A nova era da Informação, trilhões de dados, a internet das coisas, o big data, a inteligência de mercado… Tudo conectado: as “coisas” geram “os grandes” dados, que geram informações, que geram inteligência. Mas e se os dados não estiverem corretos? Que tipo de informações eu estarei usando na minha tomada de decisão? A pior possível! E a chance de isso acabar com um negócio é gigante.
Por isso, hoje apresentamos sete tipos (dentre outros tantos) de informações problemáticas com as quais deve-se tomar muito cuidado:
Também conhecida como distorcida ou imprecisa. Essa é talvez a mais difícil de ser detectada, como acontece nas fake news. Elas parecem reais, confiáveis e úteis, e podem levar a decisões perigosas. É muito importante utilizar fontes genuínas de dados externos, como órgãos de pesquisa regulamentados ou artigos científicos de revistas bem avaliadas.
Mas nem sempre o erro da informação vem do dado em si, ela pode derivar também da forma como esse dado é analisado. Um dado isolado pode muitas vezes levar a uma informação errônea. Por isso é sempre bom analisar um dado por meio de sua evolução histórica e juntamente com outros dados complementares. Muitas vezes a alteração de um dado está ligada à outro dado, e pode ser explicada por este, como no caso da cotação do dólar e da taxa de inflação, por exemplo.
Quando realizamos um pesquisa de comportamento, por exemplo, é inviável ouvir toda uma população para então analisar os dados. Por isso, utilizam-se amostras, que são porções da população que representam a realidade do todo. Por exemplo, as pesquisas de intenção de voto não coletam dados de todos os eleitores, mas sim de uma porção de eleitores que representa (estatisticamente) todos os eleitores do país. Mas para que o resultado dessa pesquisa seja válido, a amostra deve ser REPRESENTATIVA, ou seja, existe um número mínimo calculado de entrevistados, bem como um número mínimo de entrevistados de cada perfil traçado: se a população de eleitores brasileiros é composta de 51% de homens e 49% de mulheres, a amostra também deve ser; o mesmo vale para faixa etária, renda, escolaridade e outras variáveis.
Assim, a quantidade de dados que geram a informação não está ligada apenas ao número de casos, mas também se o total de casos realmente está representando a população em questão.
Não se peca apenas pela falta, mas também pelo excesso. Muitos dados podem muitas vezes mascarar as informações que se desejam atingir. Outras vezes, há um exagerado esforço para manipular dados que raramente se convertem em informação.
Traçar um objetivo e questionar-se quais são as informações necessárias para então ir a busca dos dados permite que não hajam esforços perdidos (recomenda-se ler o texto “Desenvolvendo um Sistema de Inteligência de Mercado em 5 passos”). Sabendo-se claramente quais são os dados essenciais, sabe-se também quais são os dispensáveis.
Não complique fatos simples. Muitas vezes são colocados enormes esforços para localizar e interpretar problemas cotidianos. Os negócios já são suficientemente complexos. Quando conseguimos enxergar a big picture, com um olhar mais amplo do que pontual, vemos soluções que as vezes não eram visíveis quando analisadas isoladamente. Por exemplo, os vendedores estão alegando que determinado produto não está vendendo. Então eu encomendo uma pesquisa completa de marketing, sobre as características do produto, o que pode ser mudado, gasto com campanhas de publicidade e com projetos de desenvolvimento de mercado, quando na verdade, o problema do meu produto era o preço. Estava muito caro para o meu consumidor. Portanto, problemas simples são resolvidos de forma simples, assim como problemas complexos exigem análises mais elaboradas.
Algumas vezes, o problema não está na informação em si, mas na pessoa que a detém. Quando um dado pode originar uma informação que comprometa o próprio desempenho ou de um colega, por exemplo, ele pode ser simplesmente ocultado ou maquiado. Normalmente esses dados envolvem números de vendas, preços de produtos, horários de trabalho, metas, e coisas do tipo.
É importante manter um sistema inteligente que capte a suspeita de um dado estranho ou duvidoso. Mas sempre é melhor manter uma equipe em quem se possa confiar. Como esta é uma questão mais de ética do que de Inteligência, não falaremos mais a respeito.
Informações duvidosas podem (e devem!) ser evitadas. Gerar Inteligência a partir de informações contidas em blogs, slides de terceiros ou revistas populares, por exemplo, pode acontecer, desde que se saiba a fonte original dos dados ou o método utilizado para se chegar a tais informações. A internet, sem dúvidas, facilitou muito as coisas, principalmente para quem analisa informações. Mas tudo que é muito fácil deve ser analisado com cautela. Pesquisas de qualidade são complexas e trabalhosas, e dificilmente são fornecidas sem um custo para leigos. Talvez as melhores informações, aquelas do mais alto padrão, são as encontradas em artigos científicos, publicadas na revistas mais bem conceituadas da academia. Porém, elas nem sempre são fáceis de interpretar, principalmente se você é leigo no assunto que está pesquisando. Por isso, procurar profissionais especializados nesse tipo de serviço pode ser o melhor caminho. Lembre-se: o barato, sai caro!
Apesar de parecer óbvio, é importante lembrar de sempre se olhar a data da informação. O mercado é dinâmico, e dados de ontem podem não representar bem a realidade de hoje. Logicamente, isso depende muito do objetivo que se deseja atingir. Dados históricos são muito úteis quando analisados em conjunto ou trazem alguma particularidade à informação. Mas é preciso tomar cuidado ao afirmar uma teoria baseada em dados muito antigos, sem que se tenham dados atuais para complementar essa informação. Em alguns casos, não há muitas opções, como os dados do Censo demográfico do IBGE, por exemplo, que é publicado a cada 10 anos. Em todo o caso, é sempre bom tentar buscar dados complementares mais recentes, que possam dar maior sustentação à certas afirmações.
Por: Thayane Sviercoski Manosso
