Business Intelligence e Análise de Dados para Gestão do Negócio

Visualizações: 64
Classificação: (0)

O ambiente de negócios está em constante evolução e cada vez mais complexo. O tempo para a tomada de decisões está encolhendo, ao passo que a natureza global das decisões está se expandindo, exigindo o desenvolvimento e uso de sistemas computadorizados de apoio à decisão. O foco deste livro são as bases teóricas e conceituais do apoio a decisões e as ferramentas e técnicas disponíveis. São apresentados os fundamentos das técnicas e como tais sistemas são construídos e usados para tanto.

FORMATOS DISPONíVEIS

eBook

Disponível no modelo assinatura da Minha Biblioteca

104 capítulos

Formato Comprar item avulso Adicionar à Pasta

1.1 - VINHETA DE ABERTURA: Análise de dados esportivos – uma empolgante fronteira para aprender e entender as aplicações da análise de dados

PDF Criptografado

2  BI e análise de dados para gestão do negócio isso pode ser replicado, é um componente didático básico para aprender sobre o tema. Ao descrever as técnicas, também apresentamos exemplos de ferramentas de software que podem ser usadas para desenvolver tais aplicações. O livro não se atém a uma única ferramenta de software, para que os estudantes possam experimentar essas técnicas usando diversas delas disponíveis no mercado. Esperamos que essa exposição e experiência habilite e motive os leitores a explorarem o potencial de tais técnicas em seus próprios ramos de atuação. Para facilitar tal exploração, incluímos exercícios que direcionam o leitor para a Teradata University Network (TUN) e para outros sites que incluem exercícios em grupo onde apropriado.

1.1 VINHETA DE ABERTURA: Análise de dados esportivos – uma empolgante fronteira para aprender e entender as aplicações da análise de dados

A aplicação da análise de dados a problemas empresariais é uma habilidade-chave, sobre a qual você aprenderá neste livro. Atualmente, muitas dessas técnicas estão sendo aplicadas para aprimorar processos decisórios em todos os aspectos dos esportes, uma área em franca ebulição denominada análise de dados esportivos (sports analytics). A análise de dados esportivos é a arte e a ciência de reunir dados sobre atletas e equipes para melhor embasar decisões esportivas, como decidir quais jogadores devem ser recrutados, quanto pagar de salário a cada atleta, quem colocar para jogar, quem escolher como treinador, como evitar lesões e quando atletas devem ser negociados ou aposentados. Para equipes, isso envolve decisões empresariais como o preço de ingressos, bem como decisões de formação de plantel, análise de pontos fortes e fracos de equipes adversárias e muitas decisões no calor do jogo.

 

1.2 - Rumos dos ambientes de negócios e novas exigências para apoio à decisão e análise de dados

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

9

O que podemos aprender com essas vinhetas?

Além dos analistas de departamentos administrativos, dos treinadores, preparadores físicos e dos especialistas em desempenho, há muitos outros envolvidos no esporte que utilizam dados, desde zeladores de campos de golfe que aferem as condições do solo e da grama para torneios do PGA, até árbitros de beisebol e basquete que são avaliados de acordo com os erros e acertos que cometem. Na verdade, é difícil achar uma área esportiva que não esteja sendo afetada pela disponibilidade de mais dados, sobretudo aqueles advindos de sensores.

As habilidades que você aprenderá neste livro em análise de negócios também se aplicarão aos esportes. Caso queira se aprofundar nessa área, sugerimos que consulte a seção Sports Analytics da Teradata University Network (TUN), um recurso gratuito para docentes e discentes. Nesse site, você encontrará descrições do que ler para aprender mais a respeito de análise de dados esportivos, compilações de locais onde poderá encontrar conjuntos de dados publicamente disponíveis para análise, bem como exemplos de projetos estudantis em análise de dados esportivos e entrevistas com profissionais da área que usam análise de dados em seus trabalhos. Boa sorte em seus estudos de análise de dados!

 

1.3 - Evolução do apoio computadorizado a decisões até a análise/ciência de dados

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

11

resolução de problemas de um indivíduo revela-se limitada quando uma ampla gama de informações e conhecimentos diversos se faz necessária. Sistemas computadorizados possibilitam que as pessoas superem seus limites cognitivos ao acessarem e processarem rapidamente vastas quantidades de informações armazenadas.

• Gestão de conhecimento.  As organizações reunem vastas coleções de informações a respeito de suas operações, seus clientes, procedimentos internos, interações com funcionários e assim por diante, por meio das comunicações estruturadas e não estruturadas que ocorrem entre as várias partes interessadas.

Sistemas de gestão de conhecimento se tornaram fontes de embasamento formal e informal para decisões gerenciais, embora por vezes nem sejam chamados por esse nome. Tecnologias como análise de texto e o IBM Watson estão tornando possível a geração de valor a partir de tais coleções de conhecimento.

 

1.4 - Um quadro referencial para inteligência de negócios

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

15

SEÇÃO 1.3  QUESTÕES DE REVISÃO

1. Liste três dos termos predecessores de análise de dados.

2. Qual era a principal diferença entre os sistemas denominados MIS, DSS e Sistemas de Informação Executivos?

3. O DSS evoluiu para se tornar BI ou vice-versa?

1.4 Um quadro referencial para inteligência de negócios

Os conceitos de apoio à decisão apresentados nas Seções 1.2 e 1.3 foram implementados aos poucos, sob nomes diferentes, por muitos fornecedores que criaram ferramentas e metodologias para apoiar decisões. Conforme destacado na Seção 1.3, quando os sistemas passaram a englobar empresas inteiras, os gestores puderam acessar relatórios práticos que os ajudavam a tomar decisões mais depressa. Tais sistemas, que costumavam ser chamados de EISs, passaram então a oferecer capacidades adicionais de visualização, alertas e mensurações de desempenho. Em 2006, os principais produtos comerciais já apareciam sob o termo inteligência de negócios (BI).

 

1.5 - Visão geral da análise de dados

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

23

benefícios intangíveis. Tanto benefícios diretos quanto indiretos têm de ser identificados. Obviamente, é aí que o conhecimento sobre aplicações similares em outras organizações e casos de estudo vem bem a calhar. O Data Warehousing Institute

(tdwi.org), por exemplo, fornece uma profusão de informações sobre produtos e suas aplicações e implementações inovadoras. Tais informações podem ser úteis para estimar os benefícios diretos e indiretos.

Segurança e proteção de privacidade

Esta é uma questão extremamente importante no desenvolvimento de um sistema computadorizado, sobretudo em BI que contém dados que podem possuir valor estratégico. Além disso, a privacidade de funcionários e clientes precisa ser protegida.

Integração de sistemas e aplicativos

Com a exceção de alguns itens acessórios, todos os aplicativos de BI devem ser integrados com outros sistemas como bases de dados, sistemas legados, sistemas empresariais (especialmente ERP e CRM), e-commerce (lado das vendas, lado das compras) e muitos mais. Além disso, aplicativos de BI costumam ter conexão com a Internet, e muitas vezes com sistemas informatizados de parceiros comerciais.

 

1.6 - Exemplos de análise de dados em ramos selecionados de atuação

PDF Criptografado

32  BI e análise de dados para gestão do negócio

5. O que é análise de dados preditiva? Como as organizações podem empregar análise de dados preditiva?

6. O que é análise de dados prescritiva? Quais tipos de problemas podem ser resolvidos pela análise de dados prescritiva?

7. Defina modelagem a partir da perspectiva da análise de dados.

8. É uma boa ideia obedecer a uma hierarquia de análise de dados descritiva e preditiva antes de aplicar a análise de dados prescritiva?

9. Como a análise de dados pode ajudar na tomada de decisões objetivas?

1.6 Exemplos de análise de dados em ramos selecionados de atuação

Ao longo dos próximos capítulos, você verá exemplos de aplicação de análise de dados. Esta é uma das principais abordagens (exposições) deste livro. Nesta seção, destacamos duas áreas de aplicação – atendimento de saúde e varejo – que são aquelas com mais relatos de aplicação e maior sucesso.

Aplicações de análise de dados no atendimento de saúde – empresa Humana

 

1.7 - Uma breve introdução à análise de Big Data

PDF Criptografado

40  BI e análise de dados para gestão do negócio

Usando-se análise avançada dos dados disponíveis, a afinidade de produtos pode ser realizada junto às unidades mais elementares de estoque para melhorar os ROIs de ofertas conjuntas. Além disso, usando-se técnicas de elasticidade de preço, o preço ideal da oferta conjunta também pode ser deduzido, diminuindo, assim, qualquer perda na margem de lucro.

Dessa forma, ao usar análise de dados, um varejista pode obter não apenas informações sobre suas operações correntes, mas também diagnósticos aprofundados para aumentar as receitas e diminuir o custo operacional para maiores lucros.

Uma lista bastante abrangente de aplicações atuais e potenciais da análise de dados no varejo que grandes varejistas como a Amazon poderiam empregar foi proposta por um blogueiro da Data Science Central. Tal lista está disponível em http://www. datasciencecentral.com/profiles/blogs/20-data-science-systems-used-by-amazon-to-operate-its-business. Conforme mencionado anteriormente, os exemplos de tais oportunidades são tantos que não caberiam aqui, mas encontraremos alguns deles ao longo do livro.

 

1.8 - Uma visão geral do ecossistema de análise de dados

PDF Criptografado

42  BI e análise de dados para gestão do negócio

Caso aplicado 1.6

A CenterPoint Energy utiliza análise de Big Data em tempo real para aprimorar seu atendimento ao cliente

A CenterPoint Energy é uma empresa de fornecimento de energia sediada em Houston,

Texas, e listada na Fortune 500. Seu principal ramo de atuação é a transmissão e distribuição de energia elétrica, distribuição de gás natural e vendas e serviços envolvendo gás natural. Ela atende a mais de cinco milhões de clientes fixos nos Estados Unidos.

A CenterPoint Energy utiliza redes inteligentes de abastecimento para coletar informações em tempo real sobre a saúde de diversos aspectos da rede, como medidores de energia, transformadores e disjuntores que são usados para fornecer eletricidade. Essas informações em tempo real passam por análise de Big Data, o que permite diagnósticos e soluções muito mais ágeis. Os dados podem, por exemplo, prever e potencialmente ajudar a prevenir apagões.

Além disso, a ferramenta coleta informações meteorológicas, permitindo que dados históricos ajudem a prever a magnitude de um apagão causado por tempestade. Isso serve de guia para alocar os recursos certos antes da ocorrência de uma tempestade e assim evitar quedas de energia.

 

1.9 - Plano do livro

PDF Criptografado

54  BI e análise de dados para gestão do negócio migrarem de um agrupamento da indústria para outro a fim de aproveitarem suas habilidades. Profissionais especializados que trabalham para fornecedores, por exemplo, podem às vezes migrar para posições de consultoria, ou diretamente para organizações usuárias. Em geral, existem muitos motivos de animação em torno da indústria de análise de dados neste instante.

SEÇÃO 1.8  QUESTÕES DE REVISÃO

1.

2.

3.

4.

Liste as 11 categorias de atores no ecossistema de análise de dados.

Dê exemplos de empresas em cada um dos 11 tipos de agrupamento.

Quais empresas são dominantes em mais de uma categoria?

É preferível ser o protagonista em uma categoria ou ser ativo em múltiplas categorias?

1.9 Plano do livro

As seções anteriores lhe deram uma compreensão da necessidade de tecnologia da informação para a tomada de decisão, a evolução da BI e aspectos da análise de dados e da ciência de dados. Nas últimas seções, vimos um panorama dos diversos tipos de análise de dados e suas aplicações. Agora estamos prontos para uma excursão gerencial mais aprofundada nesses tópicos, juntamente com relatos de experiências práticas em alguns dos tópicos técnicos. A Figura 1.15 apresenta um plano do restante do livro.

 

1.10 - Recursos, links e a conexão com a Teradata University Network

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

55

introdução a aspectos de data warehouse, aplicativos e tecnologias. Nessa mesma parte, também abordaremos a extração de relatórios empresariais e as tecnologias e os aplicativos de visualização. Isso será seguido de um breve resumo de técnicas e aplicações da BI – um tema que tem sido uma parte essencial da BI tradicional.

A seção subsequente cobre a análise de dados preditiva. O Capítulo 4 oferece uma introdução a aplicações nessa área. Ela inclui muitas das técnicas comuns de mineração de dados: classificação, agrupamento, associação e assim por diante. Já o Capítulo 5 abrange aplicações da mineração de texto, bem como análise na Web, incluindo análise de mídias sociais, análise de sentimentos e outros tópicos relacionados. O Capítulo 6, por sua vez, aborda a análise de dados prescritiva. O Capítulo 7 traz mais detalhes sobre a análise de Big Data. O Capítulo 8 trata da discussão de tendências emergentes. A onipresença de dispositivos sem fio e de GPS e outros sensores está resultando na criação de novos e massivos bancos de dados e aplicações singulares. Uma nova estirpe de empresas de análise de dados está emergindo para analisar esses novos bancos de dados e compreender bem melhor e mais profundamente os comportamentos e as movimentações dos clientes. Isso está levando

 

Destaques do capítulo

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

57

Destaques do capítulo

• O ambiente de negócios está cada vez mais complexo e em franca evolução, dificultando ainda mais a tomada de decisões.

• As empresas devem reagir e se adaptar às mudanças no ambiente tomando decisões mais rápidas e melhores.

• O tempo até a tomada de decisões está encolhendo, ao passo que a natureza global das decisões está se expandindo, exigindo o desenvolvimento e uso de DSSs computadorizados.

• DSSs utilizam dados, modelos e por vezes gestão de conhecimento para encontrar soluções para problemas semiestruturados e não estruturados.

• Os métodos de BI utilizam um repositório central chamado DW que permite eficiência em mineração de dados, OLAP, BPM e visualização de dados.

• A arquitetura de BI inclui um DW, ferramentas de análise de negócios usadas por usuários finais e uma interface de usuário (como um dashboard).

 

Termos-chave

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

57

Destaques do capítulo

• O ambiente de negócios está cada vez mais complexo e em franca evolução, dificultando ainda mais a tomada de decisões.

• As empresas devem reagir e se adaptar às mudanças no ambiente tomando decisões mais rápidas e melhores.

• O tempo até a tomada de decisões está encolhendo, ao passo que a natureza global das decisões está se expandindo, exigindo o desenvolvimento e uso de DSSs computadorizados.

• DSSs utilizam dados, modelos e por vezes gestão de conhecimento para encontrar soluções para problemas semiestruturados e não estruturados.

• Os métodos de BI utilizam um repositório central chamado DW que permite eficiência em mineração de dados, OLAP, BPM e visualização de dados.

• A arquitetura de BI inclui um DW, ferramentas de análise de negócios usadas por usuários finais e uma interface de usuário (como um dashboard).

 

Questões para discussão

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

57

Destaques do capítulo

• O ambiente de negócios está cada vez mais complexo e em franca evolução, dificultando ainda mais a tomada de decisões.

• As empresas devem reagir e se adaptar às mudanças no ambiente tomando decisões mais rápidas e melhores.

• O tempo até a tomada de decisões está encolhendo, ao passo que a natureza global das decisões está se expandindo, exigindo o desenvolvimento e uso de DSSs computadorizados.

• DSSs utilizam dados, modelos e por vezes gestão de conhecimento para encontrar soluções para problemas semiestruturados e não estruturados.

• Os métodos de BI utilizam um repositório central chamado DW que permite eficiência em mineração de dados, OLAP, BPM e visualização de dados.

• A arquitetura de BI inclui um DW, ferramentas de análise de negócios usadas por usuários finais e uma interface de usuário (como um dashboard).

 

Exercícios

PDF Criptografado

58  BI e análise de dados para gestão do negócio

Exercícios

Teradata University Network e outros exercícios práticos

1. Entre em teradatauniversitynetwork.com.

Usando a senha para o site fornecida por seu professor, inscreva-se no site, caso ainda não o tenha feito. Faça o seu login e estude o conteúdo do site. Você receberá tarefas relacionadas a ele. Prepare uma lista de 20 itens no site que lhe parecem benéficos aos seus estudos.

2. Entre no site da TUN. Explore a página Sports

Analytics e resuma pelo menos duas aplicações de análise de dados esportivos em qualquer esporte à sua escolha.

3. Entre no site da TUN e selecione “Cases, Projects, and Assignments”. Em seguida, selecione o estudo de caso “Harrah’s High Payoff from Customer Information”. Responda as seguintes questões sobre o caso: a. Quais informações a mineração de dados gera? b. Como essas informações ajudam os gestores a tomarem decisões? (Seja específico.) c. Liste os tipos de dados que são minerados. d. Trata-se de uma aplicação de DSS ou de

 

Referências

PDF Criptografado

Capítulo 1 • Uma visão geral da inteligência de negócios, análise de dados e ciência de dados 

8. Explore as áreas públicas em dsssresources.com.

Prepare uma lista dos principais recursos disponibilizados no site. Você também pode seguir consultando esse site à medida que avança pelo livro.

9. Entre em microstrategy.com. Encontre informações a respeito dos cinco estilos de BI.

Prepare um quadro resumido sobre cada um deles.

10. Entre em oracle.com e clique no link Hyperion, dentro do item Applications. Determine quais são os principais produtos da empresa.

Estabeleça uma relação entre eles e as tecnologias de suporte citadas neste capítulo.

11. Entre no site de perguntas da TUN. Procure por vídeos BSI. Assista ao vídeo “Case of Retail

59

Tweeters”. Prepare um resumo de uma página sobre o problema, a solução proposta e os resultados divulgados. Você também pode encontrar slides associados em slideshare.net.

12. Revise a seção Ecossistema de Análise de Dados. Identifique ao menos duas empresas adicionais em ao menos cinco dos agrupamentos da indústria mencionados na discussão.

 

2.1 - VINHETA DE ABERTURA: a SiriusXM atrai e engaja uma nova geração de consumidores de rádio usando marketing embasado em dados

PDF Criptografado

62  BI e análise de dados para gestão do negócio descritivos e inferenciais. Após as seções sobre estatística vêm as seções sobre geração de relatórios e visualização. Um relatório é um artefato de comunicação preparado com a intenção específica de converter dados em informações/conhecimento e de repassar tais informações em um formato facilmente compreensível/digerível.

Hoje, esses relatórios apresentam um caráter mais visual, geralmente usando cores e ícones gráficos para se parecerem com um painel de instrumentos e destacar o conteúdo informativo. Portanto, a parte final do capítulo é dedicada a subseções que apresentam o design, a implementação e melhores práticas para visualização de informações, desenvolvimento de narrativas e uso de dashboards.

2.1 VINHETA DE ABERTURA: a SiriusXM atrai e engaja uma nova geração de consumidores de rádio usando marketing embasado em dados

A SiriusXM Radio é uma gigante do rádio via satélite, sendo a maior empresa do ramo em todo mundo, com U$3,8 bilhões em receitas anuais e uma ampla gama de estações bastante populares de música, esportes, notícias, debates e entretenimento. A empresa, que iniciou suas transmissões em 2001 com 50 mil assinantes, cresceu para 18,8 milhões de assinantes em 2009, e atualmente conta com quase

 

2.2 - A natureza dos dados

PDF Criptografado

66  BI e análise de dados para gestão do negócio

Fontes: Quinn, C. (2016). Data-driven marketing at SiriusXM. Teradata Articles & News. http://bigdata.teradata.com/US/Articles-News/Data-Driven-Marketing-At-SiriusXM/ (acessado em agosto de 2016); Teradata customer success story. SiriusXM attracts and engages a new generation of radio consumers. http://assets.teradata.com/resourceCenter/downloads/

CaseStudies/EB8597.pdf?processed=1.

2.2 A natureza dos dados

Os dados representam o principal ingrediente de qualquer iniciativa de BI, ciência de dados e análise de negócios. Na verdade, eles podem ser encarados como a matéria-prima daquilo que essas populares tecnologias de decisão acabam produzindo: informações, insight e conhecimento. Sem dados, nenhuma dessas tecnologias poderia existir nem ser popularizada – ainda que tradicionalmente costumássemos desenvolver modelos analíticos usando conhecimentos especializados e experiências, associados a poucos ou nenhum dado. No entanto, estes eram tempos muito antigos, e atualmente os dados são essenciais. Se antes eram vistos como um grande desafio para coletar, armazenar e administrar, hoje os dados são amplamente considerados o bem mais valioso de uma organização, com o potencial de criar vislumbres inestimáveis para melhor compreender clientes, concorrentes e processos comerciais.

 

2.3 - Uma simples taxonomia dos dados

PDF Criptografado

70  BI e análise de dados para gestão do negócio

SEÇÃO 2.2  QUESTÕES DE REVISÃO

1. Como você descreve a importância dos dados na análise de negócios? Podemos pensar em análise de negócios sem dados?

2. Considerando-se a nova e ampla definição de análise de negócios, quais são os principais elementos de entrada e saída no continuum da análise de dados?

3. De onde vêm os dados para análise de negócios?

4. Na sua opinião, quais são os três principais desafios em termos de dados para otimização da análise de dados?

5. Quais são os parâmetros mais comuns que tornam um conjunto de dados pronto para análise de dados?

2.3 Uma simples taxonomia dos dados

O termo conjunto de dados diz respeito a uma coleção de fatos geralmente obtida como resultado de experimentos, observações, transações ou experiências. Dados podem consistir em números, letras, palavras, imagens, gravações de voz e assim por diante, na forma de medidas de um conjunto de variáveis (características do assunto ou evento que estamos interessados em estudar). Os dados são muitas vezes vistos como o nível mais fundamental de abstração de onde pode-se derivar informações e, então, conhecimento.

 

Carregar mais


Detalhes do Produto

Livro Impresso
Book
Capítulos

Formato
PDF
Criptografado
Sim
SKU
BPP0000271138
ISBN
9788582605202
Tamanho do arquivo
16 MB
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
Formato
PDF
Criptografado
Sim
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
SKU
Em metadados
ISBN
Em metadados
Tamanho do arquivo
Em metadados