Desmistificando o Business Intelligence e o Business Analytics

É inquestionável o quanto a tecnologia tem mudado o mundo nos últimos 20 anos. A chegada e popularização da internet foi fator chave para esse impulso.

Há aproximadamente seis anos quatro grandes tendências – que hoje são realidades absolutas – deram o tom do que seriam as novas possibilidades. Elas foram (ou são):

  • Cloud Computing;
  • Mobilidade;
  • Redes Sociais;
  • Big data;

Mas, por enquanto, vamos focar em Big Data, cuja tradução literal remete ao grande volume de dados. Vale lembrar que, se seu interesse é aprofundar mais neste assunto, existem várias soluções e softwares, principalmente usando tecnologia Hadoop.

Quanto ao grande volume de dados, estimulado principalmente pela combinação das outras três tendências, as empresas têm buscado cada vez mais coletar, analisar e entendê-los.

Segundo o IDC, importante corporação internacional de pesquisa na área tecnológica, o BI – também conhecido como Business Intelligence e o BA – Business Analytics, movimentarão cerca de U$ 187 bilhões em investimentos no mundo (Software e Serviço) só em 2019.

Temos percebido no nosso dia a dia várias empresas se conscientizando da necessidade de organizar e preparar seus dados (fator imprescindível para uma análise eficiente) para produzirem insights e conclusões mais poderosos. Um aspecto que também nos chama a atenção é que muitas empresas e profissionais confundem ter relatórios com processos de BI ou BA e, por consequência, acabam investindo errado, não por culpa própria, mas por falta de clareza em ferramentas e tecnologias que, no médio prazo, não trarão o retorno esperado sob o investimento.

Sem a intenção de uma definição acadêmica, mas tentando ser o mais horizontal possível na minha fala, o BI remete à possibilidade real de se fazer perguntas aos seus dados e poder minerá-los de tal forma que a tecnologia acompanhe seu fluxo mental e analítico e lhe dê respostas sobre o passado – Ex: Quanto vendi, para quem vendi, quem não pagou, como foi minha sazonalidade de vendas, as vendas deram lucros em todas as categorias de produtos, etc.

Perceba que à medida que uma pergunta é feita, outras tantas poderão surgir e as ferramentas mais poderosas de BI deverão permitir ao analista buscar respostas, no melhor dos mundos, na máxima “code free” – sem geração de scripts ou linguagens de programação.  Já o BA tem a finalidade de responder perguntas de natureza mais preditiva; Por exemplo: qual a probabilidade de determinado fenômeno voltar a acontecer? Existe um padrão de comportamento ou correlação nesse fenômeno que vale a pena ser identificado e estudado?

Tentando ser o menos técnico possível, para uma análise com o menor grau de erro, normalmente se aplica no BA técnicas de treinamento dos dados (machine learning – aprendizagem de máquina) para que os analistas possam avaliar com menos viés os resultados gerados e tomem melhores decisões. A boa notícia é que existem tecnologias que permitem você criar estas análises mais sofisticadas e avançadas sem necessariamente ter que entender de programação de algoritmos.

Imagine o cenário no qual o seu diretor de marketing quer lançar uma nova campanha de adoção a um novo produto ou serviço, tenha um orçamento limitado e quer garantir a maior probabilidade possível de acerto, ou então que seu ou sua CFO pede a você, como analista financeiro, que indique qual o risco de inadimplência que sua empresa correrá se esta campanha do diretor de marketing for aprovada (qualquer semelhança com seu dia a dia é mera coincidência). O que você faria?

Se você pertence a uma empresa que não está orientada pela análise de dados, essa resposta não seria simples e acredito, por experiencia, que dificilmente se chegaria à uma conclusão assertiva. Por outro lado, se você faz parte de uma empresa que tem investido no conceito do Data Analysis e tornado este um self service, seja do BI ou do BA, acredito que você seguiria as seguintes etapas:

  • Identificaria as principais perguntas de negócio para a problemática proposta;
  • Entenderia e mapearia de forma manual ou automática as principais fontes de dados que poderiam ser agrupadas e/ou relacionadas para produzirem os fluxos de análises;
  • Analisaria e melhoraria a qualidade destes dados, preferencialmente pela própria ferramenta;
  • Criaria as análises de uma forma inteligível e visual que facilitasse o entendimento de todos os envolvidos, preferencialmente sem necessidade de geração de scripts ou linguagens de programação – lembrando que você é um analista de mkt ou financeiro;
  • Interpretaria e criaria uma história em torno dos dados (Story Telling ou Dashboard)
  • Compartilharia com seus diretores de forma automática o estudo feito para tomada de decisão segura.

Se você se identificou com este texto e tem interesse em explorar como temos empoderado pessoas e organizações com tecnologias e serviços que as permitam tomar as melhores decisões a partir da análise de dados, ficarei feliz em bater um papo contigo.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *