O discurso sobre cultura orientada a dados já está disseminado nas empresas. A prática, nem tanto. Ainda são poucas as organizações que conseguem transformar essa agenda em algo concreto no dia a dia das equipes.
Dados do Gartner ajudam a dimensionar o problema: menos de 17% das empresas incentivam seus funcionários a desenvolver habilidades analíticas, e só 34% oferecem algum tipo de treinamento em Data Literacy. Ou seja, embora o tema esteja no radar, ele ainda não virou rotina.
Parte disso tem a ver com o modelo adotado até aqui. Treinamentos genéricos, muitas vezes desconectados da operação, acabam tendo pouco impacto. Sem aplicação direta, o aprendizado se perde.
É nesse ponto que começa a surgir uma mudança mais relevante: a capacitação baseada em problemas reais do negócio. Em vez de aprender conceitos abstratos, equipes passam a trabalhar com dados a partir de desafios concretos, o que acelera tanto o aprendizado quanto a geração de resultados.
Um caso que ilustra essa abordagem é o do Portobello Grupo. A empresa estruturou um programa interno de capacitação que envolve colaboradores de diferentes áreas e parte de situações reais da operação. A lógica não é ensinar ferramentas, mas resolver problemas.
Na prática, isso se traduz em análises e dashboards construídos para uso imediato. Um dos efeitos mais visíveis foi a redução no tempo de resposta do SAC, que caiu para 48 horas, além de maior agilidade para identificar gargalos operacionais.
Quando o dado muda a forma de decidir
No Marketing, o uso mais estruturado de dados permitiu consolidar informações sobre pontos de venda em mercados internacionais em uma base única. Com isso, a equipe passou a cruzar dados sobre exposição de produtos e desempenho, algo que antes dependia mais de percepção do que de evidência.
Outro exemplo foi a automatização de processos na gestão de amostras, que reduziu o trabalho manual e melhorou o controle sobre lançamentos. Além de eficiência, isso trouxe mais previsibilidade para o planejamento.
Na logística, os impactos foram mais diretos. A análise sistemática de ocorrências como avarias e trocas ajudou a identificar causas e ajustar processos. O índice de quebras, por exemplo, caiu de 7% para 4% após mudanças operacionais.
Também houve reflexos em iniciativas de sustentabilidade. A substituição de materiais na embalagem reduziu o tempo de operação, custos e impacto ambiental ao mesmo tempo, um tipo de ganho difícil de capturar sem dados organizados.
Efeito acumulado na experiência do cliente
Melhorias internas acabam aparecendo na relação com o cliente. Em uma das unidades da empresa, o volume de chamadas ao SAC relacionadas à logística diminuiu ao longo de um ano, sinalizando menos falhas no processo.
Esse tipo de resultado costuma ser incremental, mas consistente. Não vem de uma única solução, e sim do acúmulo de pequenas decisões mais bem informadas.
A mudança é menos tecnológica do que cultural
O avanço no uso de dados não parece depender apenas de ferramentas ou investimentos em tecnologia. O ponto central está na forma como o conhecimento é incorporado à rotina.
Modelos internos de capacitação, aliados ao envolvimento das lideranças e à formação de pessoas que disseminam esse conhecimento nas equipes, tendem a ter mais efeito do que treinamentos isolados.
A tendência é que esse tipo de abordagem se intensifique, com o uso combinado de aprendizado contínuo, prática orientada e apoio de ferramentas como IA generativa.
No fim, a diferença está menos em “ter dados” e mais em saber usá-los no momento em que as decisões precisam ser tomadas. E isso dificilmente se aprende fora do contexto real de trabalho.
*Fonte: Assessoria de Imprensa.
