Respostas guiadas por dados para novos padrões de comportamento de consumo

Enquanto o mundo luta para conter a pandemia de Covid-19, toda organização está vendo mudanças sem precedentes em padrões de demanda de consumo. Mudanças obrigatórias e adotadas organicamente no movimento das pessoas alteraram dramaticamente o ecossistema de nosso cotidiano e, por sua vez, os papéis que as organizações exercem. Enquanto muitos negócios estão enfrentando hibernação ou fechamento, alguns estão prosperando, com aumentos incríveis nas vendas, e o setor público e organizações da comunidade têm um trabalho muito maior a fazer. 

Usar dados efetivamente será crítico para planejar as repostas neste cenário que evolui rapidamente. As organizações precisam pensar em mudar “adiante” da atual realidade e atender as necessidades de mudança do público consumidor, mas também estarem prontas para mudar “para trás” conforme as medidas de saúde pública e estímulo econômico são reduzidas para retornar algo parecido com a antiga normalidade. Mesmo as organizações que estão vendo mudanças positivas na demanda têm oportunidades de usar dados mais efetivamente neste período e mais adiante. 

Vamos discutir a gama de mudanças que estamos vendo na demanda de consumo, como essas mudanças estão orientando a redistribuição de pessoas pelas organizações e os problemas consequentes para se considerar na elaboração de respostas. Depois, discutiremos a gama de respostas orientadas por dados para esses cenários, incluindo técnicas e soluções, com alguns exemplos.
 

Mudanças na demanda de consumo

Estamos agora em um mundo com restrições e regras de distanciamento desafiadoras, em que varejistas de moda fabricam camisolas hospitalares, destiladores artesanais de gin produzem desinfetantes para as mãos e hotéis funcionam como instalações para quarentena, mas, ainda assim, a vida segue. As organizações que podem responder a essas mudanças nas demandas de consumo também seguirão.

Estas mudanças de direção do mercado estão em um amplo espectro de mudanças na demanda do consumidor, da interrupção total de um negócio – como está acontecendo com as linhas aéreas – a aumentos massivos de demanda – como supermercados que não conseguem atender pedidos online. No meio disso, vemos organizações lidando com um aumento nas interações com clientes, como bancos sendo inundados com pedidos de hipoteca, ou uma mudança para canais diferentes de engajamento e satisfação, incluindo entrega remota de serviços e bens.

Mas as organizações provavelmente não estão enfrentando apenas um desses cenários, mas múltiplos cenários de uma vez só e uma mistura deles que provavelmente vai evoluir com o tempo também. Seja qual for essa mistura, ser capaz de reconhecer a natureza da mudança de demanda é fundamental para responder a ela efetivamente. Achamos útil organizar essas mudanças de demanda em um espectro, de impacto no negócio potencialmente catastrófico e impacto positivo no negócio. Isso dá alguma orientação sobre como melhorar resultados e como evitar resultados ainda piores. Mapeamos o espectro abaixo, com características e exemplos de cada cenário.

Realocação de pessoas em massa

A resposta mais imediata que estamos observando às mudanças na demanda é a realocação em massa de pessoas, dentro e entre organizações. Isso pode ser causado por qualquer cenário em que muda a demanda, como, por exemplo: companhias aéreas colaborando com varejistas para compartilhar recursos, organizações de tecnologia criando plataformas para pessoas acharem novos empregos e uma fabricante de aspiradores de pó aumentando o número de pessoas trabalhando para produzir respiradores.

Com movimentos em massa de pessoas para novos papéis vem uma enorme demanda por soluções que permitam que as pessoas executem tarefas novas e mais complexas, forneçam serviços mais rápidos para mais clientes, desenvolvam loops de feedback eficazes e ajudem as organizações a continuar se adaptando a novas circunstâncias. Soluções orientadas por dados bem projetadas podem ser particularmente eficazes em permitir e escalar o trabalho que as pessoas fazem, como exploraremos nos tópicos a seguir. Contudo, para as soluções orientadas por dados serem eficazes, as organizações também devem considerar mais algumas questões, como mostraremos a seguir.
 

As consequências

Respostas bem projetadas devem considerar mais do apenas mudanças na demanda externa. Primeiro, as organizações precisam ser capazes de olhar para dentro e tomar decisões duras sobre como devem operar. O mundo hoje está diferente e as organizações também devem mudar. O ritmo de mudança reforça a imperativa transformação digital de ser capaz de priorizar rapidamente e tomar decisões, assim como a habilidade de rapidamente executar nas fronteiras funcionais históricas. 

Em cenários de colapso de demanda ou orientados pelo mercado, as organizações precisarão, adicionalmente, explorar uma variedade de possíveis futuros, considerando o tempo que essa interrupção vai durar, quão rápido a demanda vai se recuperar e qual trajetória seguirá. As organizações migrando a demanda para canais digitais para suportar a entrega remota e respondendo a um aumento sustentado na demanda também vai precisar considerar vários futuros possíveis, porém pela perspectiva inversa. 

O aumento repentino nas interações leva organizações estabelecidas a territórios desconhecidos. Essas organizações criaram dados históricos e conhecimento que provavelmente foram invalidados por eventos recentes. Simplificando, as máquinas foram treinadas para se comportar como humanos e quando os humanos não se comportam como o esperado, os modelos criados para suportá-las fazem o mesmo.

Na verdade, modelos existentes e dados históricos podem fazer mais mal do que bem. Temos visto algumas organizações lutarem para processar e acompanhar os alertas disparados por volumes inesperados de transações. Além disso, um crescimento nas interações high-touch pode ser um sinal para um iminente declínio na demanda ou colapso. Por fim, aumentos repentinos na demanda, como o pânico para comprar papel higiênico, são evitados de maneira melhor; eles requerem recursos adicionais para administrar e têm impactos upstream e downstream. 

Considerando o espectro de mudança na demanda, realocação de pessoas e problemas consequentes, identificamos respostas orientadas por dados eficazes que as organizações deveriam considerar.
 

Respostas orientadas por dados
 

Colapso da demanda

Quando em hibernação, as organizações precisam olhar pelas lentes do que deve ser pausado e para onde as pessoas podem ser realocadas. Quanto mais tempo puderem reter recursos, maior será a probabilidade de adotar outras respostas. 

Os dados devem ser usados para orientar a modelagem de cenários. Embora os inputs e suposições da modelagem possam estar longe de serem precisos em repostas para a Covid-19, o processo de modelagem ainda é valioso. A modelagem socializa suposições e expõe sensibilidades, permitindo que as organizações explorem de maneira colaborativa múltiplos futuros potenciais, como demonstrado nesse modelo do setor de eletricidade da Austrália. 
 

Mudança de direção do mercado

A descoberta orientada por dados, como a análise de clusterings de mercado, pode revelar potenciais caminhos, especialmente quando combinados com técnicas qualitativas, como pesquisa de usuário. As soluções de aprendizado de máquina e inteligência artificial podem ser usadas para se adaptar rapidamente a novas condições de mercado. Aqui, adaptação significa reorganizar os pilares básicos da produção de bens ou serviços, para atender às mudanças na demanda para um novo mercado. 

As pessoas são flexíveis e máquinas são escaláveis, então adaptação significa encontrar a mistura certa entre automação, aumento e capacitação: automação de tarefas de alto volume ou com julgamento de alta velocidade (ex.: decisões envolvendo a aprovação de um empréstimo ou reclamação), aumento para escalar tarefas de julgamento de alto valor (ex.: decisões envolvendo um ótimo serviço do cliente) e capacitação para compartilhar boas práticas. Por exemplo: temos trabalhado com clientes para aumentar times com soluções de garantia de qualidade baseadas em visão de máquina. Começar com soluções simples e desenvolvê-las garante o melhor ajuste e uma realização de valor mais cedo.
 

Interações mais intensas

Usar dados para avaliar o alto volume de interações nunca foi tão importante. Ser capaz de verificar rapidamente que tipo de demanda está sendo solicitada vai permitir que organizações entendam como podem atender esses volumes rapidamente e potencialmente reduzir tarefas que não geram valor por meio de automação proativa. Por exemplo, bancos podem proativamente identificar clientes com possíveis dificuldades financeiras e, então, oferecer serviços para ajudar essas pessoas neste período. 

Chatbots estão cada vez mais sendo usando para aumentar a equipe de linha de frente, ao mesmo tempo que fornecem uma interface natural para consultas mais comuns. Isso, por sua vez, libera as pessoas para focar em trabalho de alto valor que precisa de um julgamento mais complexo.
 

Aumento repentino

A expressão “achatar a curva” se aplica aqui também. Os mercados de eletricidade são um exemplo maduro de gerenciamento de flutuações voláteis na demanda. A combinação de muitas fontes de dados ajuda a prever e entender quais intervenções vão ajudar a evitar ou amenizar esses picos. Nos limites do gerenciamento de demanda, os mercados de eletricidade também respondem com recursos adicionais. Novamente, considere soluções de aprendizado de máquina e inteligência artificial para respostas com mais recursos.
 

Entrega remota

Parece que toda casa está trabalhando agora com alguma forma de entrega remota. Crianças tendo aulas de dança e karatê remotamente, pessoas fazendo compras online em volumes nunca vistos e mesmo socializando em festas via videoconferência. 

É certamente mais fácil para organizações com canais digitais já estabelecidos responder rapidamente às condições atuais, mas há boas notícias para aquelas com canais em desenvolvimento, já que ecossistemas parceiros amadurecidos estão disponíveis: canais de mídias sociais, lojas digitais e serviços de entrega. Os dados ajudar você a manter suas relações com clientes por meio desses novos canais de engajamento e satisfação, e vão assegurar que a experiência física de clientes se traduza facilmente para o digital. 
 

Aumento sustentado

Quando as organizações estão vivendo um novo e sustentado padrão de demanda, esta é uma ótima oportunidade para investimentos adicionais em resiliência e escalabilidade de sistemas fundamentais. Avaliar as atuais arquiteturas técnicas e fazer planos para migrar para arquiteturas de dados modernas pode fornecer uma mudança tanto nos recursos de integração de dados como uma oportunidade de duplicar recursos analíticos avançados. 

Escalar recursos analíticos avançados vai permitir que mais partes de sua organização obtenha insights a partir de dados complexos e, com agilidade de dados em tempo real, tomar atitudes significativas e oportunas para sua base de clientes. Apoiar práticas como Entrega Contínua para modelos de aprendizado de máquina vai ajudar a criar um ecossistema para crescimento sustentável além de suas condições atuais.
 

Resumo

Estamos vendo uma ampla gama de efeitos nas organizações, orientados por diferentes dimensões de novas demandas de consumo. O fator comum, entretanto, é que toda organização está lidando com mudanças sem precedentes. Não temos outra escolha a não ser criar recursos, pensar rápido e usar o ambiente disponível a nosso favor, assim como fizeram as organizações pioneiras no passado.

As organizações precisam ser capazes de responder rapidamente, tomar decisões na velocidade da luz e executar de um modo como nunca fizeram antes. Soluções de dados e aprendizado de máquina/inteligência artificial precisam ser parte de um plano para responder, decidir e executar agora, para estarem prontas para o futuro. 

As soluções que podem ser criadas iterativamente e de maneira conectada em vários cenários de mudança de demandas ajudarão as organizações a ser mais rápidas e eficazes, e a chegar do outro lado em boa forma.