Os dados em BI vêm auxiliando empresas em tomadas de decisões inteligentes e bem embasadas em informações. Elas são coletadas, quantificadas e qualificadas — gerando conteúdo eficaz para avaliação de resultados e planejamento de ações.
O Business Intelligence atua como ferramenta muito útil e potente em vários momentos, como na diminuição de trabalho manual — caro e demorado. Outro ponto importante no qual o BI influencia diretamente é na identificação de tendências de mercado e consumo. Essa leitura salva uma organização de prejuízo ou perda de fatia de público e gera visão de novas oportunidades.
Nas ferramentas de BI, como o Pentaho, por exemplo, a análise de dados é bem conceituada, em tempo real, com histórico e integrada a toda a amplitude do negócio. A geração, o gerenciamento e o compartilhamento são facilitados, o que não ocorre com a prática de manter relatórios — já obsoleta.
Veja agora o exemplo de três empresas e uma seleção de futebol que alcançaram seus objetivos extraindo o melhor da ferramenta:
RGM Educação e Marketing e a avaliação dos clientes
O desenvolvimento, as postagens, impressões e revisões de respostas geravam trabalho manual em excesso e gastos desnecessários. Porém, os gestores não tinham ciência de que precisavam do Business Intelligence até o momento.
Além de todo o trabalho voltado ao cliente, internamente se tinha a mão de obra de digitação de resultados em sistemas internos. Depois disso, era feita a tabulação e o cruzamento de informações relevantes.
A solução foi uma interface web de gerenciamento de avaliações. A plataforma perfila o público, colhe as necessidades deles, concentra cadastros e relaciona os dados. Os processos passaram a ser mais rápidos e precisos. A automação ainda diminuiu em muito o custo necessário em mão de obra para a obtenção de resultados.
Gasmig e a análise financeira
A Companhia de Gás de Minas Gerais (Gasmig) enfrentou muitos problemas com a demora em emitir relatórios de faturamento e vendas. E os contratempos não eram limitados a documentos segmentados. Relações gerais também eram obtidas com muita dificuldade e demora.
As análises de receitas e de mercadorias vendidas eram solicitadas à área financeira. O setor necessitava de um profissional de TI da empresa para emissão, que tinha de fazer a segmentação manualmente.
A Gasmig adotou o BI em servidor com ferramentas de criação e gerenciamento de banco de dados. A economia e a otimização de processos ficou por conta da rapidez e da facilidade de obter informações com qualidade, inclusive em tempo real.
A companhia deixou de desperdiçar mão de obra. Passou a finalizar ações mais rapidamente, tomar decisões bem embasadas e se adiantar a oportunidades.
Grupo Luz Saúde e os indicadores de negócios
A corporação portuguesa possui uma rede de unidades hospitalares, inclusive fora de Portugal. Diante dessa amplitude de negócios, a necessidade era integrar e melhorar colheita, análise, partilha e monitoramento de dados.
A adoção do BI teve com uma das principais metas a fundamentação em informações claras para momentos decisivos. A crescente demanda de elementos — vindos de vários lugares distintos — a serem avaliados também evidenciou a necessidade de implementar a solução.
A capacidade de análise de indicadores não foi apenas acelerada, mas aumentada em quantidade. As auditorias internas tornaram-se mais precisas. E a identificação de oportunidades, por conta de dados de diferentes locais, passou a somar nos resultados do grupo.
Alemanha e a vitória na Copa do Mundo 2014
A última edição do maior evento esportivo do mundo trouxe o assunto Business Intelligence à tona em nível mundial. E mostrou que a solução pode auxiliar em alcance de objetivos nos mais diversos ramos de desempenho e busca de resultados.
O software desenvolvido na Alemanha analisava dados extraídos numericamente, como velocidade de corrida e número de passes. Também escaneava comportamentos individuais de atletas e do time como um todo.
Os relatórios foram passados aos jogadores e à comissão técnica. Com a utilização deles, o grupo preparou-se para executar jogadas mais rapidamente, envolver as outras equipes e reter a bola. O resultado? O mundo todo viu e o Brasil sentiu na pele.
Você conhece mais algum caso de sucesso com o BI ou tem o seu para contar? Deixe nos comentários.
Materia muito interessante
Obrigada pelo artigo 🙂 Acho que eu tenho uma equipe que pode obter cada sucesso 🙂 Mas sem kanbantool.com, nao conseguimos arranjar e controlar todas tarefas. Ferramentas digitais podem ajudar bastante – tal como manager ou teamledaer, mas mais suave 🙂 Eu planejo o dia do trabalho com kanban e todas tarefas sao cumpridas. Eu sei que nao cada um gosta trabalhar assim, mas comigo funciona 🙂
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?