Definição da estratégia de Dados e IA: equipe-alvo, portfólio de casos de uso e roadmap de 12 meses

A diretoria digital queria criar uma equipe transversal de Dados e IA, a serviço de todos os seus produtos. Era preciso definir a ambição dessa equipe para os 12 meses seguintes, em um contexto de transformação da organização digital.

Antes de contratar e lançar os primeiros projetos, era preciso responder a três perguntas.

• Qual ambição? Definir o que a equipe deve agregar aos produtos do grupo.
• Qual organização? Dimensionar a equipe e definir sua composição.
• Por onde começar? Escolher os primeiros casos de uso entre necessidades numerosas e dispersas entre as unidades de negócio.

A necessidade: uma estratégia compartilhada, ancorada nas expectativas reais das áreas de negócio e diretamente aplicável.

Construímos a estratégia de Dados e IA a partir das necessidades expressas pelas unidades de negócio. Três princípios guiaram o trabalho.

• Partir do campo. O portfólio de casos de uso vem de entrevistas com os product owners e product managers das unidades de negócio parceiras, não de uma lista genérica.
• Construir a adesão. Em uma organização em transformação, cada unidade de negócio reconhece suas necessidades no roadmap.
• Pensar a reutilização desde o início. Um modelo de dados comum permite capitalizar de um caso de uso para outro.

• Visão. Definição do papel da equipe de Dados e IA e de sua contribuição para os produtos do departamento digital.
• Portfólio de casos de uso. Levantamento dos casos de uso de dados existentes em entrevistas com os product owners e product managers das unidades de negócio parceiras.
• Equipe-alvo. Definição do tamanho e da composição da equipe, aproximando os perfis dos casos de uso a atender.
• Priorização. Classificação dos casos de uso levantados.
• Roadmap de 12 meses. Sequenciamento dos casos de uso priorizados ao longo do próximo ano.
• Apresentação final. Apresentação dos resultados à diretoria digital e à diretoria de Dados.

Uma equipe de dois especialistas: um consultor de estratégia e um especialista em data science e data engineering, ao longo de 45 dias de projeto. Ambiente técnico: AWS.

A diretoria conta com um relatório de estratégia completo: a visão, a composição-alvo da equipe, as necessidades, o existente e os casos de uso priorizados em um roadmap de 12 meses.

Dos 38 casos de uso levantados com seis unidades de negócio, 12 foram priorizados no roadmap. Seis meses após a apresentação final, quatro haviam sido lançados, dois deles em produção, conduzidos por uma equipe-alvo dimensionada durante o projeto, cujas primeiras contratações já estavam feitas.

Dois efeitos dão continuidade ao projeto.

• Um modelo de dados comum. A adoção do modelo de dados Haystack, um padrão aberto, traz mais uniformidade e reutilização de um caso de uso para outro.
• Contratações mais bem direcionadas. Os perfis da equipe são aproximados dos casos de uso, o que orienta a contratação e a capacitação.

• Uma estratégia que nasce das áreas de negócio. Os casos de uso vêm dos product owners e product managers, o que facilita a adesão.
• A organização pensada junto com a estratégia. A equipe-alvo é dimensionada para executar o roadmap, e não o contrário.
• Perfis alinhados aos casos de uso. Contratação e capacitação partem das necessidades reais.
• A reutilização como princípio. Um modelo de dados padrão evita recomeçar do zero a cada projeto.

Esta abordagem responde a quatro situações.

• Você está criando ou reestruturando uma equipe de Dados e IA e precisa definir sua ambição.
• As demandas das áreas de negócio são numerosas e você precisa escolher por onde começar.
• Você quer uma organização-alvo antes de contratar.
• Você busca capitalizar sobre seus dados de um projeto para outro.

Partimos das suas áreas de negócio e dos seus dados existentes para construir um roadmap que suas equipes podem executar já no dia seguinte.