Parece que, a qualquer momento, existem dezenas de ideias de IA (tanto dentro da empresa quanto vindas de fornecedores terceiros) que defensores dizem que vão revolucionar seus negócios.

Com todo esse ruído, é mais importante do que nunca identificar as áreas e oportunidades certas para investir, conseguir articular um business case claro e demonstrar resultados quantificados depois.

Mas como determinar quais iniciativas seguir e quais deixar em segundo plano?

Como ter confiança de que você fez a escolha certa?

E quando chegar a hora de justificar essas escolhas, quais números você vai usar para sustentar sua decisão?

O problema com KPIs

Quando chega a essa última pergunta, líderes de negócio normalmente pedem aos analistas de dados alguns KPIs para reforçar o caso. E com razão: quando bem definidos, KPIs são uma ótima forma de demonstrar o impacto de uma iniciativa.

Infelizmente, o processo de construir um bom conjunto de KPIs muitas vezes não recebe a atenção que deveria. Com frequência, ele acontece às pressas, algo que só vem à tona pouco antes de ser necessário apresentar alguma evidência. Isso pode levar as pessoas a se apoiarem em KPIs fáceis de medir, mas superficiais, que não refletem de fato o impacto da iniciativa.

Também pode fazer com que os KPIs não sejam definidos com precisão suficiente, resultando em terminologia ambígua que faz reuniões de revisão de KPIs virarem discussões sobre o que exatamente significa Receita e como ela deve ser calculada, em vez de estarem focadas no que os números indicam e quais ações tomar.

Ter uma abordagem estruturada para definir KPIs pode resolver muitos desses problemas, mas e se essa estrutura também ajudasse você a avaliar e qualificar iniciativas de IA com confiança? Neste blog, vamos ver como usar Árvores de KPIs para entender como qualquer proposta de IA que chegue até você se conecta aos objetivos estratégicos do seu negócio, dando uma base sólida para priorizar as iniciativas que vão gerar mais impacto.

Uma introdução às árvores de KPIs

A Árvore de KPIs é um framework para desenvolver KPIs estratégicos criado em 2011 por Bernie Smith, um consultor de KPIs reconhecido, que trabalhou com grandes organizações de serviços financeiros, incluindo American Express, HSBC e UBS. É uma metodologia colaborativa excelente para garantir que os KPIs sejam defensáveis, conectando-os diretamente à medição de resultados estratégicos, em vez de serem métricas isoladas sem sustentação.

A premissa básica do framework de Árvore de KPIs é começar pelos objetivos estratégicos de alto nível da empresa e (ao longo de alguns workshops de 2 horas) mapear diferentes resultados que ajudam a atingir esses objetivos, as ações que podem ser tomadas para alcançar os resultados desejados e, por fim, as medidas que podem ser coletadas para acompanhar o progresso dessas ações. Esse fluxo pode ser representado como um diagrama em forma de árvore, com os objetivos estratégicos no topo e as medidas na base.

Onde as iniciativas de IA se encaixam no framework de árvore de KPIs?

Ao pensar em quais soluções de IA são melhores para o seu negócio, um ponto crucial é lembrar que IA não é um fim em si, mas um meio para um fim: uma ferramenta que permite que o negócio alcance seus objetivos estratégicos. Ao correlacionar isso com as camadas disponíveis na Árvore de KPIs, fica claro que iniciativas de IA se encaixam na camada de ações, ou seja, no conjunto de coisas que você fará para gerar os resultados desejados.

Quando sua organização investe tempo para construir uma árvore de KPIs, mapeando objetivos estratégicos e os resultados que ajudam a avançar rumo a eles, o próximo passo é validar se a solução de IA proposta contribui para algum desses resultados desejados. Se sim, a solução pode ser adicionada à árvore como uma ação, junto com as medidas apropriadas de sucesso. Se a solução não se relaciona a nenhum resultado desejado existente, talvez ela não seja algo a priorizar neste momento, acima de outras iniciativas.

Essa abordagem traz clareza sobre o valor pretendido das soluções de IA e facilita a priorização com base no quanto elas se alinham aos objetivos estratégicos do negócio. Ela garante que cada projeto de IA proposto esteja explicitamente ligado a resultados de negócio mensuráveis, em vez de ser perseguido apenas pelo desejo de adotar IA.

Exemplo: avaliando uma solução preditiva de manutenção de ativos com árvores de KPIs

Imagine que você é CIO de uma grande empresa de fornecimento de energia elétrica, e alguém propôs desenvolver um produto de IA que monitora infraestrutura crítica de energia. A solução tenta prever falhas de ativos para permitir reparos preventivos.

Você sabe que um dos principais objetivos estratégicos da sua organização é reduzir custos operacionais, e seu time de analytics já trabalhou com você e outros líderes para desenvolver uma Árvore de KPIs que destaca três resultados-chave para atingir esse objetivo: otimizar a eficiência da força de trabalho, otimizar a confiabilidade da infraestrutura crítica e reduzir custos de atendimento ao cliente.

Ao analisar a solução proposta de manutenção de ativos, fica claro que ela se alinha naturalmente ao resultado de otimizar a confiabilidade da infraestrutura, já que prever e mitigar falhas antes que ocorram reduz custos com reparos emergenciais, prolonga a vida útil dos ativos e melhora a confiabilidade geral da rede.

Estruturando a iniciativa dessa forma, fica evidente como um sistema de manutenção preditiva orientado por IA contribui para o objetivo mais amplo de reduzir custos operacionais. Além disso, as Medidas oferecem uma forma quantificável de avaliar se a iniciativa de IA está entregando os resultados esperados. Essa abordagem gera uma justificativa forte, orientada por dados, para investir em IA, garantindo que a iniciativa entregue valor real ao negócio, em vez de virar apenas mais um experimento tecnológico.

Conclusão

Alinhar iniciativas de IA aos objetivos estratégicos do negócio por meio de árvores de KPIs pode ser um divisor de águas para determinar quais investimentos em IA realmente valem a pena. Mas isso exige um pouco de trabalho inicial para construir a árvore de KPIs que capture os objetivos estratégicos, os resultados desejados e as ações existentes voltadas a alcançar esses resultados.

Se você quer começar a usar árvores de KPIs, mas não sabe por onde iniciar, a Indicium AI conta com especialistas em analytics com experiência em desenvolvimento e mensuração de KPIs, que podem ajudar você.