Processar em alta velocidade uma ampla massa de dados para extrair informações valiosas para os negócios é uma das soluções digitais mais atraentes da atualidade, já que, além da agilidade, a prática confere embasamento para as tomadas de decisão do negócio. Assim, é importante saber como ter sucesso com o Big Data.
O conceito tem gerado bastante valor para as organizações, mas a forma de implantação influencia diretamente nos resultados obtidos. É necessário planejamento e preparar o terreno para manter o Big Data funcionando de forma adequada junto com o negócio.
Continue a leitura e conheça as melhores formas para operar com essa ferramenta. Confira!
Reúna metas claras
À medida que as empresas exploram de forma mais ativa as funcionalidades do Big Data, os requisitos e as oportunidades de negócios variam amplamente, podendo englobar tanto o crescimento da receita como a busca pela vantagem competitiva.
É importante para os profissionais que querem se beneficiar mais da utilização do Big Data realizarem um plano bem delimitado de desafios e metas de negócios. Assim, fica mais fácil se concentrar nos projetos com possibilidade de maior retorno.
Nesse sentido, os gestores podem se guiar por alguns pontos-chave:
- o objetivo da utilização da ferramenta no projeto;
- os obstáculos para a implementação efetiva;
- a direção do negócio;
- a alocação de colaboradores talentosos no projeto;
- prioridade do uso da tecnologia em meio às outras tarefas da empresa.
Defina cuidadosamente o business case
O business case, ou plano de negócio, é um guia para orientar a criação e o andamento de um novo empreendimento ou de uma decisão administrativa. Quanto mais conectadas estão as proposições desse plano de negócio aos objetivos dos projetos, maiores as chances de sucesso.
Como o Big Data trabalha com uma massa elevada de dados, é preciso realizar um processo meticuloso de análise dos objetivos da empresa e de como a tecnologia pode otimizar esse processo. É fundamental identificar as áreas problemáticas que vão se beneficiar da utilização e o que deve ser efetivamente feito para combater essas deficiências.
É uma boa medida, também, realizar um inventário das soluções e ferramentas já utilizadas para solucionar os problemas e estabelecer como o Big Data pode evitar os erros de método já cometidos nesse mesmo processo.
Trabalhe com dados internos e externos
A principal razão de ser do Big Data é a análise de dados. Com o propósito de incrementar essa operação, é bom ir além dos registros internos da organização. Dessa forma, é possível trabalhar com canais de captura direto na web e utilizar relatórios otimizados de consultorias e outras fontes.
A análise de dados colhidos em redes sociais, por exemplo, pode ser bastante valiosa para o negócio. Os feedbacks e as opiniões dos usuários podem ser combinados a poderosas estratégias de marketing.
Busque parcerias de alto nível
A solicitação de suporte técnico em tecnologia é bastante recorrente hoje, e delegar funções especializadas para consultores externos facilita a integração das soluções digitais destinadas a otimizar o negócio a empresas específicas.
Em muitos casos, a implementação inadequada de ferramentas tecnológicas pode paralisar as atividades de uma organização, comprometendo todos os resultados. Nesse sentido, é importante procurar ajuda de colaboradores com formação específica, que proverão técnicas de ponta para agregar valor ao negócio.
Dessa forma, a empresa vai atingir o máximo de otimizações possíveis proporcionadas pela implementação e utilização adequadas do Big Data. Os prestadores de serviço saberão avaliar as soluções digitais mais adequadas de acordo com o nicho explorado pela companhia contratante.
Como vimos, o Big Data é uma tecnologia de alto valor que chegou para ficar, mas que demanda alguns cuidados para sua correta implementação. É necessário, ainda, atenção ao chamado “ciclo de análise visual”, um processo que consiste em:
- realizar a extração dos dados;
- visualizar os resultados minuciosamente;
- fazer e responder perguntas sobre o processo.
É possível adicionar novos dados, trabalhar com exibição após exibição até conseguir ampliar o entendimento do que está sendo visualizado. Tudo isso contribui para que você descubra como ter sucesso com o Big Data.
Gostou do post e quer conhecer mais sobre Big Data e Business Intelligence? Então, entre em contato conosco para conhecer o nosso trabalho!
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.