Uma abordagem orientada por dados para dimensionar sua empresa

Não existe um plano infalível quando se trata de dimensionamento; problemas ocorrerão, pivôs podem ser necessários e diferentes indústrias e dinâmicas sociais exigem soluções diferentes. Apenas metade das startups passam dos primeiros cinco anos, e um em cada 200 (ou 0,5%) tornam-se scaleups.

No entanto, também há decisões que as startups podem tomar desde o início, especialmente em torno de dados, que podem aumentar sua probabilidade de escalar e tornar a jornada pelo menos um pouco mais previsível. Meu conselho é adotar um processo de dimensionamento orientado a dados. Percebi que fundadores que negligenciam um processo orientado a dados no início geralmente falham a longo prazo. A implementação de processos orientados por dados permite que você baseie as decisões em fatos desde o início e pode dar suporte a pivôs que geralmente são necessários.

Aqui estão três dicas para preparar sua startup para o futuro, adotando dados:

1. Considere contratar um Cientista de Dados Chefe

Embora os cientistas de dados sejam profissionais experientes, muitas organizações devem considerar a contratação de um Leader Information Scientist (CDS) desde o início. Por aí 92% das empresas relatam que o ritmo de seus investimentos em dados e projetos de IA está aumentando, e não é de admirar, com empresas orientadas a dados 23 vezes mais provável para adquirir clientes e 19 vezes mais propensos a serem rentáveis. No entanto, a transformação para se tornar uma empresa orientada por dados requer julgamentos sólidos em relação às ferramentas e estratégias corretas e experiência contínua em implementação e manutenção. Elevar as decisões de dados ao mais alto nível do processo de tomada de decisão de uma empresa brand no início provavelmente será uma vantagem significativa. Ele garante que, quando as equipes de dados precisam ser criadas e supervisionadas, há um tomador de decisões especializado no comando com os ouvidos dos outros executivos.

Na área da minha empresa – aprovação de empréstimos para compradores estrangeiros – encurtar os ciclos de subscrição é elementary. Podemos subscrever um empréstimo de forma rápida, simples e eficiente, enquanto os métodos tradicionais consomem muito pace e exigem muito trabalho guide. Nosso processo orientado por dados só é possível com orientação dedicada e o tipo de distinctiveness experiência de campo que um CDS pode fornecer.

2. Permitir que CTOs e CDSs se concentrem em seus respectivos conhecimentos

Em uma empresa orientada por dados, o papel do CDS é preencher a lacuna entre os gerentes de negócios e as equipes de dados, orientando ambos os lados a um entendimento mútuo do que pode ser realizado com os dados. O CTO, por outro lado, está mais focado no desenvolvimento de produtos e nos recursos necessários para atingir as metas específicas do produto. Cada função requer um conjunto de ferramentas separado e distinto, um fato que muitas vezes é esquecido. Tratar o CDS como uma função de “ajudante” ou colocar os cientistas de dados sob a alçada do CTO promove deficiências em relação a decisões baseadas em dados e profundo conhecimento de IA e ML. No entanto, ter ambas as funções claramente definidas cria uma infraestrutura de dados sólida com ferramentas acessíveis para extrair insights significativos e resultados de trade intelligence. A dissociação dos dados e pipelines de ML da pesquisa e desenvolvimento voltados para o cliente capacitou nossa empresa a desenvolver uma parceria colaborativa entre os dois departamentos, o que permite que as equipes concentrem seus conhecimentos e aprimorem suas estratégias, trabalhando em conjunto e não em atrito entre si .

3. Invista em infraestrutura de dados ou pague por isso mais tarde

Ter um CTO de rockstar e um cientista de dados incrivelmente experiente é um ponto de partida elementary, mas as pessoas e a estratégia certas devem sempre ser combinadas com a ação. Um dos maiores passos que as empresas podem tomar para se tornarem escaláveis ​​é investir em infraestrutura de dados. Em specific, o information warehousing é elementary porque elimina o constante vai e vem entre o DevOps e os departamentos de engenharia de back-end, incorporando dados de várias fontes em uma única fonte de verdade que é facilmente extraível. O próximo investimento deve ser expandir essa acessibilidade além da equipe de dados, adotando uma abordagem de malha de dados e comprando tool que capacite o advertising, o sucesso do cliente e outros grupos a alavancar os dados de forma eficaz por conta própria.

Adotar essas três dicas pode parecer fácil, mas a implementação vem com seu quinhão de desafios. Os empreendedores que permanecem destemidos e trabalham duro para alcançá-los construirão as bases para um negócio próspero no futuro.

Tim Mironov é cientista-chefe de dados da Lendai.