Na tentativa de sistematizar ao máximo os processos de gestão das empresas, várias ferramentas da administração já foram criadas nos últimos anos. Algumas têm sido muito bem-sucedidas, e conseguem trazer importantes conceitos que agilizam e facilitam o acompanhamento e gestão das empresas.
Entre eles, podemos destacar duas: o chamado PDCA e o Business Intelligence — e neste post explicaremos um pouco cada uma delas. Continue lendo e confira!
Ciclo PDCA
O ciclo PDCA foi criado em 1930 por Walter A. Shewhart, mas foi ser amplamente difundida pelo mundo na década de 1950, graças às palestras de Willian E. Deming, no Japão. Sua ideia parte do princípio da melhoria contínua e aprimoramento constante.
A ferramenta é peça fundamental na filosofia Kaizen, que revolucionou o conceito de qualidade na indústria japonesa do pós-guerra. As letras do nome vêm do inglês Plan (planejar), Do (fazer), Check (checar), Action (agir), e descrevem a sequência das atividades a serem executadas continuamente durante o processo. O ciclo PDCA, portanto, é um conceito sem início ou fim, e possue aplicação imediata em qualquer atividade produtiva.
Business Intelligence
Com o tempo, a crescente quantidade de informações — disponível graças aos avanços tecnológicos constantes — tornou a tomada de decisões mais difícil e complexa. Se, antes, o problema era a falta de dados, hoje o excesso pode confundir mesmo o mais experiente dos administradores.
Diante disso, surge a proposta dos softwares de Business Intelligence (B)I: coletar dados relevantes e demonstrá-los de maneira a facilitar e dar segurança às tomadas de decisões. E as interações entre as ferramentas de BI e do ciclo PDCA se mostraram uma combinação poderosa de apoio e qualidade de gestão.
Cada passo do ciclo tem correspondência com aplicações do Business Intelligence — vejamos algumas.
Plan (Planejar)
Essa fase se caracteriza por ser o momento em que o gestor deve identificar as causas que limitam a qualidade ou alcance dos objetivos traçados. A análise de todos os fatores que contribuem para a melhoria contínua deve ser executada, considerando-se a melhor qualidade de dados possível.
O Business Intelligence ajuda muito nessa coleta de informações, muitas vezes escondidas na enorme quantidade de dados disponíveis, mas não organizados. A frieza da tecnologia pode demonstrar aspectos importantes sem o caráter emocional e, eventualmente tendencioso, dos colaboradores. E, contrário ao que muitos acreditam, esse tipo de software custa pouco e é simples de usar.
Do (Fazer)
Nesta etapa, o plano é executado de acordo com as metas estabelecidas na fase anterior. Porém, durante a execução do planejamento a coleta e armazenagem de dados continua a ser importante.
E as informações adquiridas com a execução do plano vão fornecer importantes subsídios para as próximas decisões. Nessa etapa, o papel do Business Intelligence é sistematizar todo esse armazenamento e transformação de dados em informação.
Check (Checar)
Depois de haver planejado e executado, o resultado precisa ser comparado com os objetivos fixados anteriormente, e, essencialmente, o Business Intelligence é a ferramenta que permite a conferência e análise de dados obtidos anteriormente.
Um software de BI adequadamente implantado vai oferecer uma visão privilegiada das informações e permitirá um controle seguro dos dados que serão usados para a tomada de decisão.
Action (Agir)
Essa é a fase onde as correções e melhorias identificadas devem ser implantadas. É uma variante da segunda fase, Do (fazer). A ideia é muito simples, porém poderosa: a cada momento, o ciclo deve ser repassado buscando a qualidade como filosofia central.
Nada está tão bom que não possa melhorar, e a aplicação do ciclo PDCA garante que as inconsistências estão sendo observadas e atendidas por um novo planejamento de melhoria. Novamente, o BI fornece as bases para uma ação mais precisa e eficiente.
Como podemos ver, o ciclo PDCA e o Business Intelligence formam uma dupla de ferramentas poderosa e indispensável para a gestão de qualquer empresa — até mesmo de projetos menores. Assim como a qualidade ganhou outra dimensão depois das palestras de Deming, a gestão de informações e a tomada de decisões deve ganhar outra perspectiva após o uso do BI.
E então, gostou do artigo? Deixe-nos o seu comentário e participe dessa comunidade de 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?