3 maneiras de construir uma equipe orientada por dados

3 maneiras de construir uma equipe orientada por dados – É sem dúvida um sinal de progresso que uma proporção significativa de organizações e gerentes parece se sentir culpada hoje quando admitem que estão tomando grandes decisões administrativas de uma maneira intuitiva, em vez de baseada em evidências. De fato, ser conduzido por dados juntou-se às categorias de “inovador”, “diverso” e “socialmente responsável” como o das características mais louváveis ​​da cultura organizacional, pelo menos se formos nos sites das empresas.

Embora sentir a pressão para demonstrar que os fatos objetivos – em vez de preferências subjetivas – estão por trás das principais escolhas dos gerentes é sem dúvida um passo importante para se tornar uma organização voltada para dados, é uma meta ambiciosa para qualquer empresa, exigindo uma grande transformação cultural . Terá de transcender os desejos dos líderes seniores para criar mudanças reais em como as pessoas pensam, sentem e agem em todos os níveis da organização. E, como acontece com qualquer transformação cultural, os gerentes são um agente crítico de mudança.

Aqui estão três principais recomendações de gerenciamento de talentos que devem ajudar sua equipe a se tornar mais orientada a dados:

1. Promover o pensamento crítico

Embora muitas das discussões atuais em torno dos dados se concentrem no papel da tecnologia e da inteligência artificial, é realmente o lado humano da equação que continuará a ser o maior diferencial para equipes e organizações. À medida que a organização aumenta sua capacidade de coletar mais e mais dados – e não é tanto sobre tamanho, mas sobre qualidade – o que mais importa é ter pessoas que possam fazer as perguntas certas para os dados. Na verdade, como Ajay Agrawal e seus colegas argumentam em seu recente livro inteligência artificial (IA) permitirá previsões mais baratas, o que explica por que há tanta demanda por isso. Mas a curiosidade humana e o pensamento crítico são necessários para identificar os principais problemas que a IA e os dados podem ajudar a resolver, e esse processo começa com você.

Isso significa questionar seus próprios preconceitos, desconfiar de sua intuição e exibir um grau saudável de ceticismo quando for apresentado a ideias e sugestões de outros, em particular de sua equipe. Igualmente importante, não recompense os outros por terem ideias intuitivas ou ideias intuitivas. Em vez disso, celebre o pensamento crítico, a curiosidade e o desejo mais profundo de questionar as coisas . Por exemplo, a Amazon encoraja desacordos para evitar o pensamento de grupo e alavancar os benefícios da diversidade cognitiva.

Embora as pessoas sejam diferentes em sua predisposição geral para o pensamento crítico, você pode ajudá-las a desenvolver qualquer potencial que possuam se você implementar os incentivos corretos, fornecer feedback preciso às pessoas e estabelecer uma cultura de aprendizado informal e não hierárquica na qual as pessoas possam compartilhar opiniões e ideias. Por exemplo, na AirBnB , os funcionários publicam problemas em um repositório de conhecimento interno que permite que outras pessoas forneçam respostas ou soluções. Essa simples tentativa de crowdsource knowledge elevará as capacidades de resolução de problemas de sua equipe ao alavancar sua inteligência coletiva .

2. Investir em treinamento

Muitas vezes, há um descompasso entre as coisas que os gerentes e as organizações dizem valorizar – por exemplo, inovação, habilidades sociais, talentos de liderança e tomada de decisão orientada por dados – e os recursos que dedicam para possibilitar essas coisas. As implicações são óbvias: se você quiser que sua equipe aceite, ou pelo menos acompanhe, a atual revolução dos dados e trabalhe de maneira mais baseada em evidências, você precisará treiná-los. Isso não significa transformar todos em um cientista de dados , mas sim alavancar o vasto universo de recursos virtuais que existem dentro e fora das organizações. Por exemplo, muitas das principais universidades – incluindo as Ivy Leagues – oferecem cursos on-line gratuitos sobre IA , visualização de dados e ciência de dados , e corporações líderes neste espaço, como o Google , oferecem uma ampla gama de recursos gratuitos e cursos on-line sobre IA, análise e big data. Então, o investimento primário não é dinheiro, mas tempo . E, claro, você precisa incentivar as pessoas a fazer uso desse tempo.

Estudos meta-analíticos sugerem que intervenções de treinamento bem planejadas podem aumentar os resultados da aprendizagem formal em 0,60 de um desvio padrão – o que implica que o indivíduo médio no grupo de treinamento acabará superando 73% dos indivíduos em um grupo sem treinamento . Dito isto, o potencial dos indivíduos restringe o quanto eles se beneficiarão de uma intervenção de treinamento. De fato, uma metanálise abrangente mostra que, para a maioria dos trabalhos e tarefas relacionadas ao trabalho, a prática deliberada representa apenas 1% da variabilidade no desempenho, com os 99% restantes dependendo das qualidades individuais que estavam presentes (e mensuráveis) antes o treinamento aconteceu. Em outras palavras, a maior parte dos ganhos relacionados ao treinamento em perícia ou conhecimento pode ser prevista pelo potencial inicial das pessoas, o que torna a contratação mais consequente do que um ótimo treinamento (veja o próximo ponto).

3. Contrate as pessoas certas

Quando se trata de treinamento de habilidades de raciocínio quantitativo, orientado por dados ou baseado em fatos, há evidências bem estabelecidas para as competências que predizem a probabilidade de os indivíduos aprenderem e exibirem essas habilidades. Em primeiro lugar, isso depende de seu nível de inteligência geral ou capacidade cognitiva, que é o único melhor preditor da capacidade de uma pessoa para resolver problemas de raciocínio bem definidos e adquirir conhecimento formal em qualquer área de competência. Pense nisso como uma medida geral de potência mental ou velocidade de processamento cognitivo. Mais especificamente, indivíduos com maior capacidade quantitativa ou numérica níveis (um subconjunto da inteligência geral) acharão muito mais fácil obter qualquer treinamento relacionado à análise de dados. Independentemente da experiência ou da base de conhecimento que eles já possuem, eles aprenderão mais rápido e melhor.

Isso pode parecer óbvio, mas a implicação prática é que, se você quer que sua equipe seja quantitativamente qualificada, sua melhor aposta é evitar contratar pessoas com níveis mais baixos de capacidade de raciocínio numérico. E, no entanto, existem também outras qualidades psicológicas que determinam se os indivíduos aprenderão a pensar de forma mais empírica e quantitativa: estando à altura da Abertura para a Experiência , a curiosidade e a capacidade de aprendizagem aumentarão a vontade das pessoas de aprender e pensar mais racionalmente, assim como o seu nível geral de motivação e conscienciosidade. Assim, não importa quão inteligente seja sua intervenção de aprendizado e quão bem projetado e executado seu programa seja, será mais eficaz se os destinatários forem geralmente brilhantes, curiosos e trabalhadores – na verdade, o perfil de sua equipe será o maior determinante do sucesso da sua intervenção.

Fonte: Harvard Business Review – https://hbr.org/2018/10/3-ways-to-build-a-data-driven-team