Dados e decisão
Dados viraram o melhor álibi corporativo que existe
Por Noerci Battistella · · 3 min de leitura
Por que a área que deveria acelerar decisões virou o lugar mais confortável para adiá-las
Comecei o dia/semana lendo um artigo do Piero Franceschi sobre líderes e a arte de não fazer acontecer. Era a primeira leitura do dia, daquelas que a gente abre no café esperando algo leve. Link para o artigo: https://humanospierofranceschi.substack.com/p/lideres-e-a-arte-de-nao-fazer-acontecer
Não era. Fiquei com isso na cabeça a manhã inteira. E pelo meu lado, que é dados. Porque aqui a coisa é pior.
Na prática, nenhuma área oferece um álibi tão bem construído para não decidir quanto a nossa. Ninguém questiona quem pede mais informação antes de decidir. Pedir dado parece rigor.
O padrão é sempre o mesmo. A reunião termina pedindo mais um recorte. A decisão sobe para o comitê. O comitê pede uma base maior, um histórico mais longo, uma amostra mais representativa. E ninguém testa nada.
Sem teste, não tem aprendizado. O ciclo de melhoria contínua para, com aparência de estar sendo bem conduzido. Mas existe um ponto que pouca gente discute abertamente.
A exigência recorrente de "base maior" quase nunca vem de preocupação amostral de verdade. Uma amostra bem desenhada responde a maior parte das perguntas de negócio, com margem de erro que dá para calcular e mostrar em uma tabela. Isso é estatística básica, não fronteira do conhecimento. Quem exige o dataset inteiro geralmente não sabe o que fazer com ele. E tem o outro lado, mais direto: informação que não muda a decisão vale zero. Se a análise leva ao mesmo caminho em qualquer cenário, ela não era necessária. Era conforto.
Só que o problema não está na área de dados.
Está no desenho dos incentivos. Medimos o risco do erro com precisão. Não medimos em lugar nenhum o custo da decisão adiada. Em ambiente onde errar custa cargo, adiar é a jogada racional, e pedir mais dado é a forma mais defensável de adiar.
Pune-se quem estima e erra. Não se pune quem espera e perde a janela.
No negócio de gastronomia que toco com a família eu opero exatamente ao contrário, e por necessidade: não existe base grande para consultar.
O que faço é inferência sobre a amostra pequena que tenho, cruzada com o que a literatura e os benchmarks do setor já mostram. Isso é suficiente para destravar a decisão. Aí roda piloto, testo e volto aos dados com observação nova.
Ninguém está decidindo no escuro. Está decidindo com o que existe, sabendo o tamanho da incerteza e planejando como reduzi-la depois. E é justamente isso que a organização grande deixa de fazer, tendo infinitamente mais recurso analítico do que um pequeno negócio.
Cabe uma distinção aqui, porque "básico bem feito" costuma virar sinônimo de conservadorismo. Não é a mesma coisa. Qualidade de dado, governança e definição clara de métrica não são conservadorismo, são o que permite arriscar sem virar aposta. O problema não é fazer o básico bem feito. É parar nele.
Minha leitura é simples. Área de dados madura não se mede pela sofisticação do modelo. Se mede pela velocidade com que devolve decisão para o negócio e pela honestidade com que declara o quanto ainda não sabe.
Tenho curiosidade de ouvir quem vive isso do outro lado da mesa. Onde vocês conseguiram encurtar esse ciclo, e onde ele continua travando?
