No episódio #10 do InsightCast, nosso convidado foi o Brendway Santiago, Head of Growth na Flash App!

Brendway falou sobre sua trajetória profissional, e como entendeu a importância de unificar as áreas de #Vendas, #Marketing e #Dados para gerar resultados de forma consistente. Também falamos sobre como estruturar corretamente uma área de #BI, e que entregue inteligência preditiva.

Brendway destacou também os impactos de se "fazer as perguntas certas" antes de definir os #KPIs, e porque conectar cultura, dados e pessoas gera mais valor agregado para as organizações. Abordamos também sobre o que é preciso para adotar o #MachineLearning nos processos, e porque muitas empresas ainda pecam no momento de implementar esse método.

Para ouvir o podcast, é só dar o play:

> Confira a transcrição dos destaques do bate-papo, abaixo:

Renato: Oi, eu sou o Renato Ferreira e esse é o Insight Cast. O podcast pra quem quer entrar de cabeça no mercado de vendas do Brasil. 

Estamos aqui no décimo episódio do Insight Cast, meu nome é Renato Ferreira, um dos fundadores da Insight Sales e hoje o seu host.

Hoje, pessoal, nós vamos contar aqui com Brendway Santiago, Head of Growth da Flash Benefícios, viciado em dados e meu amigo. 

É um prazer contar com você por aqui. 

Brendway: Fala Renatão, tudo bem? Fala, pessoal, obrigado pela atenção e o tempo de todos vocês, e agradeço demais o convite, o espaço pra gente conversar um pouco das nossas inúmeras conversas que nós já temos sobre esses temas.

Renato: Fantástico demais, ótimo contar com você por aqui e vamos falar também de um tópico que não deveria ser polêmico mas é, que é “dados em vendas, como implementar em sua empresa”, e eu acho que ninguém melhor que você que já trabalha com dados e BI há vários anos. Mas antes da gente entrar nessa pegada mais negócios, me fala um pouquinho sobre você, quem que é o Brendway, pro pessoal poder te conhecer um pouco melhor. 

Brendway: Com certeza, cara. Bom, vamos lá. Meu nome é Brendway, né? Não é mentira, esse é o nome mesmo. haha Gosto de geralmente começar com a quebrada de gelo.

Sou pai do do Benício meu pequenino baby com um e nove meses agora, quebrando tudo aí, noivo, e hoje eu estou na Flash como você comentou, mas comecei minha carreira lá atrás, principalmente com vendas, aquela venda raiz mesmo, de porta em porta, e lidei um pouquinho com Insight Sales na época na English Talk.

E, cara, eu acabei caindo um pouco mais pro lado de marketing e dados, né? Sempre tive aquele amor pela parte de vendas. (Pô, família de comerciantes, meus pais eram camelôs, então tinha na veia desde pequenininho já trabalhando com comércio), mas acabei indo mais pra essa parte dos dados, dos processos e aí nos últimos três anos mais ou menos, eu voltei a estar mais próximo nessa rotina, principalmente em vendas, e aí brotou aquele amor de novo. 

Renato: Legal conversar com uma pessoa que já viveu a dor do marketing, a dor de vendas, a dor do BI, essas áreas que se amam tanto. hahaha

Brendway: haha É até interessante, Rê, porque esse é um dos pontos que eu acho que mais me orgulha do que a gente ministrou na Flash porque no final quando você olha (e isso é um pouco de dificuldade as vezes pra empresa que não é tanto do ramo de entender isso, afinal, você tem uma área que cuida de toda a sua parte de crescimento da empresa), e aí não importa se ele é um cara que tá olhando um pouco mais a parte de geração de demanda, construção de marca, um pouco mais focado em marketing, não importa se é um cara que tá mais na linha de frente cativando, mostrando como que é esse atributo de produto, mostrando como é esse produto faz sentido em vendas, não importa se ele tá indo pra outras estruturas de franquias, canais, todo mundo tá dentro de um mesmo recipiente ali… 

E às vezes a gente não joga todo mundo junto, né? Então na Flash é uma das coisas que eu bati o pé pra gente fazer era a área de marketing e vendas estar dentro dum mesmo chapéu. Obviamente a empresa inteira tem que respirar o mesmo KPI, mas quando você coloca as duas áreas que cuidam de crescimento da empresa, com os mesmos objetivos, olhando os mesmos números, com o mesmo respirar (óbvio, cada um com seu KPI, né?), mas o objetivo central é o mesmo, todo mundo tá remando junto, né? E aí você tira um pouco da mágoa de marketing tem os dados, vendas tem os dados, tem aquele choque de diferenciação, “ah o problema é o lead desqualificado”, o outro vem e fala, “não pô, o problema é que você não tá conseguindo atender o cara dentro do tempo certo”...

Então, ao invés de jogar a culpa de um lado pro outro, você tem uma visão de uma coisa só, né? Eu acho que as empresas cada vez mais estão migrando pra isso. Eu acho que até um pouco do trabalho que a Insight faz muito disso, de você colocar tudo na mesma página, e eu acho que a melhor forma de fazer isso é com dados.

No final, todo mundo olhando a mesma coisa faz todo mundo tá interligado atrás do mesmo objetivo. 

Renato: Com certeza, porque se vendas não vende o trabalho do marketing incipiente, né?

E se o marketing não gera demanda, vendas não tem muito com o que é trabalhar. Então você ter tudo ali debaixo de um guarda-chuva, numa estratégia única, padronizada, é realmente outra realidade. Uma realidade bem melhor no caso.

Brendway: Perfeito, concordo total. 

Renato: Mas entrando um pouco na pegada de dados especificamente, a gente sabe que tem se falado muito em dados, Machine Learning, AI nos últimos tempos… E principalmente em vendas o que a gente sabe é que na prática esse acompanhamento robusto assim ele não acontece tanto. Por que você acha que esse cenário é comum, das empresas falarem muito sobre dados e não trabalharem tão bem com eles?

Brendway: Ótima provocação. Eu acho que aqui no Brasil principalmente - acho que de uma forma geral no mundo, mas no Brasil acontece um pouco mais - é como o sexo na adolescência. Todo mundo fala que faz, mas na prática ninguém tá fazendo, alguns acham que sabe como é, mas não sabem. Então, eu vejo muito quando a gente pensa em Machine Learning, muito próximo disso… E aí eu vou até dar um passo pra trás e conectar duas frentes: hoje a gente pega um termo bem técnico quando a gente fala de Machine Learning, um pouco de regressão linear, um pouco de árvore de decisão, que são termos muito estatístico, coisas que uma área às vezes de BI e uma área mais parruda de tá acostumado, é o dia a dia deles e a gente começou a comercializar muito esses termos, né? Porquê? Porque a gente começou a ver um poder ali absurdo. 

Então no final aquela cálculo que já fazia antes, que era olhar o que ele fez no passado (no Excel mesmo), vendo como eu entregava mais ou menos em dezembro e novembro, pra entender se o dezembro desse mês vai ser bom, aquele trabalho que a gente já fazia ele começou a ficar um pouco mais sofisticado

E eu acho que com a tecnologia começou a deixar as áreas muito mais próximas. Então, acho que muitos dos termos, muitas visões técnicas que a gente fazia antes daquela forma improvisada num Excelzão da vida, às vezes naquele forecast de regra de três, começou a se chocar com áreas muito mais técnicas que aí eu acho que tinham muito mais ferramentas pra chegar nisso. 

Eu acho que o grande problema aqui, Rê, que é o problema embaixo dos panos: pra você construir esse Machine Learning, pra você construir essa cultura de dados muito forte, tem muita coisa por baixo disso. Então não é só você contratar uma ferramenta gigantesca de big data, não é só você ter um data science lá dentro que você vai entregar toda essa robustez de dados, né?

Quando você pega a estrutura do dado, você tem uma preocupação nítida lá no começo que é “eu preciso mensurar”, certo? E aí você tem um trabalho gigantesco de mapear esses dados, então quais são os dados que eu preciso ter mapeado? Como que eu preciso ter isso, indo prum princípio de construção desse dado: “eu tenho um pedaço de dado do meu CRM de marketing, um pedaço do dado do CRM de vendas…” Pô, os dois precisam conversar, precisam ter a mesma informação que eu tenho em um, no outro, então eu preciso ter uma forma técnica de conectar esses dois pra eu ter uma visão só e não ter aqueles recortes que a gente costumava fazer no passado, de “soma essa planilha, soma essa planilha”, e chega no número que não necessariamente se conversa.

E no momento que eu estou cruzando esses dados, eu conecto com uma ferramenta de data visualization - que é você conseguir enxergar todas essas informações - pra aí sim você conseguir aplicar em insights, regressões, análises um pouco mais parrudas, né? 

Então, o que eu tô querendo dizer com isso? Às vezes a gente tá discutindo muito ali com a parte de Machine Learning e tem toda essa parte aqui de trás que a gente não está fazendo. Eu acho que respondendo um pouco da provocação que você fez, o problema é que a gente não consegue entregar tanto sobre esse Machine Learning de uma forma 360° ou até um pouco mais de insights mais parrudos, estatística um pouco mais parrudas, não só em marketing, mas eu acho que no360° de business, é porque a gente não está respeitando essas outras frentes. 

A gente deixa dois anos, três anos de base de dados que a gente jogou lá de qualquer jeito, aí contrata um cara pra arrumar isso. Ou senão pluga uma ferramenta parruda pra fazer isso...

Então a gente não olha isso como um projeto, né? A gente tem um pouco de imediatismo pra trabalhar com isso e quando a gente está falando de dados, lá no começo tinha que ter sido trabalhado de ponta a ponta. E aí eu estou falando isso muito não no sentido de “nossa, que trabalho gigantesco, que projeto longo, então nem vou começar”, mas no sentido de, cara, dá pra você começar com o que você está fazendo, aquele pouco dado que você tem no Excel, aquele dado às vezes que você tem menor no CRM, mas se você está fazendo menor garanta que você está fazendo ele da forma certa pra que ele evolua pra uma coisa grande e você não tenha retrabalho. 

Então acho que hoje é o é o grande problema de porque a gente não está conseguindo entregar tanta inteligência preditiva, né? A parte básica desses dados, a gente peca muito ainda, né? Tem muito recorte até porque a área técnica não necessariamente está respirando os mesmos KPIs da área de negócios. E a área de negócios não tem essa visão mais técnica de porquê que é importante isso daqui conversar com isso, né? 

Renato: Bacana demais. Eu acho que a grande realidade quando a gente pensa em dados é que pra você ter um modelo, você tem que ter várias coisas já prontas e organizadas, pra escalar e acompanhar com periodicidade. Porque não adianta você fazer um modelo que você não consegue colocar em produção. 

Da onde que esses dados vão vir, quem preenche o dado? Porque não adianta você ter uma infra foda ou um modelo foda e o vendedor, por exemplo, não preencher o CRM.

Renato: Bacana. E fazendo um gancho assim com essa pergunta também, a gente sabe que existe uma série de desafios quando a gente fala de dados na empresa, acho que não só em vendas né? Pensando no negócio como um todo… Quais você acredita serem os maiores desafios pra poder implementar uma cultura de dados em um negócio? 

Brendway: Cara, é uma ótima pergunta. Você ter um mindset de que tudo tem que ser data driven ajuda muito, não só a área de marketing, vendas e BI, mas todo mundo tem que ter um mindset que você precisa de dados pra tomar decisão, né? 

Eu acho que esse conceito de você entender que todo mundo tem que estar esperando dados, ele é muito importante, e eu acho que a grande questão aqui (principalmente com as lideranças ou pras pessoas que às vezes não estão num topo da liderança mas começar a plantar essa semente) é que tudo é “trackeavél”. 

Uma coisa que eu falo bastante nas minhas aulas, e que eu gosto muito de frisar é, a gente está num mundo onde tem tanto dado, tanto dado, que a gente às vezes fica até um pouco perdido em qual KPI eu devo olhar. E aí pra quem está começando às vezes, a startup está começando agora um projeto, ou um cara que entrou numa empresa que ainda é muito muito travada nessa questão de dados e digital, ele vira e fala “cara, não dá pra mudar essa cultura”. E aí eu eu gosto de frisar que antes de tudo, se você está num mundo onde tem tantos dados, ou nem um dado, comece pelas perguntas.

Então, um grande ponto que eu acho que a gente deveria ter de uma forma muito fácil é, pra eu ter a cultura de dados, eu tenho que ter muito claro quais perguntas eu quero responder. Se você começa a fazer algumas pergunta, e não necessariamente tem a resposta você já gera a provocação 1. ninguém está olhando isso e aí cara fodeu a gente tem que ter algum jeito de mapear isso ou 2. a pessoa que tem uma cultura de dados vai falar “já sei o que eu tenho que correr atrás pra mapear de informações”.

Renato: Eu acho bem interessante esse ponto porque realmente você tem todo um ecossistema que ele tem que funcionar bem, pra efetivamente você implantar uma cultura de dados. Então, não é só ter um especialista em dados, você tem que ter alguém na área de negócio também que saiba fazer as perguntas corretas. 

Você tem que também ter um braço em desenvolvimento, você tem que ter um objetivo com esse dado também, que eu acho que é o mais importante, porque acompanhar por acompanhar você fica um pouco sem propósito. Fica até complicado convencer o pessoal a comprar a ideia sendo que nem quem sugeriu tem uma noção do que quer com aquilo. 

Bom, agradeço demais por você ter disponibilizado uma horinha na sua agenda pra gente trocar essa ideia, compartilhar esse conteúdo…

Vou me despedir aqui e encerrar o episódio. Nos vemos no próximo!