Inteligência de negócios ou BI

Inteligência de negócios vs. análise de dados 

O uso esporádico do termo “inteligência de negócios” remonta à década de 1860. No entanto, ele foi atribuído oficialmente ao consultor Howard Dresner quando, em 1989, ele o usou em uma frase genérica sobre a aplicação de técnicas de análise de dados para apoiar os processos de tomada de decisão. O que era conhecido como ferramentas de BI evoluíram dos antigos sistemas analíticos, muitas vezes baseados em mainframes, para sistemas de suporte para tomadas de decisão e sistemas de informações executivas. 

O business intelligence, às vezes, é usado indistintamente como business analytics (BA, ou análise de negócios). Em outros casos, o BA é usado de forma mais restrita para se referir a análises avançadas de dados ou mais amplamente para incluir tanto BI quanto essas análises mais profundas. 

Por que a inteligência de negócios é importante? 

Os benefícios potenciais das ferramentas de business intelligence incluem a aceleração e melhoria da tomada de decisões, a otimização dos processos de negócios internos, o aumento da eficiência operacional, a geração de novas receitas e a conquista de vantagem competitiva sobre os rivais de negócios. Os sistemas de BI também podem ajudar as empresas a identificarem tendências de mercado e problemas de negócios que precisam ser resolvidos. 

O BI pode incluir informações históricas guardadas em um data warehouse, bem como novos dados coletados dos sistemas originais à medida que são gerados, permitindo que as ferramentas apoiem os processos estratégicos e táticos de tomada de decisão. 

Inicialmente, as ferramentas de BI eram utilizadas, principalmente, pelos analistas de dados e outros profissionais de tecnologia da informação encarregados de fazer análises e de produzir relatórios com resultados de consultas para usuários comerciais. No entanto, cada vez mais os executivos e profissionais das áreas de negócios estão, eles mesmos, usando plataformas de business intelligence, em parte graças ao desenvolvimento de ferramentas e painéis de extração de dados nos moldes de autosserviço. 

Tipos de ferramentas de BI 

O business intelligence combina um amplo conjunto de aplicações de análise de dados, incluindo análises e consultas ad hoc, relatórios empresariais, processamento analítico online (OLAP), BI móvel, BI em tempo real, BI operacional, BI em nuvem e BI como software as a service (saas, ou software como serviço), BI de código aberto, BI colaborativo e inteligência de localização. 

A tecnologia de BI também inclui um software de visualização de dados para projetar gráficos e infográficos, bem como ferramentas para criar painéis de inteligência de negócios e de desempenho que exibem dados visualizados em métricas de negócios e indicadores-chave de performance de uma maneira fácil de compreender. 

As ferramentas de visualização de dados se tornaram, nos últimos anos, no padrão do BI moderno. Alguns fornecedores líderes de mercado desenvolveram a tecnologia desde o início e os mais tradicionais seguiram o exemplo. Agora, praticamente todas as principais ferramentas de BI incorporam recursos de descoberta visual de dados. 

Os programas de BI também podem incorporar formas de análise avançada, como mineração de dados, análise preditiva, extração de texto, análise estatística e análise de big data. No entanto, em muitos casos, os projetos de análise avançada são liderados e gerenciados por equipes separadas de cientistas de dados, estatísticos, modeladores preditivos e outros profissionais de análise qualificados, enquanto as equipes de BI supervisionam análises e consultas de dados de negócios mais diretos. 

Os dados de business intelligence são, normalmente, armazenados em um data warehouse ou data marts menores, que contêm subconjuntos de informações de uma empresa. Além disso, os sistemas Hadoop são cada vez mais usados ​​em arquiteturas de BI como repositórios ou plataformas de destino para dados e análises de BI, especialmente para aqueles não estruturados, arquivos de log, dados de sensores e outros tipos de big data. 

Antes de serem usados ​​em aplicações de BI, os dados sem processamento, de diferentes sistemas de origem, devem ser integrados, consolidados e limpos usando ferramentas de integração e de qualidade de dados para garantir que os usuários analisem informações precisas e consistentes. 

Tendências de BI 

Além dos gerentes de BI, as equipes de business intelligence geralmente incluem uma mistura de arquitetos, desenvolvedores, analistas de negócios e profissionais de gerenciamento de dados, todos especializados na tecnologia. Os usuários das áreas de negócios também são frequentemente incluídos para representarem o lado comercial e garantir que suas necessidades sejam atendidas no processo de desenvolvimento de BI. 

Para ajudar nesse processo, um número crescente de organizações está substituindo o desenvolvimento tradicional em cascata por métodos de armazenamento de dados e Agile BI que usam técnicas de desenvolvimento ágil de software para dividir projetos de business intelligence em pequenos segmentos e entregar novas funcionalidades aos analistas de negócios de forma incremental e reiterada. Ao fazer isso, as empresas podem usar os recursos de BI mais rapidamente e refinar ou modificar os planos de desenvolvimento conforme as necessidades de negócios mudam ou novos requisitos surgem, tendo prioridade sobre os anteriores. 

BI para big data 

As plataformas de BI são cada vez mais usadas como interfaces de usuário para sistemas de big data. O software moderno de business intelligence geralmente oferece back-ends flexíveis, permitindo que eles se conectem a uma variedade de fontes de dados. Isso, junto com as interfaces simples de usuário, faz com que as ferramentas se adaptem bem às arquiteturas de big data. Os usuários podem se conectar a uma variedade de fontes de informação, incluindo os sistemas Hadoop, bancos de dados NoSQL, plataformas em nuvem e data warehouses mais convencionais, e desenvolver uma visão unificada de seus vários dados. 

Como as ferramentas costumam ser bastante simples, o uso do BI como front-end de big data permite o envolvimento de um grande número de usuários potenciais, em vez da abordagem típica de arquitetos de dados altamente especializados, na qual eles são os únicos que conseguem visualizar os dados.