Você já ouviu falar em Data Discovery? As rotinas de análise de dados mudaram a forma como empresas tomam decisões. Elas deixaram de contar com a intuição dos profissionais e, agora, são voltadas para a identificação de padrões e tendências.
Nesse contexto, utilizar o Data Discovery deve ser visto como algo estratégico, até mesmo para quem adota o BI no seu dia a dia. A verificação de informações será mais rápida. Ao mesmo tempo, a empresa poderá tomar decisões considerando fatores muito mais amplos.
Quer saber como isso afeta a sua empresa? Então confira o post a seguir!
O que é Data Discovery?
O Data Discovery é um processo utilizado para filtrar e otimizar a coleta de dados para análise corporativa. Essa abordagem permite a detecção ágil de padrões e ruídos no meio de um grande número de dados. Assim, rotinas como as de Business Intelligence e Big Data se tornam mais eficazes.
Rotinas de Data Discovery são voltadas para agregar valor às informações e, com isso, auxiliar no processo de tomada de decisões. Ele é dividido, em geral, em três partes:
- a preparação dos dados;
- a análise visual dos registros e padrões;
- a análise guiada avançada.
Como esse processo se relaciona com o BI?
O Business Intelligence é muito utilizado por empresas para otimizar o seu funcionamento. Adotar o BI no ambiente corporativo permite identificar, com precisão, pontos que possam ser otimizados. Ao mesmo tempo, garante que a empresa tenha como avaliar o resultado das suas estratégias e, com isso, evite riscos desnecessários.
A vinculação do Data Discovery nos processos de BI deve ser vista como uma ótima forma de garantir que os processos serão mais efetivos. Esse caminho facilitará a integração de dados internos e externos. Ou seja, ampliará a abrangência das rotinas de análise de informações.
Como consequência, todas as decisões serão mais precisas e capazes de guiar o negócio ao futuro desejado. A empresa poderá, com isso, reduzir custos e otimizar resultados. Afinal de contas, os registros serão trabalhados de um modo mais inteligente e pautado por questões mais amplas.
Como adotar o Data Discovery na sua empresa?
Adotar o Data Discovery, especialmente nos ambientes em que a análise de dados já está presente, é um desafio fácil de ser vencido. Basta que o negócio tenha um bom planejamento para validar os requisitos e conseguir otimizar os processos internos. Entre os passos que devem ser tomados, podemos apontar:
- saber quais são os objetivos da empresa;
- identificar quais são as dores internas dos profissionais;
- avaliar que recursos podem ser utilizados nas rotinas de análise de dados;
- criar indicadores e alinhar objetivos;
- sempre revisar as atividades;
- contar com o apoio de um especialista em soluções de análise de dados.
Rotinas de análise de dados estão ganhando grande importância no ambiente corporativo. Elas facilitam a busca por decisões mais robustas e alinhadas com os objetivos do negócio. Afinal, todos os profissionais conseguirão validar os seus projetos com base em registros mais precisos e menos intuição.
Nesse contexto, adotar o Data Discovery pode ser visto com uma grande alternativa para a empresa. Isso dará uma nova vida para as rotinas de BI, ampliando o escopo das avaliações realizadas. Por isso não deixe de investir no apoio de um especialista e garantir que essa estratégia seja implementada com base nas melhores práticas do mercado!
Quer saber mais sobre como um parceiro especializado pode te ajudar nos processos de análise de dados? Então, confira nossas soluções e veja qual mais se encaixa para sua empresa.
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.