Liderar uma equipe de BI, da seleção à IA

No sexto ano, a área de BI que eu tinha montado dentro de uma consultoria para escolas particulares no Brasil estava com todas as peças no lugar. Os dados moravam no SQL Server, o tratamento rodava em Python e os clientes chegavam aos seus relatórios pelo nosso próprio portal web. Mesmo assim, a demanda não parava de crescer. O gargalo tinha mudado de endereço, e não estava mais em sistema nenhum. Estava nas pessoas.

Então o meu trabalho mudou. Passei a construir menos e a liderar mais. Uma parte cada vez maior do meu tempo ia para a equipe: quem entrava, como aprendia e como acompanhava uma área que muda a cada poucos meses.

Esta é a última parte de uma série sobre seis anos construindo uma área de BI. A parte anterior tratou do portal de clientes com Power BI Embedded.

Dois tipos de trabalho em BI

Na hora de contratar para BI, ajuda admitir que o mesmo cargo cobre dois trabalhos diferentes.

O BI operacional faz o dia funcionar. São painéis em ferramentas como o Power BI, consultas SQL em bancos transacionais e o conhecimento de como o ERP e o CRM da empresa guardam os dados. Quem faz isso bem resolve problema rápido, aguenta prazo curto sem perder o prumo e conversa com facilidade com as equipes de operação que dependem dele. A maioria começa a carreira em BI por aqui, e é um ótimo lugar para entender como um negócio funciona de verdade.

O BI estratégico olha mais longe. Usa Python ou R, estatística e modelos preditivos, e pede uma boa noção de gestão. Quem faz isso bem enxerga o quadro geral, acha tendências em grandes volumes de dados e explica uma descoberta complexa para um executivo em palavras simples.

A passagem de um para o outro é o ponto em que o analista de BI começa a virar cientista de dados. Nesse estágio, as habilidades cognitivas pesam mais que as técnicas. A partir de certo nível, ninguém quer saber quantas linguagens você domina. Importa a profundidade do que você consegue tirar do mercado que está estudando. O analista deixa de ser quem monta painel e passa a ser quem senta ao lado do cliente para discutir o que fazer com os números.

Como testávamos candidatos

A seleção é onde mais se molda uma equipe, e dois testes viraram os que eu mais usava. Eles diziam mais do que qualquer currículo.

O primeiro era uma tabela sem explicação. Entregávamos ao candidato um conjunto de dados, sem contexto nenhum, e pedíamos que ele explorasse o conteúdo e criasse os relatórios que achasse relevantes. Não havia gabarito. O teste mostrava se a pessoa sabia ler dado bruto, decidir o que importava e justificar a escolha, sem que ninguém dissesse o que procurar.

O segundo, comum também nos nossos trabalhos de consultoria, pedia algo bem específico e de propósito fora da zona de conforto. Um pedido típico: construir um relatório de geomarketing com um mapa interativo que filtrasse todos os outros dados da tela com um clique.

A ideia era que, no começo, o candidato não soubesse fazer. Esse era o teste. "Não sei fazer isso" nunca era aceito como resposta, porque não estávamos avaliando o resultado imediato. Estávamos observando como a pessoa ia atrás de um problema que nunca tinha visto.

O analista que eu quero numa equipe estratégica nem sempre recorre à ferramenta mais sofisticada. Às vezes, a solução mais clara começa num quadro branco, ou numa folha de papel escrita a lápis, antes de alguém abrir o computador.

Treinamento não tem fim

Contratar bem é só o começo. Com a área estruturada, investi de verdade em capacitação contínua, para que a equipe acompanhasse as boas práticas e as tecnologias novas enquanto a demanda do setor seguia subindo.

As habilidades que eu tentava desenvolver eram as mesmas que eu testava:

• Ler dado bruto e achar os indicadores que importam sem instrução detalhada.
• Encarar um problema desconhecido com iniciativa, em vez de esperar a receita.
• Aprender uma ferramenta ou linguagem nova quando o trabalho pede, e escolher a solução simples quando ela basta.
• Estatística suficiente para construir um modelo preditivo e para questioná-lo.
• Traduzir uma descoberta técnica numa recomendação que um gestor sem formação técnica consiga pôr em prática.

Essa última é a mais subestimada. Uma análise correta que ninguém entende não muda nada.

A IA mudou a curva de aprendizado

Uma mudança merece seção própria, porque mudou o meu jeito de pensar o treinamento. Com as ferramentas de IA, o tempo para aprender uma habilidade técnica caiu muito. "Não tive tempo de aprender" deixou de ser desculpa razoável.

Daí saem duas consequências. A primeira: a IA virou a principal ferramenta para quase qualquer tarefa técnica. A segunda: o profissional de dados precisa ser fluente no próprio ato de aprender, rápido para passar por cima de um obstáculo técnico e achar um caminho melhor. Quem escolhe a ferramenta é a demanda, não a experiência anterior do analista.

A IA também aliviou a carga operacional. Hoje o analista consegue construir pequenas ferramentas sob medida para automatizar o próprio trabalho repetitivo, e o tempo que sobra vai para a análise, que é a parte que o cliente valoriza.

Cultura de dados começa pelo líder

Uma equipe de BI pode ser excelente e mesmo assim fracassar, se a organização em volta não usa dados. Antes de ser problema técnico, isso é problema de liderança.

As práticas que funcionam são simples. Líder que usa dados nas próprias decisões, à vista de todos, dá o tom mais rápido do que qualquer norma. Comunicação clara sobre para que serve o trabalho de BI gera confiança e diminui a resistência. Treinamento é para todo mundo que lê os relatórios, de diretores a analistas, e não só para quem os constrói. E quando uma decisão baseada em dados dá certo, vale dizer isso em voz alta.

Nada disso substitui a tecnologia. É o que faz a tecnologia ser usada.

O que eu faria de novo

Depois de seis anos, estas são as escolhas que eu repetiria com qualquer equipe de BI nova.

1. Contratar pelo jeito como a pessoa ataca problemas, e não pela lista de ferramentas do currículo. Ferramenta muda; o hábito de descobrir como fazer, não.
2. Testar com tarefas reais e desconfortáveis. Uma tabela sem explicação e um mapa que parece impossível revelam mais do que uma entrevista.
3. Fazer do treinamento algo contínuo e parte do trabalho, e não um prêmio para semana tranquila.
4. Tratar a IA como ponto de partida padrão para aprender qualquer coisa técnica, e esperar que a equipe a use.
5. Dar o exemplo com dados. A equipe observa o que o líder faz de fato.

Os sistemas dos anos anteriores tornaram o crescimento possível. A equipe fez com que ele durasse. Se você está estruturando uma área de BI e quer trocar ideias, fale com a gente.