O que é Business Intelligence
Existem diversas respostas para essapergunta, mas,com certeza, a definição atual mais conhecida para BIé a atribuída a Howard Dresner (posteriormente, pesquisadordo Gartner Group). Dresner propôs, em meados de 1989,Business Intelligence como um termo guarda-chuva para descrever um conjunto de conceitos e métodos para melhorar a tomada das decisões de negócio,usando sistemas de suporte baseados em fatos.
O temo Business Intelligence,tal qual o conhecemos hoje, acabou associado ao Grupo Gartner pela sua ligação com Dresner. Atualmente, podemos encontrar no site do Gartner a seguinte definição de BI: “BI é umtermo guarda-chuva que inclui os aplicativos, a infraestrutura, as ferramentas e as melhores práticas que permitem o acesso eaanálise de informações para melhorar e otimizar decisões e desempenho”.
A IBM define Business Intelligence (BI) em um dos seus redbooks como a coleta e a análise das grandes quantidades de dados para obter informações que orientem decisões de negócio estratégicas e táticas,para melhorar o desempenho de uma empresa no mercado.
Segundo a IBM, os dados podem estar relacionadosa todas as facetas do negócio, como transações e distribuição demografia dos clientes, informações financeiras da empresa, processos de fabricação, gerenciamento de inventário, tendências da indústria, transações de fornecedores e perfis dos concorrentes. Os dados de Business Intelligencesão coletados de fontes internas, como sistemas de transação, processos de fabricação, registros dos clientes, bem como de fontes externas, como consultoria e estudos da indústria, a mídia impressa e internet.
ASAS, importante fornecedora de soluções para Business Intelligence,definiu BI,em uma de suas publicações,como: “Uma ampla categoria de programas, aplicação e tecnologias para coletar, armazenar, analisare fornecer acesso a dados para ajudar os usuários corporativos a tomar as melhores decisões de negócios”.Em outro trecho, completou com: “Éa arte de obter uma vantagem comercial a partir de dados, respondendo perguntas fundamentais”.
Histórico sobre BI
O termo BI havia sido utilizado anteriormente. Como uma das primeiras referências,podemos citar a publicação de Hans Peter Luhn no IBM® Journal of Research and Development em outubro de 1958, com o título “A Business Intelligence System”.Nesse artigo,Luhn discorre sobre umsistema de inteligência queestava sendo desenvolvido e que utilizava máquinas de processamento de dados para codificação dos documentos com informações relevantes e para a definição de perfis de interesse, em pontos da açãode uma organização. Tal sistema atuaria na identificação das informações, na busca de quem precisa conhecê-lase na forma de disseminá-las de maneira eficiente.
Em meados de 1964, o desenvolvimento do IBM System 360 e de outros sistemas de mainframe tornouviávelpara as grandes empresas desenvolveremos Sistemas de Informação de Gerenciamento (SIG), sistemas com o objetivo de fornecer aos gerentesimportantes relatóriosperiódicosestruturados, mas ainda estáticos e sem recursos de análise ou suporte interativo.
Dados do BI
Processamento das transações on-line (OLTP) descreve a forma como os dados são processados por um sistema informatizado. Sistemas OLTP armazenam seus dados de forma normalizada e,geralmente, processam enormes quantidades de operações CRUD realizadas pelo usuário final. Não foram criados para o BI, nesse contexto, são importantes fontes dos dados que serão utilizados pelo BI.
Podemos citar como exemplo de BI uma solução para apoio a tomada de decisões que segmenta o mercado, define perfis dos clientes, analisa resultados de campanhas, analisar entabilidade e risco das iniciativas do negócio. Sendo assim, podemos citar como fontes de tal soluçãoas bases de pacotes ERP, CRM, CMS, SCM, planilhas, arquivos, sistemas departamentais e desenvolvidos sobre medida.
Fontes Externas
Dados externos são dados que não podem ser encontrados nos sistemas OLTP, mas são necessários e importantespara melhorar a qualidade dasinformaçõesgeradas pelo BI.
Exemplos, pesquisas sobre o mercado, informações sobre ações na bolsa, informações vindas do cadastro positivo etc. Todos seriam relevantes e complementares ao exemplo de solução de BI descrito em Fontes OLTP.
Analise de Dados
Todos os processos previamente apresentados são necessários para construir e manteras estruturas que dão suporte àanálise de dados, mas uma típica solução BI possibilita aos usuários analisar os dados. Podemos dizer que as três técnicas mais comuns de análise de dadosem um BI, partindo da mais simples, são:
Query and Reporting
A linguagem de consulta SQL (Structured Query Language) é muito utilizadapara extrair de um banco de dados todas as tuplasque atendem a um conjunto específico de critérios utilizados na consulta.
Essa maneira é comumente empregada para a construção dos relatórios e listas de registros que exibem um conjunto dos dados com características pre determinadas, geralmente para apoiar as decisões mais simples e estruturadas. O uso de SQL tem maior emprego no ODS, para realizar consultas que solucionam problemas específicos, do dia a dia.
No emprego no DW, as ferramentas que implementam BI aportam mecanismos geradores de SQL para que os usuários não precisem ter perfil técnico nem habilidades de análise sofisticadas.
OLAP (Processamento Analítico On-Line)
É a capacidade de manipular e analisar um grande volume dos dadosatravés de múltiplas perspectivas e assim monitorar os fatos e indicadores mais relevantes da organização, por meio dos painéisde controle e relatórios executivos desenvolvidos para facilitar a visualização, o entendimento dos fatos e a tomada de decisões. Utiliza técnicas específicas como ranking, comparações, pivot tables, drill downe roll up, slicee dice,entre outras.
Esta é uma das formas de análise feitas sobre os dados transformados pelo ETL e carregados em múltiplas dimensões, por assunto e pontos de vista do negócio. Essa técnica é usada, por exemplo, para obter informaçõe sem um BI sobre como os eventos de vendas de uma empresa ocorrem ao longo de intervalos de tempo.
Data Mining
Esta é uma técnica de análise para fazer descobertas automáticas sobre padrões ocultos e relacionamentos desconhecidos de similaridade ou discordância entre dados, dentro de um grande volume de dados.
O Data Mining utiliza algoritmos complexos e técnicas de inteligência artificial para fazer tais descobertas e transformá-las em informações úteis para a tomada de decisão e/ou avaliação de resultados.Atualmente, um emprego muito comum desta técnica é seu uso naprevenção de fraude, segmentação de clientes e previsãode comportamento.
