Fundamental e de extrema importância para todo e qualquer tipo de organização que deseja crescer e se destacar, a aplicação de conceitos como Business Intelligence e Business Analytics se faz necessária para que você possa dar respostas rápidas ao mercado e se adaptar continuamente ao seu público.
No entanto, a questão a salientar, aqui, é que boa parte dos gestores acredita que Business Intelligence (BI) e Businnes Analytics (BA) são sinônimos, o que é um grande equívoco.
E foi exatamente sobre essa última observação que decidimos elaborar este artigo, ou seja, para mostrar quais são as suas diferenças. A leitura é importante e merece toda a sua atenção, por isso, não perca!
Business Intelligence e Business Analytics: qual a importância em aplicá-los?
Antes de apresentarmos as diferenças entre Business Intelligence e Business Analytics, é preciso compreender qual a importância dessas práticas para o sucesso do negócio.
A primeira observação a fazer, é que tanto um quanto o outro está diretamente relacionado à explosão do Big Data e à transformação digital nas empresas. Para muitos, uma gestão de alto nível no dias de hoje só será possível com a adoção do BI e do BA.
E a segunda, é que quando aplicados de forma correta, proporciona-se a assertividade dos planejamentos e a melhora das tomadas de decisão.
Outro ponto a destacar é que embora exista distinções, Business Intelligence e Business Analytics são complementares.
Quais são as diferenças?
Chegamos agora na parte que de fato nos interessa, as diferenças. Para isso, começaremos pelas definições de BI e BA:
Business Intelligence
Termo que se refere a uma diversidade de soluções usada para a análise dos dados brutos de uma empresa. O BI é reativo, produz relatórios fáceis de entender e foca em dados passados e atuais para:
- trazer informações para as tomadas de decisão;
- identificar os problemas do negócio;
- garantir a compreensão dos desempenhos anteriores.
Business Analytics
Ferramentas utilizadas para desenvolver modelos de análise e simulações para criar cenários, assimilar realidades e prever situações futuras. O BA é proativo, altamente técnico e foca no futuro para:
- descobrir padrões;
- prever tendências;
- estabelecer ações para a otimização dos resultados.
Quais são os métodos usados?
No que diz respeito aos métodos, o Business Intelligence se baseia em:
- processamento analítico online (OLAP);
- automação de monitoramento;
- gestão de desempenho;
- perguntas e consultas;
- relatórios (métricas e KPIs).
Já o Business Analytics se utiliza de:
- coleta multimídia;
- coleta de dados;
- coleta de textos;
- análises quantitativas e estatísticas;
- modelos descritivos;
- simulações e otimizações.
Enfim, como você pôde perceber, as diferenças são claras. E para facilitar o seu entendimento ainda mais, o BI responde a perguntas como “o que aconteceu?” e “o que está acontecendo?”, enquanto o BA a perguntas como “o que vai acontecer no futuro?” e “o que acontece se…?”.
Para concluir, vale lembrar de que Business Intelligence e Business Analytics são conceitos indispensáveis de uso para quem queira crescer e conquistar uma posição de maior destaque no mercado.
Agora que você já sabe quais são as diferenças, veja como ter bons resultados com BI e CRM!
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?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] 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 […]
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
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.
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.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
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.