Como otimizar Business Intelligence em empresas de SaaS

As empresas de SaaS bem sucedidas são aquelas capazes de identificar e capturar oportunidades de mercado rapidamente. A chave para essa agilidade é ter uma Business Intelligence (BI) eficaz e eficiente. Nesse artigo, vamos cobrir os Fatores Chave de Sucesso de BI para você ganhar agilidade em sua empresa. Vamos lá?

O que é Business Intelligence (BI)? Qual é a sua missão?

Em suma, BI é a função responsável por coletar e transformar dados em insights para que gestores tomem melhores decisões. Entretanto, no mundo acadêmico, ela pode ser referir a sistemas de informação propriamente ditos (ex. data warehouses e ERPs). É uma associação natural dada a proximidade da função aos sistemas de TI.

Assim, BI tem 2 missões principais em empresas de SaaS:

1. 1. Gerar Customer Insights, um elo indispensável para criar vantagem competitiva. Trata-se usar os relacionamentos com clientes para melhorar produtos, o que traz mais clientes e reforça o processo. Leia sobre mais sobre essa dinâmica em O Ciclo Virtuoso da Receita Recorrente.

1. Gerar Performance Insights, informações para avaliar a saúde financeira da companhia e atratividade de seus investimentos. Empresas de SaaS tem um modelo de negócio diferente do comércio e da indústria. Portanto, precisam acompanhar métricas específicas que ERPs tradicionais não fornecem.

Como estruturar o time Business Intelligence?

O time de BI é geralmente uma função horizontal que serve outras funções (p. ex. marketing e vendas) e unidades de negócio (p. ex. gestores de produto).

Os papéis do time BI dependem do contexto da empresa (p. ex. maturidade da companhia, tamanho do time, e habilidades disponíveis). Além disso, os papéis não correspondem necessariamente a uma pessoa. Um indivíduo pode desempenhar mais de um papel e um papel pode ser desempenhado por mais de um indivíduo.

As funções em um time de Business Intelligence (BI)

No entanto, de forma geral, há 5 papéis principais em um time de BI:

1. 1. Gestor de BI: responsável pelo time com um todo. O ideal é que essa pessoa tenha conhecimento tanto do business como de tecnologia.

1. 1. Desenvolvedor de BI: responsável pela criação e manutenção da sua Data Warehouse, o hub de dados de sua empresa.

1. 1. Analista de Negócios: responsável extração de dados, análise e relatórios para clientes internos (i.e., outras funções e unidades de negócio). Essa pessoa fica no time de BI ou no “cliente”. De preferência, fica no “cliente” pois assim será especializada e estará mais atualizada sobre quais informações serão úteis no momento.

1. 1. Analista de Base de Dados (DBA): responsável pela manutenção das bases de dados. Além disso, cria e suporta aplicações, e faz a gestão de meta dados (i.e., informação sobre outros dados).

1. Cientista de Dados: extrai insights estratégicos de Big Data através de machine learning e outras análises mais complexas. Tem conhecimentos de programação, estatística e ferramentas (p. ex. Azure ML, Tensor Flow, ML AWS, e Google ML).

Como montar seu Business Intelligence (BI) no início

No entanto, é difícil ter algo assim estruturado desde o inicio da empresa. Geralmente, há aquele “ninja” de SQL que “puxa” os dados da base e manda para alguém de negócio analisar em Excel. Para relatórios de rotina e análises pontuais, essa dinâmica pode funcionar. Porém, conforme a empresa cresce e as low hanging fruits desaparecem, é preciso gerar insights mais robustos. A partir daí, uma estrutura organizada e dedicada se torna necessária.

Comece com um time pequeno buscando easy wins: sucesso traz maiores orçamentos, maior time e especialização. No início, monte um time multidisciplinar e motivado de 2-3 pessoas. Por exemplo, o Gestor de BI pode também ser o Desenvolvedor. O DBA também pode ser o Cientista de Dados. O Analista de Negócios também pode ser uma pessoa do “cliente”. Comece com projetos mais simples que possam ser realizados em períodos curtos de tempo. Dessa forma, ainda que o impacto seja menor, haverá pequenas vitórias. Elas motivam o time e atrair interesse dentro da organização.

Quais são os Fatores Chave de Sucesso de BI em empresas de SaaS?

Os principais Fatores Chave de Sucesso (KSF – Key Success Factors) são:

1) Ter uma cultura de data based decision making.

De que adianta ter uma Ferrari na garagem e não usar? As melhores tecnologias e times não produzirão os resultados se apenas produzirem relatórios rotineiros para investidores. Primeiramente, a paixão por coleta e análise de dados e por automação deve vir do topo, do CEO, sobretudo em SaaS. Além disso, é imporante que os contratos permitam o uso de dados de clientes de forma agregada. Meça tudo, ainda que pareça inútil hoje.

2) Ter pessoa(s) 100% dedicada(s).

BI, como sistema de informação, pode ser completamente inútil se feito de forma equivocada ou incompleta. Assim, é fundamental que exista ownership claro da função (ainda que seja apenas 1 pessoa no começo). Se as pessoas tiverem que dividir seu tempo entre BI e as tarefas core de suas funções, BI não será a prioridade. Sem dúvida, haverá erros e faltas e a função não funcionará. Finalmente, lembre-se de que Business Intelligence, apesar de próximo, não é TI pois suas funções requerem habilidades diferentes. BI é mais focado em informações e business enquanto TI concentra-se mais em tecnologia e produto.

3) Manter o Analistas de Negócios nos “clientes”

Ter o Analista de negócios reportando ao diretor de BI e, em linha pontilhada, ao gestor do “cliente” pode ser uma boa idéia. É preciso estar no dia a dia das operações para gerar insights efetivamente. Note que a missão do analista aqui não é gerar relatórios rotineiros (isso pode ser feito pelo próprio “cliente”). Pelo contrário, seu trabalho é buscar melhoras em processos e práticas vigentes e novas oportunidades de negócio. No entanto, se não houver orçamento para esse modelo, pode-se fazer projetos pontuais em “clientes” diferentes. Nesse caso, é importante que o analista realize um de cada vez e que o projeto possibilite uma real imersão na área (p. ex. 3+ meses).

4) Certificar-se de que sua tecnologia de BI está 100%.

BI é uma mescla de tecnologia e pessoas. Dessa forma, sem ferramentas e integrações adequadas, é impossível gerar insights de forma efetiva e eficiente. Ademais, BI está cada vez mais baseada em soluções SaaS de terceiros. Assim, é importante que seu time esteja sempre atualizado acerca das ferramentas disponíveis no mercado.

BI deve medir rotineiramente quais métricas de SaaS ?

Como comentamos acima, gerar Performance Insights é uma das principais missões do time de BI. De fato é o mais relevante no começo pois a empresa ainda não está focada em Customer Insights. Novos produtos e oportunidades de mercado ainda não são a prioridade #1.

Portanto, vale a pena listar algumas das principais métricas de SaaS para se seguir rotineiramente:

1) LTV/CAC (Customer Lifetime Value / Customer Acquisition Cost)

Talvez a principal métrica de SaaS pois indica o quão lucrativa e, portanto, viável, sua operação é. Empresas de SaaS “perdem” dinheiro antes venda para depois recuperá-lo ao longo do relacionamento com o cliente. Dessa maneira, Lucro nos moldes tradicionais não é uma boa métrica para medir sua viabilidade econômica. O LTV/CAC faz essa função e, nos EUA, a regra geral é que seja 3+. Entretanto, no Brasil, 4-6x é uma boa referência pois esse número é calculado com base no ROI requerido por investidores. Como o custo de capital no Brasil é maior do que nos EUA, é natural que o ROI precise ser maior. Para saber mais, leia LTV/CAC: O Que É, Importância E Como Calcular.

2) Tempo para recuperar CAC

LTV/CAC dá uma ideia sobre a lucratividade da operação, mas não inclui a dimensão do tempo. Assim, essa métrica cobre o gap. Nos EUA, a regra geral é que deva ser 12 meses ou menos. No entanto, no Brasil, ~6 meses é uma boa referência (o mesmo raciocínio sobre ROI do item 1 se aplica aqui).

3) LTV (Customer Lifetime Value)

LTV é o valor que um assinante médio traz para a empresa durante todo relacionamento (i.e., soma da margem bruta mensal x meses de vida do cliente médio). Para saber mais, leia Como calcular Customer Lifetime Value (LTV) e Margem Bruta: O que é, Importância, e Como Calcular.

4) CAC (Customer Acquisition Cost)

CAC é o custo médio de marketing e vendas para se obter um novo cliente. Para saber mais, leia Custo De Aquisição Do Cliente: O Que É e Como Calcular e Como Reduzir O Custo De Aquisição do Cliente.

5) Customer e Revenue Churn

Churn é a taxa de perda de clientes e receita devido a cancelamentos e downgrades de assinaturas. Para saber mais, leia Churn: O Que É, Importância e Como Calcular

6) MRR (Monthly Recurring Revenue)

MRR é a receite mensal proveniente de produtos de receita recorrente (i.e., excluindo-se receitas pontuais como Setup por exemplo). Para saber mais, leia

• MRR: O Que É, Importância E Como Calcular
• MRR de Expansão: O Que É E Como Calcular
• Negative Churn: O Que É, Importância e Como Promover

7) Quick Ratio

O Quick Ratio mede a qualidade do crescimento da empresa de SaaS. A empresa pode ter uma linha crescente de bookings, mas estar perdendo clientes quase tão rápido quanto os adquire. Essa métrica ajusta para isso. Para saber mais, leia Quick Ratio: O Que É, Para Que Serve E Como Calcular

8) Métricas do Funil de Maketing

As métricas do Funil de Marketing variam de empresa para empresa. Entretanto, o conceito fundamental é entender como o volume de tráfego no topo do funil se converte em leads qualificados – Marketing Qualified Leads (MQLs).

9) Métricas do time de Vendas

Como no caso de marketing, as métricas de Vendas variam de empresa para empresa. No entanto, a taxa de conversão de MQLs a clientes fechados é fundamental. Se seu time de vendas tem a habilidade de compor oferta e precificar, Receita Média / Lead Processado é uma ótima métrica pois engloba só a capacidade de conversão e a capacidade de maximizar receita.

10) Net Promoter Score (NPS) ou Customer Happiness Index (CHI)

Ambos medem a satisfação de seus clientes com o relacionamento. São essenciais pois permitem a identificação de clientes em risco e te dão uma chance de consertar a situação. Assim, te ajudam a otimizar a retenção de clientes.

Conclusão

Agora que você já conhece um pouco mais Business Intelligence, te encorajamos colocar esse conhecimento em prática. Comece a planejar e estruturar suas ações de BI para navegar sempre as claras e manter seus produto aderentes. O que achou desse post? Deixe seu comentário abaixo. Adoraríamos falar com você.