. Geralmente, o foco é na tomada de decisão da gestão empresarial, para aperfeiçoamento do planejamento estratégico, mas Data Analytics e vendas podem ser conciliados para geração de insights próprios para o processo comercial.

Por meio da base de dados por Big Data, BI pode entregar dados em alto volume de diversas fontes. A partir disso, o recurso tema do nosso texto pode realizar diagnósticos sofisticados e auxiliar no desenvolvimento de planos e ações, inclusive de maneira preditiva.

Veja como aplicar os quatro tipos de análise na gestão do comercial.

Análise preditiva

A avaliação preditiva trata-se de antecipar a empresa e os profissionais a acontecimentos prevendo ocorrências com base em relações de causa e efeito, padrões identificados em dados de períodos anteriores e cruzamento de informações.

Ela pode ajudar o negócio em ações como:

• insights sobre possibilidades de mudança na valorização do real frente ao dólar, muito importante para quem vende em exportação;
• identificação de movimentos de mercado que podem gerar demanda adicional imprevista, fora de sazonalidades esperadas;
• visão antecipada de fatores econômicos, que podem gerar dificuldades financeiras para algumas empresas, quando pode ser mais seguro para o negócio fazer uma análise de crédito mais conservadora nas suas vendas ou mudar as condições;
• aplicação de mudanças no relacionamento com clientes para fortalecimento da parceria (previsão de aumento de demanda por crescimento), com base nos dados do histórico de negócios.

Análise descritiva

Esse é o tipo mais comum e conhecido de análise de dados, aquele feito com informações do passado e do presente para a tomada de decisões imediatas. Em comum com a preditiva há o fato da consideração de padrões e relações de causa e efeito, mas as decisões se dirigem a situações que já se confirmaram e a para as quais cada decisão tomada terá um resultado efetivo no momento ou que inicia com a primeira ação comandada.

Pode também ser aplicada para o planejamento de algo futuro, mas nesse caso o insight se refere a algo que é esperado, como momento de sazonalidade de vendas. Por exemplo, pode-se observar qual foi o percentual do aumento de compras de determinadas empresas do mesmo ramo no mês de outubro para preparar a equipe de vendas no sentido de atenderem a essa demanda complementar previamente conhecida, dentro de uma pequena margem para mais ou menos.

Análise diagnóstica

Aqui temos uma avaliação parecida com a anterior, mas que se direciona a questões mais estruturais e se empenha em entender os motivos pelos quais ocorreram fatos identificados ou não na aplicação da análise prescritiva.

No caso de aumento de inadimplência de clientes, a análise diagnóstica pode ajudar a empresa a entender os motivos pelos quais isso ocorreu, que pode envolver fatores do cenário econômico da cidade, do estado ou do país, da oferta de crédito ao setor ou de problemas relacionados ao mercado consumidor. Assim, os gestores conseguem compreender se, em face das razões apuradas, isso tende a continuar ou é um transtorno passageiro.

Entendendo o conjunto estrutural da hipótese, torna-se mais seguro e coerente pensar em uma decisão a ser tomada para evitar buracos no faturamento, medidas de negociação para sanar as pendências ou mesmo lançamento de condições temporárias para manter esses clientes na carteira e as vendas para eles, caso o diagnóstico seja de algo temporário.

Análise prescritiva

Essa avaliação é complementar às demais, pois seu objetivo é encontrar a melhor decisão de ação específica para a empresa agir conforme o que as análises mostraram. Dentro dela, Data Analytics e vendas procuram estudar os dados diagnosticados, assim como os possíveis resultados de cada opção que o negócio tem como decisão a ser tomada.

Vamos usar para ilustração o último exemplo dado na análise preditiva, quando ela gerou o insight de que um grupo de clientes irá aumentar a sua demanda e precisará comprar mais, previsão baseada no crescimento histórico deles, em suas compras e em movimentos de mercado. Diante disso, a análise prescritiva pode ser utilizada para o negócio estudar em quais ações irá investir para aproveitar o que foi antecipado, que pode ser preços melhores especialmente para o grupo, aumento da linha de crédito interna para ele ou alterações em contratos de fornecimento.

Quando abordamos a análise descritiva, colocamos em hipótese o aumento de demanda por sazonalidade conhecida. Nesse cenário, o processo prescritivo pode ajudar a desenhar o tamanho ideal que a equipe precisa ter para atender à demanda complementar já considerando as margens de flutuação nela para mais ou menos.

Em relação à diagnóstica, o mesmo acontece. A diferença é que nesse caso mais dados, relacionados a uma série de fatores conjunturais, são levados em consideração. Consequentemente, a análise prescritiva ilustra os possíveis resultados de diferentes ações colocadas em prática frente à situação identificada, confrontando-a com o status dos seus motivos estruturais.

Como BI e ciência de dados exigem aplicação de tecnologia em alto nível e de maneira totalmente estratégica, Data Analytics e vendas exigem a participação do gestor de TI, que pode efetivamente apoiar o processo comercial, dentro de suas atribuições profissionais, e também o planejamento estratégico.

Para isso, o ideal é que o gerente de tecnologia tenha as qualidades mais atuais, modernas e estratégicas do cargo. E se você é da área e se interessa em ser esse profissional diferenciado, saiba o que é e como ter o perfil do novo gestor de TI.