Decisão fundamentada em dados

Administrar relaciona-se diretamente com decidir, deliberar (SIMON, 1976). Com a popularização do Data Science, mediante desenvolvimento e acesso cada vez maior às tecnologias da informação, bem como à mudança de mentalidade dos gestores para a necessidade de aprimoramento em seu processo decisório, as empresas estão adotando, cada vez mais, a gestão – e consequente decisão – baseada em dados. Nos Estados Unidos, por exemplo, foi realizado uma pesquisa em empresas de manufatura e descobriu-se que, entre os anos de 2005 e 2010, praticamente triplicou (de 11% para 30%) o número de empresas que adotaram a decisão baseada em dados (MCELHERAN; BRYNJOLFSSON, 2016).

No entanto, é provável que o processo de análise de dados de modo a nortear tomada de decisão seja antigo, de meados do século XVIII (AGARWALL; DHAR, 2014). Contudo, ressaltam os autores que, recentemente, o que se tem é o desenvolvimento acelerado das tecnologias que permitem a sofisticação das modelagens e refinamento das análises, o que permite maior captura e acesso ao conhecimento.

A decisão baseada em dados, ou data-driven decision making, é o ato de fundamentar as decisões na análise de dados reais (PROVOST; FAWCETT, 2013). McAfee e Brynjolfsson (2012) destacam que, neste tipo de decisão, também é necessário a visão do gestor responsável. Logo, decisão baseada em dados combina o uso de Big Data com competência em gestão, transformando os dados coletados, armazenados e analisados em conclusões úteis para a organização (GAUDIANO, 2017).

Os dados são a matéria-prima da tomada de decisão. São partículas brutas que não detêm significado próprio. São relevantes, visto que são a matéria-prima da informação, no entanto, carecem de processos e técnicas para se transformarem em informação e, posteriormente, conhecimento. Logo, a informação deriva de dados processados e contextualizados, no entanto, não são voltados para a ação. Para tanto, existe o conhecimento que corresponde a conjunto de informação útil, mais próxima da ação (VIEIRA, 1999; MOURA JR., 2017b; DIETER, 2016; ACKOFF, 1989; MANDINACH; HONEY; LIGHT, 2006). O próximo passo, após dados, informação e conhecimento, é a tomada de decisão (SILVA, 2015).

O processo que resulta na decisão fundamentada em dados ocorre inicialmente com a definição da problemática e respectiva estratégia de ação. Em seguida, realiza-se o acesso à fonte dos dados, esteja essa fonte disponível ao público ou necessite de valor pecuniário para ser adquirida. Posteriormente, ocorre a captura e armazenagem dos dados em sistemas específicos para este fim. Os dados são configurados e estruturados em um software de visualização, que permite a análise e geração de insights pelo gestor da organização (MARR, 2016; PROVOST; FAWCETT, 2013, 2016; CAO, 2017). Logo após, ocorre a tomada de decisão, que pode ser automatizada ou não. O processo acima mencionado não é linear e sequencial, e nem é obrigatória a existência de todas as etapas em todas as organizações (PROVOST; FAWCETT, 2013, 2016).

Os benefícios da adoção da decisão baseada em dados pelas organizações são inúmeros. Em pesquisas realizadas em organizações de grande porte, foi comprovado que organizações que executavam análises e, posteriormente, decidiam embasando-se em dados acumulavam uma parcela maior de lucro que seus competidores (MCAFEE; BRYNJOLFSSON, 2012; FRICK, 2014; DIETER, 2016; PROVOST; FAWCETT, 2013). Ragsdale (2015) destaca que nem sempre decisões fundamentadas em dados geram bons resultados, uma vez que existem aspectos intrínsecos ao processo decisório, derivado da incerteza, que podem interferir e não gerar resultado proveitoso para a organização. No entanto, segundo o autor, fundamentar decisões em modelagens robustas tem a possibilidade maior de resultar em ganhos pra organização do que se as decisões fossem baseadas apenas em pressupostos do tomador de decisão.

Desse modo, há vários relatos de sucesso em organizações que executam seu processo decisório baseado em dados (MCAFEE; BRYNJOLFSSON, 2012; KULIN, 2015). Frick (2014) traz uma série de orientações para os gestores que queiram fazer uso da decisão baseada em dados. É preciso, além de definir a problemática, extrair padrões dos dados, possuir

capacitação em gestão de dados e, adicionalmente, aprender estatística e competências em computação.

Entretanto, a prática de decisão baseada em dados, a depender da falta de capacitação dos profissionais, pode também vir a ser um problema para a organização, no sentido de que, muitas vezes, nem todo gestor tem conhecimento de Data Science e nem todo cientista de dados tem conhecimento de gestão organizacional (GAUDIANO, 2017). McElheran e Brynjolfsson (2016) acrescentam o questionamento de que, apesar do crescimento ascensional das organizações que usam decisão baseadas em dados – o que é compreensível pela rapidez com que as tecnologias estão sendo desenvolvidas e adotadas pelas organizações, será que as empresas estão acompanhando as mudanças disruptivas que as inovações estão possibilitando? (AUDY, 2017).

McElheran e Brynjolfsson (2016), mediante pesquisas em organizações manufatureiras, constatam semelhanças em instituições que adotam a gestão e decisão baseada em dados e obtém sucesso. Segundo os autores, essas organizações investem em tecnologias e capacitação dos profissionais. Além disto, existe mobilização de toda a organização, e não apenas da alta administração, sobre os benefícios da gestão baseada em dados. Consequentemente, ressaltam McElheran e Brynjolfsson, que a decisão baseada em dados requer uma série de mudanças na organização, uma vez que exige atitude ativa dos trabalhadores para lidar com os desafios apresentados (SHARMA; MITHAS; KANKANHALLI, 2014; JAGADISH, 2015).

No contexto escolar, foco do presente trabalho, os debates sobre tomada de decisão baseada em dados não são novidades e direcionam-se tanto à gestão (Academic Analytics) em dados quanto à melhoria do ensino-aprendizagem (Learning Analytics), conforme já anteriormente mencionado. Destinam-se aos profissionais de educação, sejam eles professores, coordenadores, diretores e/ou administradores. Esses profissionais utilizam princípios teóricos e ferramentais de Data Science, com o intuito de nortear as decisões e, assim, potencializar o sucesso dos alunos e das instituições de ensino (MARSH; PANE; HAMILTON, 2006; MANDINACH; HONEY; LIGHT, 2006). Desse modo, promovem inovações radicais ou não (AUDY, 2017) em nível de gestão educacional (SÁ et al., 2018) e/ou em nível didático-pedagógico.

Lepri et al. (2017) apontam problemas que podem surgir no processo de tomada de decisões baseadas em dados, sendo eles: assimetria de informação, falta de transparência, discriminação e exclusão social. A falta de transparência nos modelos e dados decorre do Big

Data e já foi comentada na seção correspondente (TONIDANDEL; KING; CORTINA, 2016;

acesso ao conhecimento advindo dos dados, fato que agrava os conflitos existentes nas organizações e, além disso, influenciam a tomada de decisão. A discriminação e exclusão, por sua vez, também advêm da assimetria de informação, mas, adicionalmente, podem surgir da própria modelagem de dados, em que o algoritmo de análise pode repetir algum padrão previamente utilizados por gestores anteriores e, caso não seja modificado, pode propagar características discriminatórias na organização (LEPRI et al., 2017).

No entanto, apesar das críticas, há fortes evidências de que as decisões que se baseiam na análise de dados são melhores decisões organizacionais (MCAFEE; BRYNJOLFSSON, 2012; RAGSDALE, 2015). Organizações que se empenharem em analisar seus dados possuem ferramentas para diferenciar-se de seus concorrentes, uma vez que a decisão baseada em evidências dão aparato para que os gestores transformem as suas percepções provenientes dos

insights fornecidos pelos dados em decisões mais acertadas e ações mais efetivas para a organização (MARR, 2016).