Blog de Marketing Digital de Resultados

A importância do pessimismo na análise de dados

Entenda como essa característica é importante para ser uma pessoa verdadeiramente data driven, mostrando o lado positivo de quem espera o pior nesse contexto.

Recentemente em uma conversa em uma empresa digital, discutindo sobre algumas métricas para avaliar a performance de cada time, um diretor disse:

“A avaliação às vezes acaba sendo um pouco subjetiva, mas felizmente para o time de marketing não temos muito problema com isso”.

Quem diria. Marketing se tornou uma área fácil de se medir o resultado, uma área confiável para se investir recursos, ou seja, uma área fácil para se tormar decisões.

Já estamos em 2017 e não precisamos mais ficar repetindo que o que torna o Marketing Digital uma área com decisões relativamente fáceis – se comparada com outras áreas – são os dados amplamente coletados pelas diversas fontes de informação na internet.

Mas não basta só ter os dados para ter uma cultura de decisões baseadas em dados, é necessário um conjunto de características para evitar alguns erros no processo, e uma dessas características é ser pessimista.

Nesse post vou mostrar como essa característica é importante para ser uma pessoa verdadeiramente data driven, mostrando o lado positivo de quem espera o pior nesse contexto.

O que é ser data driven

Ser data driven é muito mais do que utilizar números nos argumentos: envolve pensar de forma específica para todo o processo de tomada de decisão.

No fundo, um processo de decisão visa resolver um problema de forma a encontrar, dentro de um contexto, a melhor saída para otimizar o objetivo previamente definido.

Por exemplo, ao avaliar se devo contratar um novo funcionário ou não, tenho que resolver o problema de detectar qual das opções me entrega o melhor retorno para a empresa. Isso levando em consideração o custo do funcionário, custo de treinamento, custo de gestão, aumento do tempo das reuniões etc. e verificando se o gasto é compensado pelo trabalho que o funcionário vai realizar.

Talvez essa decisão não seja tão discreta, como ter que escolher entre a opção A ou a opção B. Uma decisão pode ser encontrar um meio termo entre um ou mais elementos, como definir o percentual do seu dia que você deve dedicar a uma área do seu trabalho.

A primeira etapa para esse tipo de comportamento é entender e organizar corretamente a decisão que será tomada.

Mas como o pessimismo ajuda na estruturação do problema?

Paralelamente, gosto de uma teoria russa sobre inovação, o TRIZ (теория решения изобретательских задач), que possui um princípio que diz que toda inovação visa resolver uma contradição.

Ou seja, basicamente uma inovação não visa somente melhorar um fator, ela visa melhorar esse fator sem piorar outros.

Se eu apresentar para uma montadora um novo motor que tem o dobro da potência dos outros, mas o dobro do peso e do consumo de combustível, eu provavelmente soarei como uma piada.

As soluções para os problemas precisam entender o objetivo e o que o impede de ser facilmente alcançado.

Absorvendo o conceito dessa teoria, afirmamos que a solução de todo problema real tem objetivo de melhorar a relação de uma contradição. Logo, todo processo decisório envolve uma contradição.

A maioria dessas contradições tomam como o problema os fatores tempo ou dinheiro.

Podemos ter, por exemplo uma contradição de gerar muitos Leads com pouco investimento, ou com pouco tempo investido na produção de conteúdo.

Em muitos casos pode ser interessante quebrar os elementos dessa contradição, facilitando assim a detecção de oportunidades de melhoria.

Com isso, o primeiro passo para estruturar o problema de uma tomada de decisão é entender a contradição em questão: o que você quer otimizar e quais efeitos colaterais você precisa mitigar.

É nesse ponto que entra o pessimismo. Uma pessoa pessimista é especialista em identificar o que pode dar errado quando temos uma situação.

Aqui precisamos daquela pessoa que, quando você propõe um passeio, ela vai falar que o trânsito estará ruim, que irá chover no dia, que o lugar costuma ter muitos mosquitos, que vai ter muita fila ou que o preço estará fora do aceitável.

Basicamente ela irá listar todos os possíveis problemas associados a essa decisão, pois na mente dela isso tudo pode acontecer. E uma boa decisão deve levar em conta todos os fatores para, a partir dessas possibilidades, pesquisar melhor sobre cada uma e decidir sobre ir ao passeio ou não baseado em mais informações, verificando se a relação da contradição é interessante.

Quando os dados confrontam a sua opinião

Estruturado o problema, enfrentamos logo outro grande obstáculo, que é aceitar os resultados dos dados.

Não que as pessoas neguem tudo o que os dados dizem – esse efeito é muito sutil e imperceptível, mas ocorre constantemente.

A principal causa dessa dificuldade em aceitar o que os dados dizem é porque isso envolve fazer as pessoas mudarem de opinião.

Uma das coisas mais difíceis para o homem é mudar – a mudança envolve dizer que todo seu passado estava errado, envolve reconhecer publicamente isso. Seja essa mudança em comportamento, opinião, crença. Mudar de time de futebol ou partido político são mudanças estranhamente difíceis de ocorrer.

Nenhuma mudança ocorre sem uma causa devidamente influente na mente da pessoa que acata a essa mudança. Para que a pessoa aceite um fato que o faça passar por esse rugoso trajeto da mudança, esse fato tem que ser extremamente válido.

Qualquer possibilidade desse fato não ser verdadeiro é suficiente para a mente da pessoa buscar o caminho de menor impedância e simplesmente rejeitar esse fato, assumindo que sua vida futura será melhor do jeito que está se comparada com a vida que seria se aceitasse o fato e passasse a assumir aquilo como verdade.

Assista a alguns programas no estilo Silvio Santos, onde as pessoas devem escolher um entre três portões para receber um prêmio. Após a primeira escolha, o apresentador abre uma porta errada e dá às pessoas a oportunidade de mudarem suas escolhas. Estatisticamente é melhor elas aceitarem a mudança, pois as chances sobem de 33% para 66%. Isso é um fato que se torna público no momento em que se abre uma das portas, dando novas informações para o jogo.

Não pretendo de longe discutir probabilidade condicional. O foco é que não somente o ato da mudança no jogo ser melhor para o participante é uma verdade, como também é fato que a grande maioria dos participantes não aceitaram mudar de opinião.

Assumindo que ninguém saiba que é melhor mudar de opinião nesse caso, ainda assim esperaríamos que uma boa parcela dos participantes mudassem de opinião, pois não deveria piorar também.

O que explicaria o conservadorismo dos participantes? Talvez um mecanismo de defesa social para evitar manipulações de pessoas mais influentes no contexto. Acho que podem ocorrer muitos fatores, mas todos esses contribuem para o medo ou, talvez, preguiça da mudança.

O viés de aceitação

De nada adianta uma estruturação perfeita de um problema se, no final, ao observar dados que dizem coisas diferentes do esperado, a pessoa põe em dúvida a validade desses dados.

As pessoas não abririam tão facilmente mão da esperança de que o esperado de fato ocorra. Em outras palavras, elas não querem dizer que estavam erradas.

Essa dúvida sempre irá ocorrer, pois nunca temos como confirmar com absoluta certeza de que não houve erro no procedimento de coleta ou que a coleta foi enviesada. O problema surge quando temos mais dúvida quando os dados estão a favor ou contra.

Se cada vez que um dado diz o contrário do que queremos damos um double-check, enquanto que se o dado reforça nosso ponto nós aceitamos no primeiro momento, temos com isso o que chamamos de viés de aceitação, e isso tornará de uma forma geral os dados mais a favor de quem o analisa.

Too good to be true

E onde entra o pessimismo?

Há uma afirmação que gosto de aplicar e que tem como objetivo a minimização do risco, que diz que acreditar em algo falso é pior que não acreditar em algo verdadeiro.

Talvez você entenda que os riscos são importantes e que um pensamento otimista vai fazer você sair do lugar. E eu concordo, mas é importante ter em mente que você não precisa perder a proatividade ao ter esse comportamento. Aliar o pessimismo com a proatividade pode ser uma combinação excepcional para esse contexto.

O mindset esperado nesse caso é: sempre tentamos ter muita certeza de que a análise está correta, mas, mais do que isso, o double ou triple check deve ocorrer principalmente quando o resultado for acima do esperado, e não o contrário. A análise de dados deve ser feita de forma iconoclasta, visando quebrar qualquer argumento suspeito, principalmente quando positivo.

Assim, assumindo que sua capacidade de aumentar a confiabilidade da sua decisão seja limitada, o ponto que é devemos investir mais recursos melhorando a confiabilidade nos resultados positivos do que nos negativos.

Conclusão

No frenesi de desenvolver o otimismo na cultura cantando “everything is gonna be alright” todo dia, talvez esteja faltando pessoas que observem o lado vazio do copo para aceitar mais verdades negativas para as empresas.

Entendo que uma cultura positiva é extremamente importante para qualquer empresa, principalmente startups, mas temos que evitar essa dicotomia classificando um comportamento como bom e outro como ruim.

A longo prazo, esse extremismo positivo pode levar sua empresa a certas ilusões arriscadas, e a melhor forma de se prevenir é mantendo, no time analítico, uma certa dose de pessimismo.


Partindo agora para um lado menos comportamental e mais prático, se você deseja conhecer mais sobre análise de dados, leia o eBook “Web Analytics na prática”, e saiba como mensurar seus esforços em Marketing Digital e identificar as principais oportunidades de melhorias.

Marcadores:

Deixe seu comentário