Para muitas pessoas que fazem a gestão de empresas, desenvolver um projeto de BI tornou-se indispensável para o futuro de seus negócios, visto que essas pessoas entenderam a importância da análise e tratamento qualificado dos dados que são gerados.
Afinal, a revolução que a tecnologia trouxe gerou transformações em todos os âmbitos sociais e econômicos. Por esse motivo, é essencial compreender e utilizar tudo isso a nosso favor. Porém, é bom lembrar que existem diferentes níveis de complexidade no seu processo de implementação que consideram o tamanho e o nicho da empresa, por exemplo.
O fato é que quando o projeto de BI é implementado de maneira correta, dando importância para fatores como tempo, recursos para obter novas ferramentas, aprendizado de novos processos e definição de estratégias, o resultado é a melhoria em diversos fluxos operacionais de trabalho.
Sabemos que a tarefa não é fácil. Mas para ajudar nessa jornada de transformação tecnológica em sua empresa, preparamos este artigo com os 7 erros mais comuns na implementação de um projeto de BI. Será que sua empresa comete algum? Descubra na leitura!
1. Achar que o projeto de BI é apenas para departamentos de TI
Um dos principais erros que os empreendedores cometem na implementação de um projeto de BI é achar que essa é uma tarefa exclusivamente da equipe de TI. Precisamos deixar claro que a análise de dados é obtida por meio da implementação da tecnologia, mas os algoritmos, por si só, não vão levar você aos seus objetivos.
Abrace o conceito de transformação digital e pense em seu projeto de dados como uma iniciativa de toda a empresa. Mesmo que todo o trabalho pesado tecnológico fique por conta das pessoas da TI, o desenvolvimento do projeto de BI é mais eficiente quando há diferentes mentes, com diferentes níveis de conhecimento, direcionando os estudos e o foco nos objetivos da empresa.
Sendo assim, tenha o projeto de dados como apenas um elemento de um plano de negócios muito maior, identifique um caso de uso que impulsione sua estratégia geral e reúna uma forte equipe interdisciplinar.
2. Não considerar a escalabilidade no projeto de BI
Esse é um erro que muitas pessoas cometem quando iniciam seus projetos de BI. Vale lembrar que não há nada de errado em começar pequeno quando se trata de seu projeto de dados — na verdade, quase sempre é a melhor abordagem.
Mas sempre considere a escalabilidade, porque não conseguir dimensionar uma solução e atrair os usuários é um erro fatal, que a longo prazo trará problemas operacionais e de custos, que podem ser evitados desde o esboço do projeto.
Portanto, para maximizar o sucesso do seu projeto de BI, use uma ferramenta de dados com funcionalidade apropriada para a necessidade e o nível de habilidade de cada usuário. Ela precisa ser de fácil acesso para a equipe de vendas que usa os dados, assim como para o departamento de TI, que acessa as peças que precisa, por exemplo.
3. Basear-se em dados de baixa qualidade
Certamente, ninguém se propõe a usar dados inadequados de propósito. Afinal, isso pode causar danos catastróficos ao empreendimento. Contudo, quando falamos na implementação de um projeto de BI, essas informações nem sempre são claras de imediato. Por isso, esse tópico merece uma atenção especial para você não cair em um dos erros mais comuns, a negligência de negócios.
Assim sendo, para fugir desse erro, tenha em mente qual é o status atual da empresa, quais as metas futuras da organização e quais os indicadores mais relevantes. Após isso, implemente um método de governança forte para guiar todo o projeto de BI.
Por meio dessas iniciativas, o projeto de BI começará com o pé direito. Além disso, garantirá resultados mais confiáveis à medida que a empresa for alimentando, analisando e explorando as possibilidades que as informações trarão.
4. Trabalhar em silos de dados
Atualmente, a ciência de dados é extremamente essencial em uma empresa. Afinal, para um negócio crescer de maneira escalável, ele precisa ter suas bases sólidas — e o que permite isso é a análise e o tratamento dos dados, já que as decisões empresariais não podem ser feitas no achismo. A partir do momento em que as decisões são baseadas em dados, todos ganham. Existem casos em que equipes isoladas preparam os seus próprios dados e criam os próprios relatórios, compartilhados apenas entre si.
Nesse caso, o problema na implementação de um projeto de BI vai acontecer quando várias ferramentas de dados estiverem em uso. Afinal, todo mundo está comprando a partir de seus pools de dados escolhidos, preparando os dados à sua maneira, inadvertidamente permitindo que erros ocorram e usando cálculos diferentes.
O resultado infeliz é que as pessoas tomam decisões com base em dados insuficientes ou incompletos, perdendo totalmente o objetivo de toda a iniciativa. Não há como garantir que os dados sejam limpos e consistentes, assim como não há forma de estabelecer conexões realmente valiosas entre os insights. Certifique-se de que a sua estratégia de dados seja baseada em uma plataforma bem administrada e bem organizada, com dados que refletem a versão única e real da verdade.
5. Não integrar o projeto de BI com outras ferramentas
O principal objetivo da implementação de um projeto de BI é permitir que a empresa utilize dados relevantes sobre as movimentações do mercado e o comportamento de clientes, para que, a partir disso, a tomada de decisão seja inteligente, eficiente e sólida.
Por esse motivo, é essencial que o projeto de BI seja integrado às demais soluções tecnológicas que a empresa utiliza, como ERP, CRM, automação de marketing, gestão de projetos, entre outros.
Precisamos deixar claro que a falta de integração entre as ferramentas reduz a capacidade de compilação e confrontamento das informações — o que leva ao erro da inconsistência nas informações, levando a uma base de dados não confiável.
6. Esquecer do mobile no projeto BI
Muitas pessoas, durante todo o processo de desenvolvimento do projeto, acham que ele deve ser pensado exclusivamente para o formato de computadores. O que é um grande erro. Com o uso acentuado da cloud computing e a expansão da internet móvel, a solução de Business Intelligence precisa estar presente onde ela é necessária, desde os escritórios até quem está na linha de frente e precisa de acesso rápido às informações.
É fato que, diariamente, as empresas que fornecem ferramentas empresariais tecnológicas investem recursos e esforços para encontrar soluções que caibam na palma da mão e estejam presentes no momento e onde for preciso. Além disso, em nossas atividades pessoais e corporativas, o mobile está presente.
Assim, deixar o ambiente mobile sem uma interface e um dashboard intuitivo adaptados para essa categoria de dispositivo é um erro que impacta diretamente a produtividade e fluxo dos dados.
7. Desenvolver o projeto de BI sem consultoria especializada
Esse é o tipo de erro, dentre os que citamos, que as pessoas mais cometem. Achar que o desenvolvimento de um projeto de BI é uma tarefa que pode ser executada a partir de tutoriais da internet. Essa iniciativa torna todo o processo de implementação do projeto mais demorado e custoso para a empresa.
Além disso, após a implementação do projeto de BI na empresa, é importante o acompanhamento e a consultoria de uma pessoa especializada, que torne o desenvolvimento natural e de qualidade. Essa consultoria é fundamental para você entender as funcionalidades da ferramenta e extrair o máximo possível dos seus recursos.
Por fim, ter uma visão geral das armadilhas comuns é um bom lugar para começar seu projeto de BI. A partir daqui, você pode começar a considerar seus objetivos, reunir sua equipe e decidir quais dados internos e externos são necessários.
Uma dica de ouro é pensar em tudo com cuidado, sabendo que as ferramentas de BI alcançam resultados apenas quando implementadas corretamente. Evitar esses erros comuns significa que você já está à frente da concorrência e no caminho de um futuro escalável e de sucesso.
Se quiser uma ajudinha para evitar erros de inteligência de negócios e começar seu projeto de dados corretamente, converse hoje com nossa equipe de especialistas em dados e descubra como, todos os dias, ajudamos pessoas como você.
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?