Em 1958,  deu início ao conceito de Business Intelligence (BI), com Han Peter Luhn, pesquisador da IBM, usando a definição do Dicionário Webster: apreender as inter-relações dos fatos apresentados de forma a orientar a ação em direção a um objetivo desejado. Dada sua definição, Business Intelligence é de fato uma visão. Não deve ser representado pelas ferramentas ou tecnologias projetadas em um determinado momento. Em outras palavras, deve ser visto como uma visão estratégica da empresa para transformar ativos de dados em insights de negócios para tomar decisões baseadas em dados.

Obter insights de negócios a partir dos dados é um processo iterativo. Com uma determinada pergunta em mente, novas descobertas dos dados podem facilmente levar a outra pergunta. Pode haver vários resultados de um relatório ou painel, dependendo de onde você começa e o que você encontra. É comum um usuário empresarial precisar de um conjunto de relatórios de várias granularidades, mas ainda assim acabar exigindo a ajuda de analistas de dados para executar consultas personalizadas, o que pode levar dias ou até semanas para obter respostas. Dito isso, uma ferramenta ideal deve ter as seguintes funcionalidades para atender plenamente aos requisitos de Business Intelligence:

1. Acesse todos os dados em todos os níveis, do nível mais granular ao nível agregado mais alto.
2. Acesse os dados rapidamente, com tempo de resposta em segundos
3. Faça qualquer análise e relatório na ponta do dedo, sem programação
4. Compartilhe insights com outros tomadores de decisão em uma linguagem ou recursos visuais comuns, que são mais fáceis de entender e acionáveis.

Não existe uma ferramenta única que funcione bem em todas as áreas acima ao mesmo tempo. Muitas empresas não apenas compram várias ferramentas que se complementam, mas também criam seus relatórios para preencher a lacuna que essas ferramentas não podem fazer. Além disso, analistas de negócios e de dados são muito necessários em todas as empresas para ajudar na análise de investigações, solução de problemas e geração manual de relatórios ou painéis que uma ferramenta de BI não pode fazer.

Avanços recentes em Big Data, plataformas de nuvem, aprendizado de máquina e gerenciamento de dados impulsionaram o Business Intelligence para a terceira era com acesso ainda mais rápido e fácil às informações, junto com um número sem precedentes de opções para visualização e inteligência de máquina.

Ferramentas de visualização permitem que os usuários de negócios façam análises rápidas sem escrever códigos ou consultas; As plataformas em nuvem permitem tecnologias de streaming e pipelines de dados mais rápidos para publicar dados de, anteriormente, semanal / mensalmente até, agora, dias / horas / minutos. Por último, o Machine Learning ajuda os usuários de todos os ângulos a encontrar as informações certas, detectar outliers e prever o futuro.

Como uma empresa pode aproveitar totalmente as novas oportunidades e ter sucesso na nova era de Business Intelligence? Abaixo lista das cinco áreas principais que devem ser cuidadosamente pensadas com roteiros estratégicos para garantir o sucesso eventual.

1. Conheça seus clientes

Identificar seus clientes e saber o que eles desejam é fundamental para o sucesso de sua jornada de Business Intelligence. De modo geral, existem dois tipos de usuários:

Usuários Empresariais

• Executivos e gerentes que tomam decisões baseadas em dados
• Analistas de negócios que precisam de relatórios detalhados para garantir o sucesso dos negócios
• Gestores de Marketing e Produto que buscam novas oportunidades de negócios
• Cientistas de dados que usam dados para executar modelos preditivos

Usuários operacionais

• Analistas financeiros que garantem relatórios precisos de receita e lucro
• Operações de TI que suportam o ambiente de produção com sucesso
• Equipe de qualidade de dados que monitora a qualidade dos dados e detecta anomalias nos dados

As habilidades desses usuários variam drasticamente, desde a análise de relatórios até o uso do Excel, o uso de uma ferramenta de BI e a criação de programas e consultas SQL. A TI, portanto, precisa fornecer diferentes tipos de saída de dados e ferramentas para atender às necessidades dos diferentes usuários. Depois de entender os clientes, a empresa pode desenvolver a estratégia e táticas corretas para implementar soluções de inteligência de negócios. Uma iniciativa de BI mal sucedida geralmente resulta de ignorar a necessidade de um grupo de usuários ou entregar uma ferramenta que eles não desejam, o que leva à baixa satisfação do cliente e menor aproveitamento dos dados do que o esperado.

2. Padronizar o pipeline de dados

Quaisquer dados, independentemente de serem coletados por um aplicativo ou de fontes externas, precisam ser limpos, padronizados e transformados antes de serem consumidos por um aplicativo de Business Intelligence. Dependendo das fontes de dados, pode haver vários pipelines de dados padrão em uma organização que podem precisar ser mutuamente exclusivos, com cada um enfocando suas próprias fontes de dados e áreas de dados responsáveis.

3. Projete a camada de acesso a dados para diferentes casos de uso

Uma organização deve escolher cuidadosamente a tecnologia de banco de dados certa para suas ferramentas de BI acessarem, com base nos casos de uso e nos padrões de recuperação de dados correspondentes. Os avanços recentes nos bancos de dados No SQL, bem como nas plataformas de Big Data, oferecem muitas opções diferentes. Testes cuidadosos e prova de conceito são necessários para fazer a escolha certa de tecnologia e investimento.

4. Capacitar com autoatendimento

Os usuários de BI sempre confiaram demais e se frustraram com as constantes idas e vindas dos desenvolvedores que fornecem as informações. As tecnologias e ferramentas de hoje podem dar aos usuários mais autonomia para deslizar e separar os dados, olhar para dados mais granulares ou não estruturados, investigar problemas de dados e criar relatórios e histórias eles próprios.

À medida que as ferramentas de BI consomem cada vez mais dados, os usuários de negócios enfrentarão as dúvidas sobre quais dados devem escolher e onde encontrar as informações corretas. Um gerenciamento de dados centralizado, armado com um gerenciamento de metadados robusto usando o catálogo de dados, resolveria esse problema e se tornaria essencial para uma jornada de Business Intelligence bem-sucedida em uma empresa. Os benefícios são:

• Permitindo que os usuários de BI encontrem os dados certos rapidamente com confiança
• Permitindo que as ferramentas de BI usem as mesmas variáveis, medidas e nomes de exibição de maneira consistente
• Fornecendo uma única verdade da camada semântica, portanto, aumentando a eficiência e a produtividade em toda a empresa

Em resumo, o Business Intelligence moderno deu aos usuários mais poder, oferecendo-lhes a capacidade de localizar dados por conta própria. Isso maximizará a chance de os usuários aproveitarem os dados de maneira eficiente e produtiva. Ele também permite que a TI concentre seus recursos na construção de infraestrutura e pipelines de dados robustos e, portanto, oferece soluções escaláveis ​​para lidar com mais dados.

5. Modernize com Análise Avançada

O BI é conhecido como relatar o passado e o presente vs. Data Science, que é responsável por prever o futuro. Esta é uma visão desatualizada limitada pelo que as ferramentas de BI anteriores podiam fazer, mas não é o que Business Intelligence foi inicialmente definido. Qualquer coisa com inteligência deve ser capaz de prever o futuro com base nos fatos do passado. Portanto, mais e mais ferramentas de BI têm a capacidade de se integrar com modelos preditivos desenvolvidos em outras linguagens e fornecer recursos de ciência de dados para permitir mais inteligência pronta para uso, como:

• Recursos de aprendizado de máquina integrados a um relatório ou painel para detectar automaticamente discrepâncias, quebra de tendência e enviar alertas simultaneamente.

• Capacidade da PNL de contar a história e concluir automaticamente a partir de um conjunto de relatórios, em vez de permitir que o ser humano examine cada relatório para chegar a uma conclusão.

Esta é uma área nova, mas estimulante, com alto potencial para Business Intelligence, que levará as ferramentas e serviços ao próximo nível de inteligência para a tomada de decisões.

Conclusão

Qualquer ferramenta e produto de BI, portanto, deve ser construído com um mecanismo de rastreamento desde o início. Por exemplo, ele deve registrar as estatísticas de acesso dos usuários até o nível mais granular, como qual relatório, qual tabela e quais colunas foram acessadas. Essas estatísticas também fornecem às equipes técnicas ideias sobre os padrões de acesso aos dados, para que possam melhorar o desempenho do acesso aos dados.

O BI está sendo modernizado novamente com muitos novos recursos, incluindo mais autoatendimento com recursos amigáveis ​​ao usuário, ciência de dados e modelagem de dados de capacidade preditiva. Também, pipelines de dados mais robustos podem ser desenvolvidos para fornecer uma quantidade substancial de dados que contribuirão para novas ferramentas de BI para gerar mais inteligência. Uma empresa deve compreender totalmente sua comunidade de usuários, escolher o espectro certo de tecnologias, construir um pipeline de dados consistente, habilitar o gerenciamento de dados e aprimorar a infraestrutura geral para desfrutar de uma jornada de business intelligence bem-sucedida.