Na década de 1980, o conceito de "divisão digital" era interpretado simplesmente como a lacuna entre aqueles que tinham ou não tinham acesso ao telefone. Nos anos 90, a exclusão digital ganhou um significado mais amplo, representando o gap entre os que têm acesso às tecnologias modernas, como internet ou banda larga, ou indivíduos sem ou com acesso limitado — os conectados e desconectados.
Para a maioria das pessoas, esse desequilíbrio é visto como causa e efeito da pobreza e, embora diversos avanços foram alcançados, ainda há muito a ser feito. Algumas iniciativas importantes permitiram reduzir essa disparidade. Em 1995, o acesso global à internet era inferior a 1% e atualmente, o índice ultrapassa os 50%.
Ainda assim, a diferença segue alarmante. Mesmo em países desenvolvidos como os Estados Unidos, essas disparidades permanecem altas. Segundo pesquisas do Pew Research Center, cidadãos de baixa renda ainda têm dificuldades de acessar a internet.
Impacto na EDUCAÇÃO
A exclusão digital tem implicações ainda mais profundas quando diz respeito à educação. Recentemente, quando escolas do mundo todo fecharam em resposta ao coronavírus (COVID-19), as desigualdades no acesso devido a questões socioeconômicas e seus impactos se tornaram aparentes. Diante da responsabilidade de apoiar seus filhos com “aulas remotas”, muitos pais não conseguiram facilitar a inclusão das crianças por falta de acesso. Estudantes universitários menos favorecidos voltaram para casa, mas são impossibilitados de continuar o aprendizado online sem computadores adequados e acesso à internet.
A Comissão Federal de Comunicações dos Estados Unidos estima que aproximadamente 21 milhões de pessoas no país não têm acesso à internet, com quase 30% delas vivendo em áreas rurais e apenas 2% nas cidades.
Estamos diante de uma nova divisão
Além da "divisão digital" já conhecida há tempos, uma nova disparidade está emergindo rapidamente: a "divisão analítica".
Assim como a divisão digital gerou e representou desigualdades na educação e na renda, o mesmo acontece com a "divisão analítica", que separa diferentes grupos ao longo de linhas geográficas e socioeconômicas.
Divisão analítica
As tecnologias de comunicação são essenciais para acessar informações, mas existem novas competências imprescindíveis que diferenciam indivíduos e organizações — a capacidade de aproveitar dados para analisar e automatizar processos — resultado da atual divisão analítica.
À medida que diversas empresas seguem armazenando grandes volumes de dados e utilizando sistemas sofisticados para analisá-los, o crescimento e a inovação podem ser distribuídos de forma desigual em todos os setores.
Para muitos negócios, os benefícios do analytics permanecem inatingíveis.
Impacto corporativo
Um estudo recente com mais de 400 organizações realizado pelo International Institute for Analytics (IAA) descobriu que aquelas com níveis mais altos de maturidade digital apresentaram receitas superiores (+12%), maior lucratividade (+26%) e maior valor de mercado (+12%).
Pesquisas como essa deixam claro que há uma crescente disparidade no desempenho entre empresas que possuem maturidade analítica e aquelas que se encontram abaixo dessa curva. Além de dados quantitativos, observamos exemplos no dia a dia, com empresas como Amazon, Netflix e uma infinidade de outras multinacionais digitais, ultrapassando corporações importantes e consolidadas que, no passado, foram líderes de mercado. As organizações mais poderosas consideram o analytics um esporte que vai além da equipe de elite de data science. Elas promovem a democratização de dados para assegurar o aperfeiçoamento de cada colaborador. Além disso, fornecem ferramentas, treinamentos e incentivos para aprimorar as habilidades de todas as pessoas ao longo da jornada analítica.
Impacto individual
E, à medida que a distância entre as empresas aumenta, também constatamos os efeitos do impacto nas pessoas. Trabalhadores do conhecimento com habilidades analíticas exigem remunerações mais altas e, a discrepância econômica entre aqueles que possuem as competências necessárias e aqueles com ausência dessas características vem crescendo em ritmo acelerado. Segundo uma pesquisa do LinkedIn, o salário médio atual de um cientista de dados é de US$ 105 mil por ano. Quando comparamos esse valor com a média anual de US$ 53 mil para um contador, US$ 64 mil para um analista financeiro, US$ 58 mil para um analista de logística ou US$ 59 mil para um analista de marketing, as diferenças são significativas.
Aqueles envolvidos em quase todas as áreas relacionadas ao "trabalho do conhecimento" reconhecem que o potencial de abordar problemas analíticos, automatizar processos e oferecer soluções baseadas em dados estão em alta demanda. Trabalhadores do conhecimento podem empregar o recurso de arrastar e soltar, automatizando processos analíticos para aumentar as habilidades de forma rápida sem precisar de um diploma de data science. Com a expectativa do aumento de empregos no setor para mais de 2,7 milhões, enfrentamos um déficit de 360 mil profissionais para ocupar essas vagas. Vale ressaltar que apenas 39% dessas funções exigem mestrado.
Dividir e conquistar
Pessoas, educação e cultura estão no centro desses desafios e das respectivas soluções. As lacunas que definem o fosso digital e analítico são tão importantes quanto as lacunas mais óbvias no acesso à tecnologia. No entanto, trabalhadores do conhecimento podem remover essa barreira de forma fácil e rápida. Conteúdos relevantes online facilitam o desenvolvimento de habilidades para quem não consegue adquirir conhecimentos em sala de aula. Além disso, esse aprendizado pode ser feito no ambiente de trabalho. Algumas empresas, como a Alteryx, oferecem esse treinamento aos clientes gratuitamente, enquanto outras cobram taxas razoáveis.
O desafio neste cenário em constante mudança é a necessidade da aprendizagem contínua à medida que surgem novas ferramentas e tecnologias. Conhecer métodos básicos para automatizar processos, identificar padrões e extrair os dados necessários para responder perguntas são claramente os principais pontos de partida. Porém, isso representa apenas a fase inicial, já que o número de técnicas aumenta a cada dia. O processamento de linguagem natural (PNL) para reconhecer texto de formato livre, a previsão de séries temporais ou modelos de atribuição podem ser os próximos passos para avançar ainda mais. Como analista com anos de experiência, sempre me surpreendo com a quantidade de informações que há para aprender!
Empresas também podem fazer esforços para preencher essa lacuna, impulsionando iniciativas de transformação digital. Muitas dessas estratégias se concentram em projetos específicos considerados importantes e transformadores, em vez de garantir que todos os trabalhadores do conhecimento atualizem suas habilidades. Embora muitos projetos relevantes possam gerar um excelente retorno sobre o investimento, estudos do IAA indicam que organizações com maturidade analítica possuem esse know-how em todas as funções e em diferentes níveis. O objetivo principal é promover o analytics em todas as operações e utilizá-lo como ferramenta para qualquer projeto.
Qual é a posição atual da sua empresa na jornada analítica e em que lado dessa divisão você se encontra? Você está tomando medidas para preencher possíveis lacunas? Todos na empresa estão engajados para inovar ou é algo restrito a projetos isolados?