Autor convidado: Neylson Crepalde, CTO (Chief Technology Officer) da A3Data, consultoria especializada em dados e inteligência artificial, PhD em Sociologia Econômica e das Organizações e professor de Engenharia de Dados e Cloud Computing na PUC Minas
A atuação ESG (Environmental, Social and Governance) tem sido parte central da pauta dos CEOs há algum tempo. E, atualmente, há um consenso de que o investimento nessas ações não conflita com o objetivo de rentabilidade das organizações. Pelo contrário, pode potencializar os ganhos e a competitividade das empresas.
De acordo com a PwC, uma das maiores consultorias e auditorias do mundo, relatórios transparentes e relevantes em ESG são essenciais para construir confiança com os stakeholders ao passo de que inconsistências têm o efeito inverso. Além disso, segundo dados da IBM Institute for Business Value (IBV), organização de pesquisa de negócios, empresas que possuem alta maturidade em ESG tendem a ter um engajamento de clientes 70% maior, uma gestão de risco 90% melhor e uma habilidade de atrair talentos 83% maior do que empresas com baixa maturidade no assunto.
Mesmo com todos esses excelentes resultados, embora 95% destas empresas tenham traçado objetivos em ESG, apenas 10% delas reportaram algum avanço na área. Diante deste fato, nos questionamos o porquê é tão difícil conseguir resultados tangíveis e significativos em ESG. De acordo com a pesquisa da IBM citada acima, os dois principais motivos relatados pelas empresas são a falta de dados adequados (41%), seguido por barreiras regulatórias (39%).
Para as empresas, os principais desafios estão relacionados a dados que possuem impacto negativo na estratégia ESG ou há muitos dados manuais ou ainda há dificuldade em consolidar ou manipular dados, sem contar a falta de transparência nos cálculos dos dados e a dificuldade para mapear dados entre marcas e geografias.
Diante desse cenário, podemos afirmar que o principal desafio em obter resultados significativos em ESG está relacionado ao mundo dos dados. Desse modo, como é possível vencer essa dificuldade apresentando dados consistentes e resultados tangíveis para os stakeholders?
O primeiro passo é investir na construção de uma arquitetura robusta para dados focada em automação, escalabilidade, alta disponibilidade e segurança. Essa arquitetura é uma das condições ‘sine qua non’ para uma boa governança de dados, garantindo a qualidade e a consistência dos indicadores. Além disso, para atacar a dificuldade de mapear dados em ESG, algumas empresas disponibilizam dados de maneira pública para facilitar o acesso e as análises do mercado.
Em suma, para ter sucesso em estratégias ESG, o primeiro passo é consolidar a arquitetura e os processos de dados. Isso permitirá decisões melhores e mais transparência na condução das ações, gerando valor para o negócio e confiança ao consumidor.
