Business Intelligence: o que é?

Business Intelligence: o que é?

Em um mundo cada vez mais dinâmico e tecnológico, a atenção pela otimização das operações tem sido uma realidade recorrente. As decisões realizadas em ambientes corporativos sempre trazem consequência, e é preciso que estejam cada vez mais voltadas às informações precisas e atualizadas, sendo um diferencial entre o sucesso (ou a ausência dele) a adaptação.

Por conta disso, uma ação recorrente tem sido o uso do Business Intelligence - em português, Inteligência de Negócio -, que possibilita a transformação de informações úteis para a tomada de decisões de maneira atenta. Diante dessa possibilidade, talvez você esteja se perguntando: como de fato posso aplicar esses conceitos em situações reais do meu dia a dia? Neste artigo, por meio de storytelling (contação de estória), vamos conhecer as aplicações e os conceitos através do contexto de um negócio. Vamos lá?!

O Business Intelligence (BI), por si só, está associado a grandes empresas, principalmente no ramo tecnológico. Para explorarmos melhor sua definição e as suas diversas possibilidades vamos considerar o Guarani, um pequeno mercado de bairro fictício. Dona Araci que é proprietária e atuante no dia a dia do mercadinho pensou que poderia ter mais lucros se entendesse melhor as preferências dos clientes.

Desenho em cartoon colorido com uma mulher segurando uma bandeja de frutas. Ela está na frente de um mercado de bairro, com frutas em prateleiras expostas do lado de fora do mercadinho.

Imagem criada pelo Midjourney - IA de imagens generativas.

Defina objetivos

Ao querer entender o perfil de consumo de seus clientes, sem saber, Dona Araci já estava começando a aplicar um dos primeiros pilares do BI: definir objetivos. Quando há o propósito de realizar a análise dos dados por meio deste caminho, temos a possibilidade de identificar as necessidades e os objetivos do negócio. Para definir o escopo e o processo para essa análise, podemos usar o BI.

Qual o perfil de consumo dos meus clientes? Como posso aumentar meus lucros baseado nisso?

Dona Araci está sempre presente no Guarani e sabe que nas segundas-feira o Seu João da rua de baixo costuma abastecer sua dispensa com frutas do hortifruti. Além disso, ela já observou que os pães e os bolos que saem ao meio-dia, normalmente, só são comprados lá para o final da tarde. Essas percepções são frutos da observação empírica de Dona Araci, que contribuíram de forma significativa para o negócio até agora.

Banner da Escola de Data Science: Matricula-se na escola de Data Science. Junte-se a uma comunidade de mais de 500 mil estudantes. Na Alura você tem acesso a todos os cursos em uma única assinatura; tem novos lançamentos a cada semana; desafios práticos. Clique e saiba mais!

Colete dados

Quando estamos em situações como o de dona Araci, precisamos responder ao questionamento inicial compreendendo a relevância de se começar pela implementação do processo de coleta de dados dos produtos comprados, bem quanto as suas informações atreladas. Essa prioridade nos permite apurar esse e outros dados que refletem, por exemplo, o perfil de consumo dos clientes do Guarani.

Armazene dados

Esse processo de coleta dos dados de compra inclui a ingestão das informações dos produtos em uma base de dados. Dona Araci poderia manter os registros de compras em um caderno, mas isso poderia dificultar o uso dessas informações principalmente a longo prazo. Isto ocorre porque automatizar essa coleta, e pensar em um armazenamento adequado e centralizado, é também aplicar o business intelligence. Sendo assim, essa é mais uma etapa que nos permite conhecer o seu negócio utilizando processos inteligentes e úteis no futuro.

Fred Flintstones, personagem pré-prehistórico de desenho que veste uma roupa de pele de animal, está lendo palavras escrita em pedras e fazendo contas em um ábaco.

Processe dados

Com o objetivo específico delimitado, e uma fonte de dados armazenando o histórico de compras do mercadinho, no dia a dia dona Araci percebeu a sua facilidade em realizar o registro equivocado de seus dados, algo que não seria útil para os seus negócios. Por conta disso, ela reconheceu a necessidade de estruturar a sua análise por meio de métodos que prepare todos esses dados coletados.

Para essa ação, assim como dona Araci, podemos contar com a implementação do ETL, que é uma sigla para Extrair, Transformar e Carregar, tradução de Extract, Transform and Load. Desse modo, nessa etapa conseguimos processar e integrar os dados extraídos da(s) fonte(s), de modo a aplicar transformações necessárias e carregá-las em um local que esteja pronto para uso.

Visualize dados

Agora, com as informações dos históricos de compras estruturadas pelo processo de ETL, Dona Araci pode utilizar os dados prontos para construir um relatório com gráficos e métricas que permitem a visualização do perfil de consumo dos seus clientes. Para atingir esse objetivo, podemos, por exemplo, construir gráficos de faturamento e quantidade de vendas dos produtos por categoria. Além de entender melhor padrões das vendas e dos faturamento ao longo do tempo com um gráfico de linhas, outra possibilidade é mapear a quantidade de clientes únicos atendidos pelo Guarani.

Essas visualizações podem ser ainda mais eficazes quando disponibilizadas em um dashboard que reúne diversos gráficos promovendo interatividade através de filtros. Desse modo, começamos a responder a dúvida inicial e partimos para análises mais profundas.

Painel com vários gráficos que contém  um cabeçalho na cor verde. No canto superior esquerdo temos o título do painel, escrito em branco: Dashboard, Perfil de consumo, no canto superior direito uma logo do mercado Guarani. Abaixo temos três métricas alinhadas lado a lado, com o faturamento total, a quantidade de vendas e o total de clientes, lidos da esquerda para direita. Ao lado das métricas temos filtros, de ano, mês e categoria. Na parte central do painel  temos dois gráficos, à direita um gráfico de barras com a quantidade de vendas e o total de faturamento por categoria e ao lado temos um gráfico de linhas, que acompanha o faturamento da empresa nos dias da semana.

Analise dados

A partir da análise das visualizações dos dados podemos tirar insights que nortearão a tomada de decisão dentro da empresa. Com o dashboard do perfil de consumo, podemos alterar os filtros e entender melhor como foram as compras em diferentes lapsos temporais para diversas categorias. No gráfico de barras que mostra o faturamento e as vendas do Guarani, podemos perceber que, para o mês de maio de 2023, os produtos de padaria são os que mais vendem, porém não são os que dão maior retorno em faturamento. Outro ponto de atenção possível de se ter é o alcance de 120 clientes únicos nesse mês, com uma maior frequência nas segundas-feiras e nas sextas-feiras.

Observando essas e outras tendências, podemos partir para tomada de decisão baseada nos dados, para atingir mais clientes. Dona Araci decidiu fazer uma promoção de hortifruti na quarta-feira, a categoria com mais faturamento e no dia com menos movimento. Por conta disso, ela decidiu incluir outro caixa às segundas-feiras para promover um melhor atendimento para o seu público. Empolgada, ela não quer parar de ter seus dados mapeados. Então tomou mais uma decisão - aplicará uma pesquisa de satisfação com os clientes para estar em uma melhoria contínua nos atendimentos.

Ciclo de principais processos do BI. No alto do círculo temos o passo “coletar”, em seguida, à direita,à direita, a etapa “armazenar”. Ao descer o círculo, encontramos o passo “processar” e, ao fazer  a curva no círculo,  a etapa “visualizar”. Por fim, para fechar o círculo, temos a ação “analisar”. No centro do círculo, simbolizando o ciclo da análise de dados, está escrito em preto a palavra Dados.

Com todo o processo do Business Intelligence, conseguimos ter acesso a dados estruturados, transformá-los em informação e utilizá-los a favor do negócio. No caso do Guarani, o mercadinho de vizinhança, aplicamos esses processos para entender melhor as preferências dos clientes. A ingestão desses dados, juntamente com processos automatizados pelo BI, deram a Dona Araci maior compreensão do perfil de consumo dos clientes e também outros aspectos da sua empresa. Perceba que a iniciativa de aplicar uma pesquisa de satisfação faz com que os processos de coletar, armazenar, processar, visualizar e analisar os dados sejam repensados, e como as informações são contínuas, temos esses processos como um ciclo.

A partir desses procedimentos aplicados fica mais fácil de atender necessidades específicas dos clientes, será que podemos investir em mais produtos veganos e vegetarianos no Guarani? Quais os melhores dias para realizar promoções baseado no consumo dos clientes? Como podemos gerir melhor o estoque e os produtos que estão prestes a vencer?

O ciclo do BI, exemplificado na figura acima, começa com a coleta de dados brutos, que logo são armazenados. Em um local centralizado, geralmente um Data Warehouse, os repositórios de dados integrados são organizados, estruturados e alinhados ao seu objetivo de análise. Dessa maneira, os dados são processados por meio de técnicas de ETL, o que abarca várias especificidades dos dados e permite partir para a escolha de visualizações apropriadas que ajudam a conhecer os dados de forma mais rápida. Essa ação contribui para a análise de tendências, padrões e valores atípicos.

Essas etapas podem ser operacionalizadas por diversas ferramentas de BI disponíveis no mercado, o Excel, por exemplo, auxilia em várias etapas como armazenamento, processamento e visualização dos dados. Diante de uma perspectiva de um maior volume de dados podemos contar com o Power BI. Com ele é possível processar, visualizar e analisar os dados através da linguagem DAX, M e personalização de gráficos interativos. Outros players, que também podem ser citados, sobretudo nas etapas finais, é o Qlik Sense e o Looker Studio.

Imagem mostra quatro ícones: da direita para esquerda temos o ícone do looker studio, do excel, do power bi, e por fim do qlik.

Perceba que cada uma das etapas podem ser aplicadas a qualquer outro negócio, inclusive podem conter alterações ajustadas às necessidades específicas dos dados e de seus objetivos de análises. A ideia não é serem passos engessados, e sim um guia para tornar os dados do seu negócio úteis e prontos, te proporcionando uma visão ampla da empresa.

Tenha em mente que o surgimento do conceito de BI está muito ligado ao surgimento e a modernidade dos computadores, uma vez que todos os processos citados, da criação e monitoramento dos dados até a tomada de decisões, estão cada vez mais informatizados e digitais. Segundo o Gartner, uma das maiores referências sobre o mercado da técnologia, define-se Business Intelligence e Analytics como:

Um termo abrangente que inclui os aplicativos, a infraestrutura e as ferramentas, e as práticas recomendadas que permitem o acesso e a análise de informações para melhorar e otimizar as decisões e o desempenho.

Aqui citamos uma empresa pequena, o Guarani mercadinho de bairro, para que você entenda que o BI pode ser aplicado a qualquer tipo de negócio, já que todos eles geram dados. Além disso, destacar com suas análises estruturadas como podemos ajudar a tomar decisões mais assertivas através da inteligência de negócio . Contudo, é importante lembrar que o BI é um processo contínuo, e que por conta disso é preciso acompanhar e analisar os dados de maneira rotineira para obter os melhores resultados.

😜 E aí, curtiu? Aqui na Alura temos muitos outros conteúdos para profissionalizar ainda mais suas análises de dados! Vou deixar aqui embaixo algumas sugestões:


Créditos

Redação e conteúdo: Ana Duarte

Revisão Técnica: Daniel Siqueira

Produção didática: Cláudia Machado

Ana  Duarte
Ana Duarte

Sou bacharela em Estatística e atualmente curso Ciência da Computação. Já atuei como cientista de dados no ramo educacional e financeiro e hoje sou instrutora na Escola de Dados da Alura e voluntária na equipe de projetos do grupo Data Girls. Sou apaixonada por transformar dados em informação inteligente usando a ciência de dados em diversos tipos de aplicação. Fora isso, sempre estou acompanhando alguma série e procurando novas rotas para andar de bike.

Veja outros artigos sobre Data Science