Bem, embora esse seja uma tema recorrente e que por vezes é motivo de uma série de acaloradas discussões, a conclusão que é que não há uma definição operacional universalmente aceita, entretanto Business Intelligence (BI), é comumente acatada como a integração de pessoas, processos e tecnologia utilizada para transformar dados em informação, onde de posse da mesma tome decisões com muito mais acurácia (o termo em Português, é exatidão).
Curioso, é que tal conceito foi inúmeras vezes denotado de forma inicisiva por Peter Drucker no século passado, e, agora na chamada “era digital” volta à tona com um glamour quase que inacreditável…
E o que isso significa de forma prática e pragmática?
Em minha opinião, na sua essência Business Intelligence permite ou melhor, facilita a tomada de decisões tendo como base dados, em verdade Informação.
Essa superposição de conceitos torna o termo BI, muito genérico e/ou amplo, logo muitos têm assumido a postura até para facilitar a compreensão, de que a mesma é composta por três verticais de sustentação:
- Gestão da Informação
- Relatórios Gerenciais (Empresariais)
- Analytics
Uma síntese individualizada sobre Business Intelligence
Gestão da Informação
É um conjunto o qual é composto de armazenamento, consolidação e processamento de dados provenientes de várias fontes de uma organização. A maioria das pessoas associa Gestão da Informação com o Banco de Dados Corporativo (várias plataformas ou não), em outras palavras o repositório central de dados atuais ou históricos utilizados para suportar os Relatórios Gerenciais e o chamado Analytics utilizados internamente pelas diversas áreas.
Relatórios Gerenciais (Empresariais)
Em um linguajar informal podemos denotar tal “vertical” como a síntese da análise consolidada com base no Banco de Dados Corporativo, proporcionando assim aos gestores tomarem melhores e mais rápidas decisões. De maneira corriqueira, muitos chamam essa “vertical” como Dashboards ou Scorecards, a qual contempla, números, gráficos, textos explicativos, tabelas os quais são segundo algum ou alguns critérios atualizados seja por um aplicativo interno da empresa e/ou pela web.
Analytics
Tal como BI, Analytics é, pelo menos até o momento, um termo muito abrangente e amplo, mas podemos pensar no mesmo como a ação integrada de pessoas, técnicas e métodos (matemáticos e computacionais) utilizada sobre os dados no seu estado mais “bruto” antes de usarmos os mesmos para algum propósito mais refinado. Dessa forma, ai congregamos as mais diversas maneiras de análise de dados, identificando e interpretando tendências via ferramentas, métodos e modelos Estatísticos e Matemáticos relacionando ao final das mesmas um ponto (ou vários) com outro. Vale aqui lembrar que tais técnicas e métodos, têm nos seu bojo conceitos e ferramentas muito antigas as quais, salvo muito engano, são colocadas em “segundo plano” e apenas do conhecimento mais profundo, em sua grande maioria, pelos chamados nerds; para maiores detalhes sugiro a leitura do meu post: Business Intelligence: isso é novidade?.
Há uma nova vertente chamada Data Visualization – a qual associa técnica e arte para a análise de tendências e relações de causa e efeito (ou não), os defensores dessa linha de ação dizem que a mesma é mais intuitiva e de fácil compreensão uma vez que mostram os resultados via gráficos, visualizações ou ainda infográficos.
Se considerarmos BI como a melhor forma de tomar decisões, podemos “conceituar” Analytics como uma iniciativa estruturada de fazer determinadas questões: Por quê certos serviços ou produtos são mais vendidos em determinadas regiões? Quais as lojas que mais têm lucro em determinadas regiões? Quais os produtos que promovem esse tipo de situação? Existe alguma sazonalidade? Há influência e/ou impacto por gênero e/ou idade? Quais são as peculiaridades do clientes, produtos e lojas mais lucrativos?
Além desses aspectos de caráter histórico, existem ainda ferramentas atreladas à essa “vertical” as quais de utilizam de ferramentas Estatísticas mais avançadas como Modelos Preditivos e Prescritivos os quais possibilitam aos nerds, análises e questões sobre o comportamento futuro. Nessa linha de conceito e definições, hoje existem áreas e estudos matemáticos computacionais tais como o Machine Learning (vale a leitura: Big Data, Machine Learning, o que fazer?) os quais estão mudando uma série de paradigmas que acabam por integrar elementos críticos para a geração de lucros e eficiência no mundo contemporâneo, ou seja Marketing Digital e Excelência Operacional.
Conclusão
Ainda não há uma definição clara e distinta em relação ao conceito de Business Intelligence, o que gera confusão e uma superposição de disciplinas como Gestão da Informação, Relatórios Gerenciais e Analytics, inviabilizando até o momento uma elucidação única e universalmente aceita.
Em suma e de forma simplista, isso pouco importa, pois a despeito de termos ou não uma descrição única para cada uma dessas disciplinas o que realmente vale para as organizações é que as mesmas compreendam a importância que isso têm atrelada ao avanço digital que hoje vivemos, mais ainda o quão importante se faz a adequada implementação de processo e sistemas, de tal forma que os mesmos possam com base em dados e informação alcançar a Excelência Operacional ou seja, melhores resultados e lucratividade aumentando, como efeito, a satisfação do cliente.
Quer saber mais, visite nossa página de Serviços!
Imagem destacada no início do Post: Créditos Deposit Photos.
Profissional de Excelência Operacional e Business Intelligence!
Sou um eterno aprendiz ou seja um pseudo-Engenheiro e Administrador de Empresas, embora nunca tenha sido um exemplo de “excelência” em Matemática, ao longo dos anos passo a maior parte do meu tempo tentando aprender a mesma e, particularmente, a estatística uma vez que, salvo muito engano, é ela que rege nossas vidas na busca da Excelência seja como pessoa ou como profissional.