A área de tecnologia da informação tem um ponto muito interessante e peculiar e que me faz pensar que talvez seja a única que faz isso, que é: destruir as suas bases por novo e incerto assunto. E isso é horrível.

Se percebermos ao logo das duas últimas décadas o que mais pipocou no mundo foram novas e úteis tecnologias e linguagens de programação que aumentaram exponencialmente o valor entregue pela T.I, principalmente com a democratização da cultura data driven impulsionada pelo mobile.

Esse caldeirão de ideias e novidades serviu como alicerce para o que hoje demos o nome de: ‘A era da Big Data’. O que está 100% correto, cada clique gera um dado para análise. Mas aí vem a pergunta: ‘Ok Douglas e o que o B.I tem com isso?’ Simples, o B.I se tornou mais uma vítima da destruição da T.I.

Com o boom do big data e data Science os grandes meios de comunicação especializados da área, especialistas, entusiastas e trabalhadores em geral começaram a decretar o fim do B.I e que este seria mais uma tecnologia morta, assim como falaram do SQL quando surgiu o No-SQL! O problema ao meu ver é que, os tais especialistas esqueceram do conceito do que é o B.I e o motivo da sua permanência, que se consolida cada vez mais no mercado e mundo.

O CONCEITO DE B.I

O business intelligence surgiu com o conceito de trazer clareza, melhora e amparo nas decisões empresarias modernas, com base em dados e relatórios. Toda a sua estrutura é arquitetada para maximizar a performance empresarial com o menor custo, entregando o máximo valor possível aos clientes.

A base de análise de B.I é histórica e descritiva com foco em esclarecer o que aconteceu num período de tempo e a partir daí, tomar decisões para que não se repita ou que seja ainda mais proveitoso na próxima ocorrência.

Repare que não houve em momento algum, qualquer menção de tecnologia ou ferramenta e que dentro do seu escopo, ambos são a ponta do iceberg para um bom projeto de B.I.

“Entendi! Mas se o B.I é descrição e o queremos é prescrição e previsão, porque não partir para o Data Science direto junto com o Analytics?!” Pelo mesmo motivo de um médico não receitar um remédio sem a descrição do problema feito pelo paciente.

Com o conceito em mente, podemos passar para o próximo passo: prescrição e previsão.

OS TIPOS DE ANÁLISES DE DADOS E A EVOLUÇÃO DO B.I

Como escrito no início, a evolução tecnológica e a consequente geração de dados por segundo criou o que conhecemos como era da Big Data, que trouxe consigo dois novos termos: análise prescritiva e preditiva, sendo que a última é quem de fato veio com big data.

A análise prescritiva já existia desde o final dos anos 90 e início de 2000 corroborada com o trabalho de uma vida de Ralph Kimball quando este padronizou e pavimentou o todo o caminho ao propor o modelo dimensional, conhecido como Data Warehouse e que permitiu uma exploração mais aprofundada com o Data mining.

Com o data mining e as ferramentas certas, prescrever ações após a descrição se tornou uma tarefa bem mais simples e assertiva, possibilitando crescimento forte das organizações.

O data mining foi o divisor de água da análise de dados e permitiu que diversas organizações entendessem padrões de comportamento dos clientes, suas preferências de compras, suas experiências enquanto no ambiente e por fim, prescrever campanhas certeiras para seus clientes e parceiros! Essa técnica foi muito corroborada com os cubos OLAP que se tornaram fontes inesgotáveis de insights para as organizações.

E só por volta de 2013 que a alcunha analise preditiva e o big data se popularizaram, começaram a ser estudados e desenvolvidos; o que podemos considerar como uma evolução natural do modelo dimensional proposto por Kimball, que gerou o data mining e se consolidou nos grandes volumes e suas ramificações.

Essa evolução nos mostra que o B.I foi um marco do processo evolutivo da tecnologia com foco na análise de dados.

CAMINHOS PARA O B.I

O B.I como ferramental para tomada de decisão e análise descritiva já tem sua posição bastante consolidada no mercado e hoje o que surge são melhorias em processos existentes, o que é completamente normal e muito bem-vindo!

O sucesso de qualquer projeto em uma organização que vai iniciar uma cultura de análise de dados e data driven, deve ser estruturado com base no B.I e seu escopo de entrega descritiva com objetivo de melhorar a performance empresarial. Lembre-se da analogia do médico.

O caminho natural após esse processo é sim a big data e o data science. O B.I não é capaz de processar esse volume gigantesco de dados nem gerar valor, o que acabaria perdendo o seu propósito criando a falsa sensação de fracasso e inutilidade.

As três áreas se complementam e auxiliam uma a outra no objetivo comum: maximizar a performance empresarial se antecipando aos problemas com decisões baseadas em dados. Claro, cada uma dentro do seu escopo de ação.

Essa imagem representa muito bem o caminho que uma organização atravessa quando decide implementar a cultura baseada em dados.

O ponto máximo seria a implementação de inteligência artificial e aprendizado de máquina. Seria mesmo?! Cabe a reflexão.

CONCLUSÃO

Com base nisso, não confiem e questionem sempre quando alguém disser que o B.I ou qualquer outra tecnologia vai morrer. O maior exemplo é o Cobol, que está firme e forte até hoje.

Já tentaram matar o SQL, bancos relacionais, B.I, Excel e muitos outros.

Questionem sempre o hype gerado sobre uma nova e disruptiva tecnologia com suas promessas de substituição e mudanças de ‘tudo o que conhecemos ou temos até aqui’. Geralmente é papo de vendedor para gerar buzz. Não está errado, mas exige atenção!

E, por fim, sempre existirá uma loja, restaurante, padaria ou um negócio que poderá contar com os benefícios que o B.I pode oferecer e entregar para esses pequenos comerciantes. Nem todos estão preparados para utilizar a ferramenta de ETL e visualização de última geração.

Espero que tenham gostado e saúde!