Plataforma como portfólio: uma visão estratégica para impulsionar o uso de dados no Grupo Boticário

#PraGeralVer: Um slide de apresentação com fundo azul escuro. À esquerda, em texto branco, está o título “Plataforma como portfólio” e o nome “Mariana Oliveira”. Abaixo, há os logotipos do “Grupo Boticário” e “Mulheres de Produto”. À direita, há uma foto de Mariana Oliveira sorrindo, em um círculo claro. Ela tem cabelo escuro e veste uma camiseta preta.

Por Mariana Oliveira, Group Product Manager no Grupo Boticário.

Com os avanços crescentes da Inteligência Artificial (IA) no mercado, estamos testemunhando uma movimentação intensa das empresas para investir no letramento, cultura e uso inteligente de dados. Vem ficando cada vez mais claro que essa transformação veio para ficar e está se tornando uma necessidade básica para manter a competitividade e impulsionar a inovação para as empresas de diversos setores.

A IA está redefinindo a nossa forma de trabalhar em todas as esferas. Isso vai desde a automação de relatórios diários, que antes consumiam horas de um analista, até a criação de modelos preditivos complexos que orientam decisões estratégicas de negócio. Apesar de oferecer insights valiosos, esse movimento exige equipes preparadas para interpretar e aplicar esses dados eficazmente. Segundo o Gartner, a IA deixou de ser opcional e se tornou uma capacidade essencial, sendo um fator determinante para o sucesso ou fracasso das organizações na era digital.

Para transformar dados em um ativo estratégico, não basta apenas incentivar uma mentalidade analítica; é crucial democratizar o acesso à tecnologia. No Grupo Boticário, isso se traduz em uma fundação de dados que serve a toda a organização. A nossa gerência é a equipe por trás dessa iniciativa, com a responsabilidade de gerir um portfólio de produtos e soluções que tornam a exploração e análise de dados uma realidade acessível, segura e escalável para todos os colaboradores.

Aqui, essa fundação é guiada pela nossa missão de “Aprofundar a gestão por dados e cultura data-driven para suportar a tomada de decisão”, que está conectada diretamente a nossa visão como empresa que é “Ser o maior e melhor ecossistema de beleza para o mundo”. Por meio dela, oferecemos a infraestrutura e uma gama de produtos internos que geram insights para mais de 15.000 colaboradores do Grupo Boticário que são elegíveis a utilizar nossa Plataforma e a tomar decisões com base em dados no seu dia a dia.

Como gestora de um time de Plataforma de Dados que tem uma missão complexa como essa, um dos maiores desafios além dos relacionados a gestão formal de pessoas, é dar clareza e visibilidade da estratégia e seu desdobramento aos times, para que cada um se sinta conectado não só ao objetivo de longo prazo, mas também entenda sua contribuição no resultado geral.

Dentro desta estrutura , minha liderança está focada nos produtos internos da Plataforma. Mas o que são produtos de plataforma? São produtos que funcionam como pontes que conectam dois ou mais grupos diferentes e permitem que eles interajam e troquem valor entre si, e no caso dos produtos internos, aqueles que passam por qualquer etapa dessa jornada de “troca”. Na nossa Plataforma, temos pessoas que querem consumir dados dentro do Grupo e as pessoas que produzem esses dados, mais ou menos como em uma plataforma online que conecta anfitriões e hóspedes, sabe?

Atualmente temos um portfólio com dezenas de produtos envolvidos na jornada dos usuários de dados do Grupo entre consumidores e produtores que mencionei acima. São produtos como catálogo de dados, gestor de acessos, esteiras de automação na geração de dados, motor de ingestão de um dado novo para a Plataforma, etc. Cada um com seu momento de maturidade, métricas de sucesso e desafios.

Para traduzir essa estratégia e desdobrá-la da melhor forma aos times, eu e meu par Otávio Medeiros junto aos nossos clientes internos, recebemos a missão de definir não só uma visão de jornada única, mas também como acompanhar e medir o sucesso dela ao longo de seu fluxo.

Tirando a missão do papel

Uma vez definido que iríamos puxar essa missão de definição da jornada única em conjunto com nossos clientes internos, pegamos o que já havia sido feito do desenho da jornada de maneira apartada, pensando em tipos de usuários específicos e juntamos uma proposta única. Na época estávamos muito voltados a usuários por tipos de cargos, como por ex: engenheiro de dados ou analista de negócio, e isso em breve se tornaria um ponto de oportunidade em relação a nossa visão de futuro. Aqui foi fundamental delegar e envolver os Gerentes de Produto (PMs) do time respectivos a cada pedacinho da jornada, para criticar as etapas, trazer inputs de métricas de sucesso e pontos de oportunidade já identificados.

Imagem Jornadas: A imagem mostra um profissional de dados que está dentro da diretoria centralizada de dados e possui atividades desde a descoberta de uma nova demanda de dados até a sustentar e dar manutenção a essa visão construída versus usuário fora da diretoria de dados que vai explorar novos dados dentro da plataforma podendo eventualmente criar suas próprias visões e compartilhar localmente com demais pessoas da sua área.

Após esse primeiro momento, entendemos que ainda existiam 2 principais oportunidades na mesa:

1. A visão de tipos de usuários por cargos, já não era suficiente para retratar nossa realidade: a medida que o volume e a importância dos dados crescem, a agilidade para transformá-los em valor se torna um diferencial competitivo. Por isso, nosso objetivo é impulsionar uma cultura de dados self-service, capacitando as áreas de negócio com as ferramentas e a autonomia necessárias para que respondam às suas próprias perguntas.
2. Como entender aspectos de conversão ao longo das etapas da jornada para identificar gargalos e principais focos de oportunidade pensando em maximizar escala no uso de dados na empresa?

Para o tema 1:

Flexibilizando cada vez mais os limites de usuários versus profissionais, passamos a tratar nossos usuários conforme as tarefas que realizam na Plataforma (usando a metodologia de “Tarefas a serem realizadas” ou Jobs to be done) e não mais por seu cargo:

Imagem : “Tarefas a serem realizadas”: Consumidores x Produtores de Dados: pessoas que querem consumir dados dentro do Grupo Boticário versus as pessoas que produzem esses dados

Para o tema 2:

O desafio era claro: precisávamos entender as barreiras que impediam nossos usuários de extrair valor da plataforma. Mais do que apenas medir o uso, nosso objetivo era diagnosticar os pontos de atrito na jornada. Por isso, ao adaptar o funil de métricas piratas, que são uma forma de categorizar as métricas de conversão ao longo da jornada, para o nosso contexto, nos concentramos em responder a três perguntas críticas:

1. As pessoas sabem que existimos e estão começando a usar? Isso nos levou a investigar a adesão à plataforma de dados.
2. Elas conseguem usar as ferramentas sozinhas ou desistem no meio do caminho? Daí surgiu a necessidade de monitorar Ferramentas Self-Service com baixa utilização.
3. O primeiro contato é simples o suficiente para engajar ou complexo demais a ponto de afastar? O que justificou a análise de Processos de onboarding complexos.

Esses fatores foram nosso ponto de partida para transformar feedback qualitativo e “achismos” em indicadores quantificáveis, nos permitindo focar nos maiores gargalos para a autonomia dos nossos usuários.

Pensando nesses fatores somados ao gargalo do time centralizado de dados que mencionei anteriormente, entendemos que essa frente de trabalho teria como proposta de valor aspiracional: “Escalar a jornada de dados para todos”. Para acompanhar isso, entendemos que o sucesso dessa jornada é habilitar (do ponto de vista do produtor) a tomada de decisão com dados ou realizar a tomada de decisão com dados (do ponto de vista do consumidor) ambos habilitando ou gerando o insight via dados.

Imagem : Nosso funil de métricas piratas adaptado a realidade de dados

Assim, cada etapa do funil representa um avanço na maturidade do usuário dentro da nossa plataforma:

• Descoberta (Leads): O ponto de partida. Representa o primeiro contato de um colaborador com o ecossistema de dados, seja por meio de um onboarding estruturado ou a partir de uma necessidade específica que surge no seu dia a dia de trabalho.
• Ativação (Leads Habilitadores): Aqui, o interesse se transforma em ação. O usuário demonstra um engajamento ativo ao realizar treinamentos, solicitar acessos, ou criar e configurar seus próprios ambientes e recursos na plataforma para começar a trabalhar.
• Exploração: Nesta fase, o usuário já está habilitado e começa a ganhar autonomia. Ele utiliza as ferramentas de self-service para explorar, transformar e analisar dados por conta própria, criando suas primeiras visões individuais.
• Compartilhamento (Multiplicação): O usuário evolui de consumidor para um produtor de dados. Ele compartilha uma visão analítica com seu departamento, transformando insights que antes eram individuais em insumos valiosos para outros colegas e se tornando um multiplicador de conhecimento
• Recorrência : O uso de dados se torna parte da rotina. Os processos para disponibilizar e atualizar dados (como os fluxos de ETL — Extração, Transformação e Carga de Dados) são automatizados e funcionam de forma recorrente, mostrando que a análise de dados deixou de ser um evento para se tornar um pilar da operação daquela área.

Com a visão de Tarefas a serem realizadas e o nosso funil de conversão adaptado, tínhamos em mãos um mapa. Um mapa que nos permitia enxergar claramente os gargalos e as oportunidades para escalar o uso de dados na empresa, saindo de uma visão reativa para uma estratégia de portfólio verdadeiramente proativa.

#PraGeralVer: Mulher de negócios em primeiro plano analisando um mapa de papel. Ao fundo, em um escritório envidraçado com vista para a cidade, há outros executivos reunidos.”

Começamos a cruzar informações que antes viviam isoladas. Primeiro, olhamos para os dados quantitativos, extraindo os números concretos dos logs da nossa plataforma na Google Cloud (BigQuery e Looker) para entender o comportamento dos usuários, como a frequência de uso e as principais falhas.

Contudo, os números não contam a história completa. Por isso, complementamos essa visão com pesquisas qualitativas, realizando entrevistas em profundidade com nossos usuários-chave para ouvir diretamente deles sobre suas dores, o contexto de uso e as dificuldades que enfrentavam.

As entrevistas qualitativas foram fundamentais para descobrirmos com mais detalhe o porquê de usuários mais avançados não aderirem a 100% da jornada como o esperado por nós. Ao todo entrevistamos +25 usuários em 14 áreas diferentes, o que realmente ampliou nossa visão. Essa união do comportamento (dados) com a narrativa (pessoas) foi o que nos permitiu identificar as dores que mais impactavam a jornada e onde um ajuste no produto ou processo traria mais resultado.

Como líderes, eu e meu par sabíamos que nosso maior desafio não era definir a visão, mas garantir que ela fosse compreendida e incorporada a cada membro dos times. Uma apresentação ou um documento por si só não seriam suficientes. Por isso, apostamos em um desdobramento baseado no diálogo contínuo.

Iniciamos com sessões de imersão com os Gerentes de Produto (PMs), para dividir toda a construção do processo e naturalmente, com espaço também de fala para eles, para que a estratégia fosse refinada com a perspectiva de quem está na linha de frente.

A partir dessa conversa inicial, abrimos uma frente de trabalho com agendas recorrentes a cada quinzena, para evoluir tanto no desenvolvimento das métricas desse funil, como avaliar oportunidades, dividir resultados de pesquisas etc.

Detalhe importante é que somos um time 100% remoto, então toda nossa comunicação síncrona e assíncrona (via mensagens, boards e documentações) precisam ser muito efetivas para garantirmos a evolução correta do tema com tantos produtos em paralelo.

Enfrentamos o grande desafio de desdobrar a visão macro de forma clara para cada PM, produto e time garantindo a clareza da estratégia, conectando cada membro ao objetivo de longo prazo. Um aprendizado importante foi delegar e envolver os Gerentes de Produtos (PMs) desde o início, concedendo-lhes autonomia para contribuírem com suas ideias.

Outro ponto crucial foi a comunicação com os clientes internos. Tivemos que convencê-los sobre a ideia de que olhar para nossos usuários internos com uma mentalidade de crescimento e produto, a mesma que usamos para clientes externos do Grupo Boticário , era o caminho para destravar o potencial de geração de valor com dados em larga escala.

Foi e ainda é um trabalho de articulação constante para alinhar expectativas e garantir o apoio necessário para a transformação.

Resultados que já alcançamos em 4 meses de atuação:

Com essa mudança de abordagem combinada ao desdobramento para cada produto, suportada pela nossa nova visão estratégica, tivemos resultados bastante positivos. Deixamos de apenas fornecer ferramentas para orquestrar uma jornada de dados mais fluida e eficiente.

Em termos práticos, isso se traduziu em:

• +30% de produtores na Plataforma de Dados, mostrando que conseguimos mover os usuários ao longo do funil para o ‘Produtor’, conectado ao nosso objetivo de escala
• Identificamos e agilizamos em 50% o início de novos projetos de dados, removendo um dos nossos maiores gargalos através de mudanças no processo de aprovação. Antes, quando uma equipe precisava de um “ambiente” — um espaço seguro para criar ou explorar dados — o processo para aprovar e identificar esse recurso era lento e burocrático.
• Simplificação do processo de ingestão de dados — trazer novos dados para a Plataforma de Dados — reduzindo de 3 para 2 etapas, o que gerou mais autonomia e agilidade para os times de negócio.
• Nossos modelos de Inteligência Artificial agora aprendem e reagem 99% mais rápido. Alcançamos isso ao reduzir a “latência” — que é, basicamente, o tempo de espera — na atualização das “Funcionalidades de Aprendizado de Máquina”.

Pense nas “features” como as informações essenciais que um modelo utiliza para tomar uma decisão, como o histórico de compras de um cliente ou os produtos que ele visitou recentemente. Ao diminuir esse tempo de espera, nossos modelos (como os de recomendação de produtos) passaram a trabalhar com dados quase em tempo real

O que vem por aí?

Transformar a gestão de um portfólio de dados interno para termos uma plataforma unificada com mentalidade de crescimento e gestão de produto foi uma jornada intensa com toda a certeza.

A maior lição que tirei como líder é que, em produtos de plataforma, não vendemos funcionalidades, mas sim a autonomia e a capacidade de gerar valor. Nossa proposta de valor, ‘Escalar a jornada de dados para todos’, passa a se tornar uma realidade muito mais palpável nesse cenário.

O trabalho não para aqui, nosso funil de dados agora é um organismo vivo em constante evolução. Ele passa por ajustes e atualização de métricas para que nos guie na priorização do direcionamento futuro dos nossos produtos com o objetivo de maximizar o valor gerado pelos dados e impulsionar uma cultura de tomada de decisão com dados cada vez mais forte em todo o Grupo Boticário.

Referências:

Jobs to be done https://pm3.com.br/blog/qual-metodologia-adotar-para-aplicar-jobs-to-be-done/

Métricas Piratas: https://vidadeproduto.com.br/metricas-piratas/

Principais tendências em dados e análise: mais de 100 previsões até 2030: https://www.gartner.com.br/pt-br/tecnologia-da-informacao/temas/tendencias-em-dados-e-analise

📚 Este artigo faz parte da série especial sobre product management, parceria entre o Grupo Boticário e comunidade Mulheres de Produto.