No congestionamento diário de informações que caracteriza nossa sociedade atual, é comum encontrar diversas coisas: desde artigos, blogs, vídeos e outros documentos inteiramente empíricos e sem qualquer base teórica, até documentos altamente sofisticados, casos de uso, teorizações extremas, entre outros.
No entanto, há falta de critérios e de seleção adequada na identificação de fontes de informação, além da proliferação de inúmeros autores que, embora possam ter experiência e conhecimento em implementação, muitas vezes carecem de rigor suficiente na definição de termos.
Essa característica não é comum apenas ao nosso tópico atual — Business Intelligence e Big Data —, mas, de forma geral, a muitos outros tópicos dentro do mundo dos negócios.
Assim, constatamos que business intelligence e big data são frequentemente apresentados como temas anacrônicos e disjuntivos. O objetivo central desta publicação é esclarecer suas sutis diferenças, mas, sobretudo, suas complementaridades e a construção de sua visão como um único elemento.
Com isso, esperamos que o leitor consolide um ponto de vista com clareza conceitual suficiente para poder avançar para questões mais relevantes, especificamente aquelas que permitam que essas questões tão importantes transcendam um grupo muito específico de empresas, com recursos e desenvolvimento suficientes, para um potencial que pode ser explorado por qualquer tipo de organização, independentemente de sua finalidade, natureza ou porte.
Inteligência de negócios
Para começar, vamos propor uma definição de Business Intelligence (BI) que nos permitirá consolidar a variedade de conceitos envolvidos.
Quando falamos em BI, estamos descrevendo um conjunto de processos, tecnologias e pessoas capazes de transformar dados em informação e informação em conhecimento, com o objetivo de otimizar a tomada de decisões de negócios e facilitar a gestão por meio do rastreamento de padrões de comportamento e transações.
O BI abrange uma ampla gama de tarefas, incluindo a coleta e consolidação de bancos de dados centralizados usando conceitos de ETL e data warehouse; o gerenciamento de ferramentas de aproveitamento de informações baseadas em análise e mineração de dados; e um conjunto de ferramentas de visualização e relatórios, incluindo tecnologias como OLAP (Online Analytical Processing).
Da mesma forma, o BI representa uma transformação completa da gestão organizacional. Uma empresa que busca trabalhar com BI deve partir do entendimento de que a gestão empresarial está se tornando centrada em uma cultura orientada por dados, onde as decisões são baseadas nas evidências que os dados fornecem e onde esses dados são transversais às atividades tradicionais de planejamento, organização, direção e controle.
Com base nisso, a transformação proporcionada pelo BI também se traduz na implementação de tecnologias com foco mais estratégico e menos operacional. Da mesma forma, a mudança cultural significa que as pessoas devem ser treinadas para compreender os processos, a gestão de ferramentas e a cultura de dados que o BI envolve, para que possam ser arquitetos da transformação dos negócios.
Big Data
Da seção anterior, pode-se observar que a inteligência de negócios, mais do que simplesmente implementar tecnologias e processos, representa uma mudança empresarial completa. Uma das principais barreiras à sua implementação é a falta de esforços adequados para alcançar a alta administração com uma mensagem que facilite o entendimento, ajude-a a compreender suas vantagens e a assumir os projetos de implementação que ela envolve.
Uma barreira tradicional aqui é que a alta gerência é resistente aos processos de implementação de BI, pois seus resultados geralmente não são imediatos, exigem investimentos iniciais significativos e, em alguns casos, representam uma tarefa altamente exigente, já que envolvem todas as facetas da organização.
O Big Data está emergindo com seu potencial como uma forma de atender a essas necessidades. Ao fazer com que a gestão empresarial compreenda que praticamente todos os eventos relacionados à organização hoje são coletados na forma de dados, e que esses dados não apenas resumem fatos e fornecem insights sobre a realidade do negócio, mas também geram custos que poderiam ser amortizados, torna-se mais fácil para os empresários entenderem que os dados devem ser aproveitados.
Isso se traduz em processos nos quais maiores esforços para desenvolver uma cultura da informação são geralmente bem-vindos, desde que sejam financeiramente autossustentáveis.
Quando falamos de Big Data, podemos distinguir que estamos falando sobre o aproveitamento de grandes volumes de informações para tomar decisões de negócios e otimizar processos. É notável que as semelhanças conceituais com BI possam gerar alguma confusão. Nesse sentido, Big Data também requer algumas considerações técnicas.
A integração de dados de negócio que não fazem parte do ecossistema de bases de dados da empresa (o data warehouse), como dados de fontes secundárias, implica ter repositórios de informação específicos para a gestão do Big Data.
Muitos desses dados, quando processados adequadamente, podem ser integrados ao data warehouse. Nas fases iniciais ou durante o trabalho diário com dados, eles podem ser integrados em repositórios especiais conhecidos como data marts.
Big Data é um tema altamente suscetível a cair em megatendências (modismos) de gestão. Além de reconhecer que os volumes de dados estão em ascensão e adotar o famoso teorema do limite central, que, em uma versão bastante simplificada, afirma que o aumento da informação permite maiores níveis de generalização, seus métodos não são, por si só, completamente inovadores, pois se baseiam em modelos matemáticos e estatísticos previamente desenvolvidos, incorporam inteligência artificial por meio de modelos de mineração de dados e a aplicam a cenários que envolvem fontes de dados não estruturadas.
Entretanto, o desenvolvimento do Big Data e a busca por consolidação e suporte que facilitem seu uso generalizado têm permitido que os desenvolvimentos computacionais se concentrem em encontrar algoritmos mais eficientes, com melhores tempos de resposta, possibilitando a tomada de decisões sob o conceito utópico de “tempo real”.
Como Business Intelligence e Big Data se complementam?
Em vez de discutir diretamente as diferenças entre Business Intelligence e Big Data, fica claro que precisamos caminhar em direção a uma complementaridade entre dois conceitos que não são apenas semelhantes, mas também muito mais poderosos se integrados, em vez de criar uma disjunção entre eles. Assim, a mensagem central desta análise não é criar caminhos separados, mas sim multiplicar as valiosas características implícitas tanto em Business Intelligence quanto em Big Data.
Algumas das distâncias específicas que poderiam ser marcadas entre esses dois tópicos são dadas pelo fato de que o conceito de Big Data não se refere diretamente a processos ou pessoas: é um conceito focado em algoritmos e metodologias que permitem extrair conhecimento de dados processados.
Esses dados, por sua vez, podem vir de uma ampla variedade de fontes e podem ser estruturados, como é tradicionalmente usado em bancos de dados empresariais, ou não estruturados, que variam de dados textuais a conteúdo multimídia.
Podemos também observar que o componente analítico do BI é potencializado pelo Big Data, mas, ao mesmo tempo, uma concepção holística e aplicada do Big Data exige as qualidades do BI. Nesse sentido, assumir um cenário de dados mais completo e aberto, com capacidades muito maiores de processar, integrar, analisar e distribuir informações, só pode ser positivo e não deve impedir a criação de diferenças em suas aplicações.
O cenário ideal é aquele que nos permite ter muito mais dados, poder integrá-los e maximizar sua qualidade e completude, definir metodologias ideais para seu processamento e análise e garantir que cheguem aos tomadores de decisão com qualidade tal que o nível de dificuldade em sua transformação em decisões e sua implementação seja reduzido ao mínimo.
Só assim garantiremos um ambiente de dados suficientemente forte para permitir que as organizações sejam mais resilientes, não pelas suas capacidades financeiras ou materiais, mas pelo conhecimento e talento que possuem.
Autor:
Julián Ramírez, Ph.D
[email protected]
