Para muitas organizações, os indicadores-chave de desempenho são “chave” apenas no nome, seguidos principalmente para cumprir os regulamentos de conformidade ou fornecer uma análise retrospectiva. O que é necessário são KPIs mais inteligentes, disse Michael Schrage, um investigador visitante da Iniciativa do MIT sobre Economia Digital.
Pensando nisso identificamos sete características fundamentais de empresas que impulsionam com sucesso o seu retorno sobre os KPIs. O fio condutor comum é um compromisso com os dados como um ativo e um reconhecimento de que os KPI refletem prioridades estratégicas:
- Os KPIs ajudam tanto a liderar como a gerir.
Embora a gestão enfatize a realização de objetivos a curto prazo e a resolução de problemas, a liderança olha para a visão a longo prazo da empresa. Vistos nesta perspectiva, os KPIs são mais do que apenas “números a atingir”; são métricas que ajudam os líderes a antecipar o futuro e a desenvolver planos de negócios informados.
- Os KPIs alinham a organização.
Ao selecionar os KPIs certos, todos na organização ficam na mesma página, com pessoas e processos alinhados para melhor servir as necessidades dos clientes. Os KPIs orientados por dados também permitem às organizações serem ágeis: a avaliação em tempo real do desempenho das vendas ou dos resultados das campanhas de marketing, por exemplo, permite decisões orientadas por dados sobre a correção do rumo.
- Os KPIs fornecem uma visão integrada do cliente.
Nas indústrias desde a hospitalidade aos cuidados de saúde, o tradicional funil de vendas já não existe. O enquadramento dos KPIs em torno da sensibilização e antecipação das necessidades do cliente permite às empresas envolver os clientes em vários pontos de contato do processo de vendas, e numa gama de canais digitais e analógicos.
- Os componentes KPI informam a tomada de decisões.
Os KPI, tais como a taxa de conversão de vendas, variam de facto muito dependendo de fatores como a hora do dia, localização, ou plataforma (móvel, Web, ou desktop). As empresas com a capacidade de analisar estes dados em tempo real estão melhor posicionadas para ajustar prioridades do que as empresas que só podem realizar uma análise retrospectiva dias mais tarde.
- Os dados KPI são partilhados entre unidades de negócio.
Quando uma empresa estabelece KPIs que se aplicam a unidades de negócio, o sucesso depende da colaboração interfuncional. A visibilidade dos dados desempenha um papel importante nesta colaboração, uma vez que os gestores precisam de ver como as suas ações têm impacto nos KPIs. A minimização do atrito entre unidades de negócio pode exigir que as empresas reexaminem as funções departamentais e dos funcionários.
- Os KPIs não podem proliferar indiscriminadamente.
Não há “número mágico” de KPIs, mas menos é geralmente melhor: Três KPIs de empresas e três KPIs funcionais devem ser suficientes. Dada a vasta gama de dados disponíveis para os executivos, e a velocidade a que chegam, determinar esses KPIs pode ser uma tarefa assustadora. É melhor concentrar-se especificamente nos KPIs que irão impulsionar o crescimento do negócio.
- Os KPIs servem como conjuntos de dados para a aprendizagem de máquinas.
Tanto individual como coletivamente, os KPIs podem “ensinar” modelos de aprendizagem de máquinas a fim de melhorar o desempenho ao longo do tempo. Isto permite aos modelos introduzir dados transacionais, tais como números de vendas passadas, e “resolver” para valores a longo prazo, tais como vendas futuras. Por sua vez, estes valores preditivos podem ajudar a influenciar as decisões de planeamento estratégico.
Em última análise, a definição, desenvolvimento e aperfeiçoamento dos KPIs deve ser um foco chave da equipa de liderança de cada organização. Os líderes devem estar prontos para iniciar um diálogo em toda a empresa sobre como estes KPIs irão evoluir para além das métricas de avaliação para impulsionar a mudança organizacional.
Finalmente, os próprios KPIs devem ser tratados como um bem de dados especial, especialmente porque as organizações adoptam a automatização de processos como parte da sua contínua transformação digital. Em vez de serem outputs para análise humana, sugeriu Schrage, eles deveriam ser inputs para máquinas.
