Business Intelligence foi criado por Howard Dresner, do Gartner, em 1989, para representar tecnologias, conceitos e métodos computacionais para suporte à tomada de decisões em negócios baseadas em fatos.
Business Intelligence é comumente aplicado na visualização dos resultados diários dos negócios.
Os dados são o material bruto do conhecimento, criados a partir das transações do dia a dia, em processos de trabalho, em sistemas como o ERP.
Esses sistemas transacionais do dia a dia são conhecidos como OLTP (Online Transaction Process).
Sem o devido tratamento, os dados não fornecem informações consistentes.
Os sistemas analíticos que produzem as informações úteis e as disponibilizam para os usuários são chamados de OLAP (Online Analytical Process).
Essa é a essência do BI: transformar dados imprecisos em informações de apoio à decisão, a partir do cruzamento e análise de conjuntos de dados.
O BI é um componente para auxiliar no planejamento de gestão, tanto para detectar erros nos processos da empresa como para avaliar a produtividade dos funcionários por meio de indicadores de desempenho.
Na área financeira, os dados são cruciais para oferecer uma visão panorâmica dos gastos e administrar o fluxo de caixa, ao passo que a área de vendas consegue aprimorar suas estratégias a partir de dados úteis sobre o comportamento do cliente.
Empresas data-driven são em média 5% mais produtivas e 6% mais lucrativas que seus concorrentes. (Vidgen et al., 2017).
Entenda o Contexto.
Duas perguntas importantes: Quem é seu público-alvo? O que precisa que ele saiba ou faça? I Importância do contexto e de como a adequação da linguagem é vital para estabelecer uma boa comunicação.
Escolha uma apresentação visual adequada.
Elimine a saturação.
Utilizando-se dos princípios de gestalt para percepção visual, a autora sugere maneiras de equilibrar o minimalismo com a escolha do que realmente é interessante ser apresentado, deixando a visualização menos cansativa ao exigir menos esforço do público.
Foque a atenção onde você deseja.
O que precisa que ele saiba ou faça? Responda e, tendo essa informação, direcione a atenção.
Pense como um designer:
Postulados do design “A forma segue a função” com um objetivo final seja atingido de forma clara, direcionada e simples.
Conte a sua história.
Para isso tudo funcionar precisamos de dados estruturados para análise:
Os dados são estruturados conforme a definição de um esquema que define as tabelas com seus respectivos campos (ou atributos) e tipos (formato). O esquema pode ser pensado como uma metainformação do banco de dados, ou seja, uma descrição sobre a organização dos dados que serão armazenados.
Data Mining (ou mineração de dados) é um processo analítico no qual grande quantidade de dados são explorados com o objetivo de encontrar padrões relevantes ou relação sistemática entre variáveis, os quais são validados.
Enquanto o Business Intelligence visa obter informação útil para subsidiar a tomada de decisão nos escalões médios e altos da empresa a partir dos dados operativos brutos, Data Mining busca subsidiar a empresa com conhecimento novo e útil acerca do seu meio ambiente. O primeiro funciona no plano tático, o segundo no estratégico.
Data Science é a coleta de dados de diversas fontes para analisar e subsidiar a tomada de decisões, de forma preditiva, em grandes quantidadesde dados e gerando insights. Business Intelligence trata de dados do passado enquanto Data Science trata do futuro, a partir da análise preditiva.
Business Analytics tem essas interpretações:
Existem vários modelos de maturidade:
Modelos de maturidade em Business Analytics:
Modelo de Barbara Dinter (2012) apresenta um modelo de maturidade mais conceitual e acadêmico, por estágios desde o nível individual dentro da organização, passando pelo nível de setores, depois sua integração, para formar a inteligência da informação e finalmente o gerenciamento da informação empresarial. Esse modelo é mais ligado ao Business Intelligence.
Modelo IDC Maturyscape (2015) da International Data Corporation (IDC), apresenta um modelo mais comercial e ligado à geração de valor nos negócios, bem como à avaliação de oportunidades de novos produtos e serviços para os planos empresariais, visando guiar decisões de investimentos. Esse modelo é mais ligado à orientação para mercado e inovação.
Competição Analítica é a aplicação dos conceitos de Business Analytics na geração de valor para o negócio, aumentando a competitividade interorganizacional.
Nossa definição
Competição Analítica é um modelo de gestão do negócio que utiliza ferramentas de Business Analytics para a definição de estratégias de competição, potencializando a inovação e a criação de valor para as organizações.
Aplicações
Melhorar a percepção de valor pelos clientes dos segmentos-alvo, inovar ou garantir a excelência operacional, base da liderança em custo.
O posicionamento assumido pela empresa pode direcionar os esforços analíticos, seja pela estratégia deliberada (liderança em custos, diferenciação ou enfoque – na abordagem tradicional; seja na intimidade com o cliente, liderança de produtos ou excelência operacional, pela abordagem de Treacy e Wiersema , como disciplinas de valor, dentre outras como a VBR, de Barney, por exemplo, ou o BSc de Kaplan e Norton, sempre pela definição do foco estratégico como base da ação analítica.
Maturidade em competição analítica pressupõe aumento de capacidade de escolhas estratégicas, condutoras de ganhos competitivos. Esses ganhos podem se dar dentro das fronteiras da firma e no mercado.
Os ganhos internos suportam a excelência operacional, base para a liderança em custos (maturidade e foco nos processos, análise de fronteira da eficiência ou folgas de recursos), ou ainda com a inovação baseada em pesquisa e desenvolvimento de produtos, ligados à disseminação do conhecimento de mercado gerado.
Os ganhos de mercado podem se dar pelo aumento da compreensão do que os clientes valorizam, a partir dos incidentes críticos nos processos de atendimento, nas características dos produtos ou nos serviços prestados pela empresa.
Assim, estratégias deliberadas e foco estratégico são as bases para as definições empresariais do processo analítico.
As lógicas de competição podem ser incrementadas com aumento de racionalidade sobre os fatores que têm impacto nas decisões de consumo.
Maturidade em competição analítica pressupõe o domínio das seguintes dimensões: