Parece que, a qualquer momento, existem dezenas de ideias de IA (tanto dentro da empresa quanto de fornecedores terceirizados) que, segundo os defensores, revolucionarão seus negócios.

‍

Com todo esse ruído, é mais importante do que nunca identificar as áreas e oportunidades certas nas quais investir, ser capaz de articular um caso de negócios claro e demonstrar resultados quantificados após o fato.

‍

Mas como você pode determinar quais iniciativas adotar e quais colocar em segundo plano?

‍

Como você pode se sentir confiante de que fez a escolha certa?

‍

E quando chegar a hora de justificar essas escolhas, quais números você ligará para apoiá-lo?

‍

O problema com os KPIs

‍

Quando se trata dessa última pergunta, os líderes de negócios normalmente perguntam analistas de dados para que alguns KPIs reforcem seu argumento. E com razão: quando bem feitos, os KPIs são uma ótima maneira de demonstrar o impacto de uma iniciativa.

‍

Infelizmente, o processo de criar um bom conjunto de KPIs geralmente não recebe a atenção que merece. Freqüentemente, é um pouco apressado — algo que só vem à mente logo antes de serem necessárias algumas evidências de apoio — e isso pode fazer com que as pessoas busquem KPIs superficiais, facilmente mensuráveis, que não refletem verdadeiramente o impacto de uma iniciativa.

‍

Isso também pode significar que os KPIs não estão definidos com precisão suficiente, resultando em uma terminologia ambígua que faz com que as sessões de revisão de KPIs se transformem em discussões sobre o que exatamente significa “Receita” e como ela deve ser calculada, em vez de se concentrar no significado dos números e nas ações a serem tomadas.

‍

Ter uma abordagem estruturada para definir KPIs pode resolver muitos desses problemas, mas e se essa abordagem estruturada também pudesse ajudar você a avaliar e qualificar iniciativas de IA com confiança? Neste blog, veremos como aproveitar as árvores de KPI para entender como qualquer proposta de IA que cruze sua mesa está vinculada às metas estratégicas da sua empresa, fornecendo uma base sólida para direcionar as iniciativas que farão a maior diferença.

‍

Uma introdução às árvores de KPI

‍

A Árvore de KPI é uma estrutura para o desenvolvimento de KPIs estratégicos desenvolvida em 2011 por Bernie Smith, um consultor líder de KPI que trabalhou com grandes organizações de serviços financeiros, incluindo American Express, HSBC e UBS. É uma ótima metodologia colaborativa para garantir que os KPIs sejam defensáveis, vinculando-os diretamente à medição de resultados estratégicos, em vez de serem medidas isoladas sem nada para apoiá-las.

‍

A premissa básica da estrutura da Árvore de KPI é começar com o alto nível da sua empresa Objetivos estratégicos, então (ao longo de alguns workshops de 2 horas) mapeie vários Resultados que o ajudarão a atingir esses objetivos, Ações você pode tomar para alcançar os resultados desejados e, finalmente, alguns Medidas você pode coletar para acompanhar o progresso até a conclusão dessas ações. Esse fluxo pode ser descrito como um diagrama em árvore com as metas estratégicas na parte superior e as medidas na parte inferior:

‍

‍

‍

Onde as iniciativas de IA se encaixam na estrutura da árvore de KPI?

‍

Ao pensar em quais soluções de IA são melhores para sua empresa, uma coisa crucial a lembrar é que a IA não é um fim em si mesma, mas um meio para atingir um fim — uma ferramenta que permite que sua empresa atinja suas metas estratégicas. Ao correlacionar isso com as categorias disponíveis na Árvore de KPI, fica claro que as iniciativas de IA se enquadrariam na Ações camada — o conjunto de coisas que você fará para obter os resultados desejados.

‍

Se sua organização dedicar um tempo para configurar uma árvore de KPI — mapeando suas metas estratégicas e os resultados mais amplos que ajudarão você a progredir em direção a essas metas — basta validar se a solução de IA proposta ajudaria a alcançar um desses resultados desejados. Nesse caso, a solução pode ser adicionada à árvore como uma Ação junto com as medidas apropriadas de sucesso. Se a solução não corresponder a nenhum resultado desejado existente, pode não ser algo que valha a pena priorizar em relação a outras iniciativas no momento.

‍

‍

Essa abordagem fornece clareza sobre o valor pretendido das soluções de IA e facilita a priorização delas com base na proximidade com as metas estratégicas da sua empresa. Isso garante que cada projeto de IA proposto esteja explicitamente vinculado a resultados comerciais mensuráveis, em vez de ser realizado simplesmente com o objetivo de adotar a IA.

‍

Exemplo: Avaliação de uma solução de manutenção preditiva de ativos usando árvores de KPI

‍

Digamos que você seja o CIO de um grande fornecedor de eletricidade e alguém tenha proposto o desenvolvimento de um produto de IA que monitora a infraestrutura crítica de energia. A solução tenta prever a falha do ativo para permitir reparos preventivos.

‍

Você sabe que uma das principais metas estratégicas da sua organização é reduzir os custos operacionais, e sua equipe de análise já trabalhou com você e outros líderes de negócios para desenvolver uma árvore de KPI que destaca três resultados principais que ajudarão a atingir esse objetivo: otimizar a eficiência da força de trabalho, otimizar a confiabilidade da infraestrutura crítica e reduzir os custos de atendimento ao cliente.

‍

Ao considerar a solução de manutenção de ativos proposta, fica claro que ela se alinha naturalmente ao resultado da otimização da confiabilidade da infraestrutura, pois a capacidade de prever e mitigar falhas antes que elas ocorram reduzirá os custos de reparo emergencial, estenderá a vida útil dos ativos e melhorará a confiabilidade geral da rede.

‍

‍

Ao estruturar a iniciativa dessa forma, fica claro como um sistema de manutenção preditiva orientado por IA contribui para a meta mais ampla de reduzir os custos operacionais. Além disso, o Medidas fornecem uma forma quantificável de avaliar se a iniciativa de IA está gerando os resultados esperados. Essa abordagem fornece uma justificativa forte e baseada em dados para investir em IA, garantindo que a iniciativa ofereça valor comercial tangível em vez de se tornar apenas mais um experimento tecnológico.

‍

Conclusão

‍

Alinhar iniciativas de IA com metas estratégicas de negócios por meio de árvores de KPI pode ser um divisor de águas para determinar quais investimentos em IA realmente valem a pena, mas é necessário pensar de antemão para desenvolver a árvore de KPI inicial, capturando as metas estratégicas, os resultados desejados e as ações existentes da sua organização para alcançar essas ações.

‍

Se você quiser começar a usar árvores de KPI, mas não sabe como começar, a Indicium AI tem especialistas em análise versados no desenvolvimento e medição eficazes de KPIs que podem ajudá-lo.

‍

‍