Com o mercado de inteligência de informação em alta, e empresas brasileiras se adaptando às novas ferramentas disponíveis na área, principalmente ao que se refere à Big Data e analytics, empresários e gestores já perceberam a necessidade de se adequarem a essa realidade.
A quantidade de informações que hoje temos a disposição nos ajuda a tomar decisões mais objetivas, e surge na rede de forma acelerada e constante. Saber filtrar esses dados para se diferenciar no mercado é o que fará uma empresa se destacar de seus concorrentes. Além de grandes corporações, é importante que pequenas e médias empresas utilizem Big Data no Brasil.
Além de auxiliar a tomada de decisões de forma simples, utilizar Big Data torna a administração mais fácil, pois o gestor terá informações precisas sobre seu negócio, e pode criar soluções práticas para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial competitivo.
À vista de tudo isso, elaboramos um post sobre cases do uso de Big Data no Brasil que você tem que conhecer. Confira!
Big Data no Brasil: realidade presente em diversos setores
Vamos apresentar três cases de empresas que utilizaram Big Data no Brasil que te ajudará a entender a finalidade dessa metodologia. Confira!
1 – Grupo Pão de Açúcar
O grupo varejista Pão de Açúcar conta com um sistema de relacionamento com o cliente focado em fidelização de seu público externo. O Clube Extra, nome dado a esse sistema, visa não só a aproximação dos clientes como também de fornecedores. De forma resumida, o cliente cadastra no programa Cliente Mais da rede de supermercados, onde ele pode acumular pontos através de compras online ou nas lojas físicas. Os dados obtidos através dessa plataforma são analisados para relacionar os clientes com suas marcas ou produtos favoritos ou mais consumidos.
Do ponto de vista administrativo, esse tipo de solução de Big Data serve também para otimizar o nível de estoque, já que a empresa saberá antecipadamente quanto se deve comprar de determinado item, considerando os custos de manter esse estoque, ou o prejuízo que acarretará caso o mesmo falte nas prateleiras.
2 – Supermercados Super Nosso
Assim como o Grupo Pão de Açúcar, a rede de supermercados mineira Super Nosso já colhe resultados positivos após investir em Big Data para um melhor relacionamento com seu público através da web. Em março desse ano a empresa investiu R$ 1.000.000,00 na reformulação de sua loja virtual após o crescimento de 36% nas vendas da empresa através do programa Super Nosso em Casa, frente ao crescimento de 0,7% no setor supermercadista em Minas Gerais no ano de 2015.
No cenário nacional a diferença também é grande, já que o setor de e-commerce no Brasil cresceu 15% no mesmo período.
3 – Ministério da Justiça
Saindo do setor privado, empresas governamentais também podem e devem utilizar Big Data. O Ministério da Justiça do Brasil conta um banco de dados extenso, que contém mais de 1 bilhão de registros. Para analisar todos esses dados os profissionais da estatal contam com a ajuda de Watson, um supercomputador da IBM construído para coletar e processar petabytes de dados em milésimos de segundos. O MJ utiliza o Big Data para identificar ações ilícitas, principalmente as que se relacionam à lavagem de dinheiro.
Big Data no Brasil: investimento com ótima possibilidade de retorno
Todo investimento em Business Intelligence e Big Data, feito de forma correta e bem planejada, retorna em lucros para sua empresa, seja através de captação de novos clientes, na retenção dos que já existentes ou na manutenção de custos operacionais. O empresário brasileiro precisa modificar a forma como vê essa realidade, já que a previsão é de que até 2020, o uso de Big Data no Brasil já atinja 75% das empresas.
E aí? Gostou do nosso post? Compartilhe este conteúdo em sua rede social favorita, assim você ajuda outras pessoas a conhecerem mais sobre Big Data e Business Intelligence!
Foi aluno de Ralph Kimball, maior referência mundial no assunto, no curso de Modelagem Dimensional realizado pela Kimball University, em Estocolmo – Suécia.
Já ministrou diversas palestras sobre o tema e atualmente mantêm o blog da Know Solutions, com referências sobre Business Intelligence.
Pós Graduado em Gestão de Projetos de Software pela PUC – Paraná. Trabalhou durante 7 anos na empresa Siemens onde participou de projetos em diferentes países.
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?