Produtividade: para entendermos como a ciência de dados pode colaborar para a produtividade nos Centros de Serviços Compartilhados, vamos nos lembrar da máxima de Deming, válida até hoje: “Não se gerencia o que não se mede, não se mede o que não se define, não se define o que não se entende, e não há sucesso no que não se gerencia”. Entendemos produtividade atualmente como a eficiência em gerar produtos e serviços de acordo com alguma métrica. Dessa forma, podemos definir produtividade como a razão entre os resultados gerados e os recursos aplicados. Em um CSC, comumente os recursos aplicados serão medidos em termos de colaboradores, e os resultados, poderão variar de acordo com a atividade realizada: faturas emitidas, relatórios produzidos, materiais cadastrados, etc. Assim podemos então gerenciar a produtividade. Os dados para medir esses fatores estão distribuídos entre vários sistemas dentro da empresa: logs dos seus ERPs, planilhas de Excel, e-mails enviados, tempo gasto em reuniões – e a coleta desses dados, bem como o tratamento deles para contemplar as mais diversas fontes e gerar métricas que de fato fazem sentido, pode se provar uma tarefa extenuante; motivo pelo qual soluções capazes de compreender e transformar em informações inteligentes o uso de todos os sistemas da empresa são grandes aliados, por centralizarem em uma base, em formato único, os insights mais relevantes para o negócio. Com métricas definidas, conseguimos acompanhar a evolução da produtividade dentro do CSC, bem como cruzar com demais informações relacionadas à rotina de trabalho dos colaboradores para entender fatores que podem influenciar positivamente ou negativamente. A atuação preditiva nesses fatores, viabilizam testes de hipóteses, ajustes na operação e avaliação de resultados e efeitos na eficiência operacional do time, permitindo que de fato a decisão seja tomada em cima de resultados mensurados e conclusivos.

Automatização, Robotização, Gestão e Controle de Processos: Todos esses tópicos apontam para uma dor em comum: padrão. Processos padronizados, bem geridos e controlados são os primeiros candidatos a automatização e robotização. É muito mais simples automatizar algo que já segue um padrão, quase que como um código bem definido. Soluções capazes de capturar dados das rotinas em larga escala e compreendê-las, nos permitem – também em larga escala, analisar e detectar padrões repetitivos entre vários colaboradores. Dessa forma, temos uma maneira objetiva de determinar as atividades que mais consomem tempo, bem como suas respectivas complexidades, o que possibilita um ataque muito mais certeiro em o quê automatizar, para maximizar os ganhos.

Eficácia dos indicadores e como identificar os obsoletos: Voltamos a Deming nessa questão. O que queremos gerenciar mudou? Como realizamos essas atividades mudou? A definição de sucesso mudou? Se alguma dessas respostas é sim, muito provavelmente teremos indicadores obsoletos e ineficazes. Dados relativos à rotina dos colaboradores, rapidamente evidenciarão algum tipo de mudança nos processos, o que permite uma rápida ação para regularizar os indicadores para que eles representem de fato o que se quer medir.

Medição de desempenho das equipes: Tudo isso vai depender de como se determinará um bom ou mau desempenho dos colaboradores dentro da sua equipe. Soluções capazes de entender a jornada do colaborador como um todo, gerarão dados sobre as mais diversas dimensões de avaliação: colaboração com o time, tempo de foco nas atividades, produtividade, aperfeiçoamento profissional, expertise em sistemas, sinergia com a rotina de trabalho, entre outros. Definindo isso, as métricas de desempenho passam a ser uma extensão natural do que mais se valoriza num profissional nessa equipe.

Gestão da Melhoria Contínua: Geração contínua de dados de como as atividades são feitas dentro das organizações permitem uma constante comparação entre antes e depois, permitindo o desenho de hipóteses e validar o quão determinadas ações impactam em algum resultado de interesse. Por exemplo, a inclusão de um checklist dinâmico na área de trabalho do colaborador reduz o volume de retrabalho? Esse é um exemplo de hipótese que poderia ser facilmente testada a partir de dados sobre a rotina de trabalho dos colaboradores.

Analisando essas principais dores elencadas pelos CSCs do Brasil, vemos que a ciência de dados pode de fato colaborar, e muito, na resolução desses problemas. O importante, antes de qualquer linha de código, dashboard ou teste de hipótese ser iniciado é clareza sobre aonde se quer chegar, e quais os atuais meios são usados para isso, para então desbloquearmos todo o potencial do uso de dados dentro dos CSCs.