Termos de Business Intelligence

Você como empreendedor e gestor do seu próprio negócio precisa compreender os principais termos de Business Intelligence.

Isso porque, ao ter conhecimento dos termos chave você não irá precisar parar no meio de uma análise para procurar o significado de um ou outro que você desconhece.

O que de fato afeta o fluxo de trabalho, torna o processo mais lento e pode até mesmo lhe distanciar de insights preciosos para o seu negócio.

Veja abaixo o conceito de diversos termos de BI organizados de forma alfabética para lhe ajudar em suas análises diárias.

Ad-Hoc Reports: modelo de Inteligência de Negócios – BI em que são feitos relatórios de forma rápida e simplificada, geralmente com informações que não estão presentes nos relatórios tradicionais das empresas.

Análise de decisão: processos racionais de avaliação de variáveis para escolher o melhor caminho a ser seguido.

Analytics (BA – Business Analytics): refere-se às habilidades, técnicas e práticas em uma contínua investigação da performance passada do seu negócio, visando incrementar seu planejamento estratégico. O Google Analytics costuma ser uma ferramenta bem completa para esse objetivo, quando aplicado online.

Bancos de dados: coleções organizadas de dados logicamente coerentes que se cruzam para formar algum sentido durante um estudo ou avaliação (também pode significar: entidade utilizada para armazenar dados de forma estruturada, com o menor nível de redundância possível).

Balanced scorecard (indicadores balanceados de desempenho): importante ferramenta de planejamento estratégico que visa medir o desempenho empresarial, como uma bússola a um navegador. Trabalha com as seguintes perspectivas: Financeira, Clientes, Processos Internos e Aprendizado e Crescimento.

Benchmarking: método de avaliação da empresa a partir da concorrência, com o objetivo de incorporar as melhores práticas à sua estrutura operacional.

Big data: refere-se ao trato de grandes volumes de dados por meio de sistemas de alto desempenho e super processadores, capazes de cruzar montanhas de dados e fornecer indicativos para a previsão de tendências.

Cloud computing: Permite o acesso remoto a programas a arquivos, de qualquer computador ou dispositivo com acesso à internet, e a entrega dos recursos de computação como um serviço (que pagamos mensalmente enquanto quisermos usar) e não como um produto (em que adquirimos de forma definitiva). Vale para hardware, memória, banco de dados, pastas de armazenamento de arquivos, infraestrutura de rede, etc.

CRM (Customer Relationship Manager): um sistema integrado de gestão com foco total na satisfação do cliente.

Crosstab ou pivot table: método de categorização e combinação de dados relacionados. É composto por três partes: linhas, colunas e dados. Usado no cruzamento de informações.

Cubo: visão multidimensional, capaz de organizar dados de um Data Mart em múltiplas dimensões, medidas e cálculos, promovendo respostas muito mais velozes para análises de dados.

Dashboard: ferramentas de visualização de dados, que mostram o status atual das métricas e indicadores de desempenho. Também chamados “cockpits”.

Data mart: subconjunto dos dados de um data warehouse. São, em geral, dados que se referem a um assunto específico. Podem ser desenvolvidos para as mais distintas áreas da empresa, como Compras, Finanças, Marketing, Recursos Humanos, Vendas etc. Cada usuário que acessa o data mart vê apenas os dados de sua área.

Data mining: é a chamada mineração de dados. É uma funcionalidade capaz de agregar e organizar dados para descobrir tendências, associações, padrões e anomalias entre os dados. Utiliza-se de recursos de Estatística e Inteligência Artificial para encontrar informações mais profundas.

Data warehouse: em português, “armazém de dados”. É uma base de dados relacionados por assunto, integrados e definitivos, utilizados no auxílio à tomada de decisões da empresa.

Dimensão: tabela usada nos data warehouses, contendo inúmeros dados usados para criar visões de análise de cenários, Exemplos: dados cadastrais de todos os clientes da empresa, histórico de compras, lista de produtos oferecidos pela empresa e pelos concorrentes, etc.

Drill down: processo de visualização de dados detalhados, dados que foram mostrados, inicialmente, de forma sumarizada, resumida. É como abrir uma “janela” e ver os dados com mais detalhes.

Drill up: o contrário do drill down. É a possibilidade de ver os dados com menos detalhamento.

ERP (Enterprise Resource Planning): sistema de gestão empresarial. Imagine que você tenha vários sistemas em sua empresa, uma para o setor de Compras, uma para o setor de Vendas, outro para a Contabilidade. Um ERP é um sistema que integra todos os setores em torno dos mesmos dados. Vale lembrar que o sistema de Inteligência de Negócios – BI é complemento ao ERP.

EAI (Enterprise Application Integration): refere-se a todos os meios tecnológicos e aos princípios de arquitetura de sistemas usados na integração de aplicações corporativas.

Forecasting: é a projeção, estimativa ou, simplesmente, a previsão de eventos futuros ou condições que o ambiente de uma empresa está sujeito a enfrentar.

Gestão do Conhecimento: processo que envolve a criação, armazenamento e disseminação dos conhecimentos internos e externos à empresa para alcance do sucesso do negócio. Ligada à gestão estratégica, teoria das organizações, marketing e tecnologia da informação.

KPI (Key Performance Indicator): em português, indicador-chave de desempenho. É um subconjunto de métricas utilizadas para mensurar a performance dos processo de uma empresa, visando ao alcance de seus objetivos. Exemplos: ticket médio, índice de engajamento, taxa de conversão (total de vendas/total de visitas ao site), etc.

Metadados: são dados sobre outros dados. São utilizados para descrever e estruturar, de forma estável, a informação registrada sob diferentes suportes. Possibilitam acessar as informações e compreendê-las com rapidez e facilidade.

Métrica: sistemas de mensuração que quantificam uma variável ou um comportamento. Exemplo: volume de vendas, custos fixos, etc.

Multidimensional data: dados multidimensionais. Dados passíveis de serem avaliados segundo vários critérios, como volume de vendas por região, por faixa etária, por tipo de produto, etc.

NPS (Net Promoter Score): métrica que tem como objetivo mensurar o grau de satisfação e, principalmente, de fidelidade dos clientes em relação à sua empresa.

ODS (Operational Data Store): banco de dados operacional, encontrado em sistemas como os da Oracle e da SAP.

OLAP (Online Analytical Processing): processamento analítico online, em português. Capacidade de analisar grandes volumes de dados sob diferentes pontos de vista, baseado em uma estrutura de dados multidimensional chamada Cubo (já vista acima).

OLTP (Online Transaction Processing): processamento de transações online. Interface que gerencia o processamento de transações, como ocorre com o sistema de transações bancárias.

Oracle: sistema de banco de dados criado em 1977 por Larry Ellison.

Pesquisa de mercado: coleta de informações junto aos consumidores, com o objetivo de orientar a tomada de decisões da empresa. Define as perspectivas de venda ou de prestação de serviços, com base na inteligência de mercado.

Pesquisa de satisfação: prática avaliação do nível de satisfação dos clientes, considerando itens como atendimento, custo, matéria prima, qualidade, etc.

Ralph Kimball: um dos criadores dos conceitos de data warehouse, bem como dos sistemas para análise de dados transacionais.

SAP: empresa alemã com forte presença no Brasil, criadora softwares de gestão empresarial.

Sistemas de informação: conjunto organizado de diversos elementos, que compreende pessoas, equipamentos e métodos usados para coletar, interpretar, transmitir e disseminar dados que representam informação para o usuário.

SQL (Structured Query Language): linguagem de questões estruturadas, em português, é uma linguagem padrão para lidar com banco de dados relacionais.

Tabela Fato: tabela componente do data warehouse, a qual contém os dados transacionais que se deseja investigar.