​​​​​​​Há algumas semanas, estivemos visitando uma grande seguradora que nos procurou por indicação de um dos seus diretores, que é oriundo de um outro grande player do setor e nosso cliente. Eles nos procuraram por uma necessidade de negócios ligada à área de Planejamento Comercial.

Muitas vezes, nos surpreendemos com a carência existente em áreas de negócios de grandes empresas como esta, que precisam se virar com os instrumentos que têm - no caso de manipulação de dados, sempre o Excel. Imagine uma usuária da área de negócios de uma seguradora carregando uma base com 120 milhões de registros no Excel, sem sequer conhecer o recurso de Power Pivot do Excel (Ficou curioso sobre o que é Power Pivot? Leia o nosso E-book). Esta carência tem sido o grande segredo do sucesso do Power BI pois ele democratiza o acesso aos dados e permite a obtenção de insights valiosos  (caso deseje saber mais sobre Power BI, leia nosso E-book).

Por outro lado, ainda vemos grande confusão com os termos ligados às tecnologias que nos permitem explorar os dados. Neste mesmo cliente, muitos termos foram usados pelo pessoal da área de projetos e TI para se referir às suas necessidades de BI, porém sem ter a segurança do que estavam falando. 

Em função disto, resolvemos ajudar nossos clientes buscando elucidar uma série de conceitos neste artigo.

Business Intelligence vs. Analytics vs. Big Data vs. Data Mining

O panorama de tecnologia nos negócios tem mudado tão rapidamente nos últimos tempos que se você piscar pode não reconhecer o que você está vendo. Avanços nos mercados de software de dispositivos móveis e serviços em nuvem nos últimos anos abriram o caminho para um relacionamento inteiramente novo entre a TI e os usuários de negócios. Um resultado desta rápida mudança é que as antigas fronteiras entre áreas e práticas estão começando a ficar obscuras. Existem categorias completamente novas que ninguém havia sequer ouvido falar até cinco anos atrás. Para lhe ajudar a navegar no terreno de conceitos de dados de negócios, iremos fazer um resumo básico sobre a que alguns dos termos se referem e como eles se relacionam entre si.

​Uma ressalva: nem todo mundo concordará cem por cento com estas definições. Mas algum nível de consenso parece estar se configurando. Entretanto, é provavelmente uma boa ideia estimular seus fornecedores em potencial ou parceiros a explicar como eles estão usando os termos e pedir que lhes deem um exemplo ou dois.

Business Intelligence:

Esta é a categoria mais abrangente e engloba os outros três termos que abordaremos mais a frente (pelo menos como eles são utilizados no contexto de TI). BI é a tomada de decisões baseadas em dados. Inclui a geração, agregação, análise e visualização de dados para informar e facilitar o gerenciamento dos negócios e a definição de estratégias. Todos os outros termos se referem a algum aspecto de como a informação é reunida ou triturada, enquanto o BI vai além de dados para incluir o que os dirigentes de negócios fazem com os insights que eles esperam obter. O BI, entretanto, não é estritamente tecnológico, ele envolve os processos e procedimentos que suportam a coleta de dados, compartilhamento e criação de relatórios, tudo isto a serviço de melhores tomadas de decisão. Uma das tendências nos anos recentes tem sido de sistemas que independem do staff de TI para prover relatórios e gráficos para os tomadores de decisão indo em direção ao que se chama de self-service BI, ferramentas que permitem aos usuários de negócios gerarem seus próprios relatórios e visualizações para compartilhar com colegas e auxiliar a todos sobre a direção a se tomar. Como exemplo, podemos citar o Power BI (caso deseje saber mais sobre Power BI, leia nosso E-book).

Analytics:

Esta é a maneira com que você decompõe os dados, avalia tendência ao longo do tempo e compara um setor ou medida com outra. Ela pode também incluir as várias maneiras que os dados são visualizados de forma a tornar intuitivos a percepção de tendências e relacionamentos. Se o BI é sobre tomada de decisões, analytics é sobre fazer perguntas: Como as vendas do novo modelo se comparam com as vendas do modelo antigo no mês passado? Como está o desempenho de um vendedor comparado com outro? Determinados produtos vendem melhor em determinadas localidades? Você pode até fazer perguntas sobre o futuro com sistemas que executam Análises Preditivas. Algumas empresas tratam analytics e BI como sinônimos, ou simplesmente contam com um em detrimento de outro. Mas analytics é geralmente o data crunching, a fase de responder perguntas levando à fase de tomada de decisões no processo todo de Business Intelligence.

Big Data: 

Esta é a tecnologia que armazena e processa dados de fontes tanto internas como externas para sua empresa. O Big Datausualmente se refere a imensos volumes de dados disponíveis online e na nuvem, o que requer cada vez mais poder computacional para reunir e analisar. Como as fontes são diversas, os dados estão em geral em estado bruto e não estruturado. Como você provavelmente estará usando estes dados para propósitos que não foram originalmente projetados para servir, você terá que saneá-los antes que você possa colher qualquer insight útil a partir deles. Os sistemas que você coloca em prática internamente para acompanhar KPIs são obviamente a fonte principal que você necessita para responder uma questão sobre seus negócios, mas o Big Data torna disponíveis volumes de informação quase que ilimitados os quais você pode peneirar para insights relacionados à sua indústria, seu negócio, seus clientes potenciais. O Big Data é a biblioteca que você visita quando a informação para responder suas perguntas não está prontamente à mão. Assim como uma biblioteca real, ele permite que você busque respostas a questões que você nem sabia que tinha.

 Data Mining:

Encontrar respostas que você não sabia que estava buscando antecipadamente é o do que se trata o Data Mining. Com tantas informações disponíveis, você nunca estará seguro de que não está negligenciando algum fator chave que possa apontar o caminho para um melhor desempenho. O Data Mining é a prática de peneirar todas as evidências em busca de padrões não reconhecidos previamente. Algumas empresas estão até mesmo contratando Cientistas de Dados, especialistas em estatística e ciências da computação que conheçam todas as artimanhas para encontrar sinais escondidos no ruído. O Data Mining provavelmente se encaixa na categoria de analytics, mas a maioria de analytics é baseado em dados de sistemas configurados para acompanhar KPIs, logo, usualmente é mais medir do que minerar.

​Uma das dificuldades em manter todos os termos em ordem é que existem ferramentas que trazem conjuntamente elementos de todas as categorias. O Power BI, por exemplo, é obviamente uma ferramenta de BI, mas ele permite aos usuários de negócios analisar, visualizar e compartilhar dados em uma multiplicidade de formas. Você pode inclusive usar as funções de análise e visualização com informação que você puxa da nuvem, logo é um exemplo de Big Data. No fim das contas, entretanto, não é tão importante que apliquemos as etiquetas apropriadas para tudo, mas sim que tenhamos uma maneira efetiva de reunir e usar a informação de forma manter seu negócio crescendo e prosperando.

 Se deseja saber mais sobre Power BI e o uso do Excel como ferramenta de BI,  baixe agora o nosso E-book, "Power BI: tudo o que você queria saber, mas não sabia para quem perguntar".

​​​​​​​Há algumas semanas, estivemos visitando uma grande seguradora que nos procurou por indicação de um dos seus diretores, que é oriundo de um outro grande player do setor e nosso cliente. Eles nos procuraram por uma necessidade de negócios ligada à área de Planejamento Comercial.

Muitas vezes, nos surpreendemos com a carência existente em áreas de negócios de grandes empresas como esta, que precisam se virar com os instrumentos que têm - no caso de manipulação de dados, sempre o Exc Localizar Nenhum Resultado