A fonte de dados é o pontapé inicial para a implementação de uma cultura analítica na empresa. Em outras palavras, os gestores precisam estar atentos às novas tendências tecnológicas. Estas por sua vez, dizem respeito ao uso de soluções que permitem a tomada de decisões estratégicas de forma mais acertada.
Tão importante quanto contar com uma fonte de dados é saber que todas as informações são íntegras e confiáveis. Dessa forma, o uso de softwares será útil para armazená-los e integrá-los, de modo a gerar relatórios acerca dos indicadores de performance do negócio, por exemplo.
Quer saber mais sobre as fontes de dados? Então continue a leitura e fique por dentro!
O que é fonte de dados?
A fonte de dados é a forma como as informações são agrupadas e salvas. Um documento do Word, uma planilha do Excel e um banco de dados são apenas alguns exemplos que podemos citar. Todas essas fontes de dados precisam ser cuidadosamente concebidas, no intuito de assegurar a confiabilidade e a integridade das informações contidas nelas.
Qual a importância da fonte de dados como componente de BI?
Uma empresa produz diariamente fontes de dados dos mais diferentes formatos, desde um relatório no Word até arquivos XML como notas fiscais eletrônicas. Com isso, é preciso contar com uma plataforma capaz de abrigar, integrar e entregar correlações úteis que ajudem colaboradores e gestores na tomada de decisão.
O BI, ou Business Intelligence é essa plataforma. É ele quem recebe fontes de dados dos mais variados formatos, na tentativa de encontrar padrões e correlações entre eles. Essa integração ajuda todos os envolvidos no negócio a compartilhar diversas informações que antes estavam limitadas ao escopo de cada departamento.
Como integrar várias fontes de dados?
O Business Intelligence conta com um componente chamado Data Warehouse ou DW. Sua função consiste na preparação, formatação e armazenamento das informações oriundas das diversas fontes de dados que a companhia gera diariamente.
Em um DW, é possível inserir não só documentos de texto e planilhas, como também relatórios oriundos de softwares ERP e CRM. Com isso, tudo o que está descrito nesses documentos passará por um processo de integração e padronização.
Vale também salientar que o Data Warehouse permite a integração de uma enorme quantidade de dados. Com isso, muitas correlações que antes eram invisíveis aos gestores e colaboradores passam a ser facilmente visualizadas. O DW possui quatro componentes, que são:
- Orientação por assunto: diz respeito à forma de organizar as fontes de dados, de acordo com os departamentos da empresa, como marketing, logística e RH;
- Integração: se refere a tornar os dados de diversas fontes integrados;
- Variação com o tempo. O Data Warehouse deve viabilizar o acesso a esses dados sob uma perspectiva atemporal;
- Não volatilidade: uma vez inserida no DW, os dados devem ser imunes a sofrer qualquer tipo de alteração.
A fonte de dados é fundamental na hora de implementar na empresa uma cultura analítica. Com o Data Warehouse presente no BI, é possível armazenar, integrar e processar esses dados, de modo a ajudar os gestores e colaboradores na tomada de decisões estratégicas.
Viu como a fonte de dados é indispensável? Se você gostou deste conteúdo, aproveite e compartilhe-o nas redes sociais!
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.
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.