O volume de informações geradas atualmente por meio de interações com clientes, nas mais diferentes ferramentas, tornou-se um recurso valioso para o desenvolvimento de estratégias que mantenham os negócios sustentáveis e escaláveis. Então, as empresas que descobrem o poder do tratamento de dados tendem a se destacar no mercado.
Com toda essa revolução tecnológica, é natural se perguntar o que fazer com as informações coletadas, como fazer o tratamento de dados adequadamente e como converter tudo isso em resultados. Analisando esse cenário, desenvolvemos este conteúdo para explicar essas questões a você de um jeito simples e prático. Boa leitura!
O que é tratamento de dados e quais os seus princípios?
Quando falamos em processos que utilizam informações pessoais, estamos nos referindo a uma operação que envolve coleta, armazenamento, extração, entre outras atividades que contemplam o tratamento de dados.
Vale lembrar que essa tarefa tem seus princípios em conformidade com a Lei Geral de Proteção de Dados Pessoais (LGPD). Dessa forma, eles são divididos em categorias. Confira.
Adequação, finalidade e necessidade
A adequação se refere à garantia de que o tratamento de dados esteja em conformidade com a finalidade das informações que foram cedidas. Por sua vez, a finalidade tem o sentido de limitar o uso de dados e, com isso, estabelecer e deixar claro o objetivo da utilização das informações.
Por último, a necessidade está relacionada ao tratamento que será feito nos dados, garantindo que seja o mínimo possível para se aproximar da finalidade inicial.
Qualidade de dados, livre acesso e transparência
O princípio da qualidade de dados garante pontos como clareza no uso das informações, atualizações, entre outros. Já o livre acesso trata de garantir, ao titular das informações, a integridade dos dados e a compreensão de como será o tratamento.
Quanto ao princípio da transparência, ele assegura, à pessoa que cedeu os dados, informações precisas em relação ao processo de tratamento.
Segurança, prevenção e indiscriminação
Esse é um dos princípios mais importantes no tratamento de dados. Sendo assim, determinadas medidas de segurança são empregadas com o objetivo de evitar acesso não autorizado, alteração e perda das informações.
Complementando, temos a prevenção, que garante que todas as iniciativas de segurança sejam adotadas. Por fim, a indiscriminação fortalece a impossibilidade do uso dos dados para motivos discriminatórios.
Prestação de contas e responsabilização
Para garantir que a LGPD seja aplicada corretamente, temos o princípio da prestação de contas e responsabilização. Com isso, quem realiza o tratamento de dados precisa atestar que todas as medidas de segurança e manipulação das informações estejam em todas as etapas.
Como o tratamento de dados contribui para o sucesso de um negócio?
O tratamento de dados traz muitas vantagens para as empresas. A partir do momento em que um empreendimento entende como fazer uma análise de dados adequada, é possível compreender melhor a saúde do negócio, a produtividade dos processos e o comportamento do consumidor.
Por isso, investir em tecnologias como Power BI permite uma aceleração, um desenvolvimento e uma otimização dos negócios. Além disso, possibilita uma tomada de decisão mais segura e estratégica.
Nós, da Know Solutions, oferecemos as mais completas soluções em Business Intelligence para todos os formatos de empresas, de pequeno, médio e grande porte. Dessa maneira, ajudamos pessoas de forma eficiente e intuitiva para otimizar processos do dia a dia.
Este artigo fez sentido para você? Então, entre em contato conosco e conheça as nossas soluções.
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?