Skip to content

Autor: Clayton Souza

Os desafios de implantar a Jornada de Dados!

Jornada de Dados

Quando pensamos em Jornada de Dados, diversos comentários e perguntas são feitos pelos profissionais em nossas consultorias:

  • Por onde começamos?
  • Quais são as etapas do projeto?
  • Começamos pelo negócio ou pela infraestrutura de dados?
  • Quem será o líder pela Jornada de Dados?
  • Quais departamentos iremos envolver para o desenvolvimento do projeto?
  • É um projeto pontual ou fará parte da rotina da empresa?
  • Quais tecnologias de Data & Analytics iremos utilizar?
  • Podemos utilizar as tecnologias que já foram implantadas na empresa?
  • Quais são os skills necessários para a formação dos profissionais na jornada de dados?
  • Vamos utilizar uma consultoria externa para apoiar o projeto?
  • Vamos utilizar os profissionais internos para desenvolver o projeto?
  • Temos budget para desenvolver o projeto?
  • Qual será o retorno para a empresa com o projeto?
  • Nesses últimos 5 anos, desenvolvemos diversas frentes de BI (Business Intelligence) na empresa e ainda percebemos que as bases de dados não são consistentes e ainda tem muitos silos de dados nos departamentos. Vamos rever o nosso projeto de dados na empresa?
  • Já temos um Data Lake, mas o time interno não tem tempo de conversar com as áreas de negócio e desenvolver um projeto de Analytics para construir os dashboards que façam sentido para a tomada de decisão.
  • Acabamos de contratar um Cientista de Dados, mas o profissional não consegue apresentar resultados com a base de dados da empresa.
  • Hoje, a grande maioria das áreas de negócio já implantaram os seus dashboards, mas ainda continuamos tendo que salvar os arquivos em planilhas no Sharepoint porque não temos um pipeline de dados que permite automatizar a extração, tratamento e carga dos dados.
  • Fizemos um projeto de Analytics a cerca de 8 anos atrás, mas todo o processo de ETL foi desenvolvido na plataforma de visualização já ultrapassada tecnicamente e muito cara, e agora, queremos migrar para uma plataforma mais friendly e mais acessível financeiramente, e vamos ter que reconstruir todo o projeto que levou mais de 2 anos com 3 profissionais dedicados.
  • O nosso analista de BI desenvolveu uma série de dashboards e não documentou nada, e infelizmente, recebeu uma proposta e acabou deixando a empresa.
  • Toda a nossa infraestrutura de dados é on premises (interno ou num Data Center) e precisamos migrar para a nuvem, porém ainda não sabemos para qual nuvem iremos.
  • Não conseguimos contratar profissionais de dados.
  • Será que iremos precisar de um cientista de dados para o projeto?
  • Será que iremos precisar de um engenheiro de dados para o projeto?
  • Será que iremos precisar de um arquiteto de dados para o projeto?
  • O nosso plano é crescer 25%, mas se dependermos da base de contatos em nosso CRM não conseguimos analisar novos mercados, dessa forma, teremos que buscar novas fontes de dados. Vamos buscar fontes externas para consolidar e gerar novos insights.
  • Se usarmos alguma consultoria externa, os nossos profissionais internos terão disponibilidade para apoiar com as regras de negócio?
  • O time de TI está engajado no projeto?
  • O Machine Learning ou a Inteligência artificial irá gerar insights para a tomada de decisão da empresa ou ainda é um sonho?

Tenho certeza que há muitas outras perguntas, dúvidas e comentários quando falamos de Jornada de Dados. Aqui eu listei somente algumas que surgem em nossas consultorias e projetos que desenvolvemos nos últimos anos em diversos segmentos.

Uma coisa é certa, a Jornada de Dados não pode ser um projeto com começo, meio e fim, e sim, deve fazer parte do cotidiano da empresa, criando assim uma cultura Data Driven ou uma empresa guiada por dados.

 

Como iniciar a Jornada de Dados?

Não há uma cartilha, mas boas práticas a serem seguidas, até porque cada empresa possui a sua cultura, características, estruturas, políticas e orçamentos.

Vamos imaginar uma empresa de grande porte com várias áreas de negócio e segmentos de atuação que possui o objetivo de crescimento de 25% nos próximos 2 anos, porém já se encontra num mercado maduro.

Aí vem uma pergunta, o que tem a ver a Jornada de Dados com o objetivo de negócio? A Jornada de Dados tem que estar alinhada aos objetivos de negócio da empresa, pois será o instrumento necessário para o atingimento dos resultados. Essa é uma das explicações que um projeto de Data & Analytics tem sido liderado pelo negócio e não mais por tecnologia.

Então, a primeira etapa da Jornada de Dados é o alinhamento com a estratégia de negócio da empresa e em seguida o desdobramento da estratégia com as áreas – planejamento, inteligência de mercado, vendas, marketing e tecnologia.

Nessa etapa do desdobramento é de extrema importância criar um MVP (Minimum Viable Product ou Produto Mínimo Viável) para ter um modelo de trabalho que servirá como base para outras frentes.

Nessa etapa que chamamos de Business em nosso framework, desenvolvemos uma ferramenta de gestão, o Data Assessment Canvas, que nos apoia no mapeamento inicial onde será definido:

  • objetivo de negócio (área de negócio ou linha de produto ou segmento),
  • matriz de perguntas de negócio,
  • fontes de dados necessárias (interna e/ou externa),
  • métricas,
  • indicadores e
  • equipe que será engajada

As fontes de dados necessárias para responder as perguntas de negócio podem estar disponíveis internamente num banco de dados relacional (SQL Server ou num Oracle, por exemplo) ou num DW ou num Data Lake, gerados a partir dos sistemas transacionais (ERP, CRM etc), ou ainda, disponíveis externamente (bases públicas ou bases adquiridas de empresas de pesquisas).

Caso seja necessário utilizar fontes externas, um dos processos que será necessário é o download e o armazenamento dessa(s) fonte de dados num banco de dados.

Nessa etapa de avaliação das bases de dados, caso a empresa ainda não tenha um pipeline de dados será necessário construir um processo ou um fluxo contínuo de dados, ou seja, uma Plataforma de Dados. Esse processo é de responsabilidade da área de tecnologia de dados, uma vez que envolve infraestrutura, etapa esta que chamamos de Data.

Essa primeira etapa, basicamente é o planejamento, onde definimos – o objetivo de negócio, as perguntas necessárias, as fontes de dados, as métricas, os indicadores e a equipe. A partir do planejamento vamos definir o cronograma e entregáveis, através da gestão ágil de projetos.

Um ponto importante de ser incluído na etapa de planejamento é qual o tempo que se espera de finalização do MVP e a disponibilidade da equipe no desenvolvimento. Algumas perguntas que devem ser respondidas:

  • Qual é a expectativa de tempo de finalização do MVP?
  • Quem será o gerente de projetos interno?
  • Quantos recursos e skills serão necessários em cada etapa do cronograma?
  • Quanto tempo de cada recurso será necessário em cada etapa do cronograma?
  • Possuímos recursos interno com os skills necessários para a execução das etapas? Se sim, esses recursos possuem disponibilidade? Se não, vamos contratar ou vamos terceirizar?
  • Qual é a infraestrutura e tecnologias ou qual é a plataforma de dados necessária para a implantação do MVP?
  • Será terceirizado, qual é o budget disponível?

No item que se refere a recursos e skills, podemos listar:

  • Arquiteto de dados: Responsável pelo estudo, desenho e planejamento das soluções que serão utilizadas para construção do pipeline de dados;
  • Engenheiro de dados: Garante a integração, agregação e aperfeiçoamento dos conjuntos de dados, tornando o acervo disponível para consumo pelos analistas de negócio, analistas de BI e cientistas de dados, ou seja, prepara fisicamente a estrutura de dados;
  • Analista de Dados: Consulta, interpreta e torna os dados legíveis para as áreas de negócio, gerando insights para a tomada de decisão.
  • Usuário de Negócio: Utiliza os dados em forma de informações prontas ou explora através da criação de painéis e relatórios, atuando como usuário do self-service BI e compartilha o conhecimento para a tomada de decisão;
  • Cientista de Dados: Elabora algoritmos e modelos matemáticos que serão utilizados para predição, regressão, Machine Learning e Inteligência Artificial;
  • Gerente de Projetos: Responsável pelo acompanhamento das atividades planejadas no cronograma, através do modelo ágil.

Outro skill importante no processo da Jornada de Dados é o Data Literacy ou Alfabetização de Dados também está integrada na jornada de dados. Ele resume a capacidade de ler, escrever e comunicar dados de forma contextual. Para que a jornada de dados traga resultados é necessário que haja pessoas interpretando cada uma das informações. É exatamente sobre isso que o Data Literacy trata.

Até o momento não falamos muito de tecnologia, mas é importante a definição da infraestrutura, tecnologia e processo de replicação de dados, processo de DW ou Data Lake, processo de Catálogo de Dados, processo de ETL, plataforma de visualização de dados e plataforma ou linguagem de Machine Learning). Para cada etapa citada o mercado tem disponível diversas opções, preços e complexidade, porém é muito importante avaliar as soluções que reduz o esforço, prazo e custos de implementação.

Plataforma de Dados

  • Infraestrutura em cloud: AWS ou Microsoft Azure
  • Processo de replicação de dados: Qlik Replicate
  • Processo de criação de DW ou Data Lake: Qlik Compose
  • Processo de criação de catálogo de dados: Qlik Catalog
  • Processo de integração de dados e ETL: Azure Data Factory, Azure Synapse Analytics, Microsoft SSIS, Pentaho etc

Plataforma de Analytics

  • Plataforma de Visualizacão de Dados: Power BI, Qlik Sense e Tableau
  • Plataforma e Linguagem de Machine Learning: Alteryx, Python ou R

Vamos imaginar que todas as perguntas foram respondidas, modelo de desenvolvimento definido (interno e/ou externo), equipe de entrega definida, plataforma de Dados e Analytics definida, assim  chegou a hora de colocar a mão na massa baseado nas atividades e entregáveis do cronograma. Essa segunda etapa será:

Entendimento do Negócio e das Fontes de Dados

  • Análise das tabelas e dicionário de dados
  • Análise da qualidade dos dados quanto a acuracidade, consistência, coerência, confiabilidade, relevância, duplicidade, dados faltantes, frequência de atualizações, disponibilidade e relacional entre as tabelas
  • Mapa estruturado das métricas e indicadores utilizados
  • Desenho do processo atual,
  • Desenho da estrutura atual de coleta dos dados internos e/ou externos, processo de input dos dados, qualidade dos dados e arquitetura utilizada

Preparação dos Dados

  • Preparação do ETL (Extract, Transform e Load ou Extração, Transformação e Carga de dados)
  • Integração das bases internas e/ou externas
  • Validação e redesenho das rotinas de coleta e disponibilização dos dados do DW ou do Data Lake para utilização nas ferramentas de visualização de dados e predição
  • Desenho e implantação da arquitetura de integração entre as tabelas oriundas das bases internas e/ou externas

Visualização de Dados e Machine Learning

  • Criação de visões analíticas
  • Criação de modelos matemáticos
  • Testes de validação dos modelos
  • Calibração dos modelos
  • Elaboração e implantação dos reports de visualização, formato, principais indicadores, quebras, alertas e frequência de atualização
  • Seleção das informações e mecanismos a serem utilizados na base de treino do modelo estatístico de predição
  • Testagem do modelo na base de testes e avaliação de diferentes mecanismos no resultado preditivo
  • Validação do modelo preditivo em produção
  • Implantação da rotina de Machine Learning e validação com as áreas responsáveis

As atividades listadas na segunda etapa não são lineares, pois os processos se correlacionam e constantemente é necessário retomar uma fase ou outra.

O processo de Data & Analytics  é uma jornada viva, pois os processos são atualizados, novas fontes de dados são criadas, novas tecnologias são desenvolvidas e novos profissionais são contratados, ou seja, envolve Processos, Dados, Tecnologia e Pessoas.

Deseja iniciar a Jornada de Dados em sua empresa? Converse com um de nossos consultores comerciais e entenda como a BDA Solutions – Big Data & Analytics pode te ajudar com as ferramentas e processos de gestão de serviços.

Como Big Data e Data Analytics podem revolucionar a produção

Big Data e Data Analytics

A tecnologia mudou a forma como nos relacionamos com o mundo e como o interpretamos e o organizamos. Vivemos em meio a um volume crescente de dados e no campo não é diferente! 

A transformação digital impactou o setor com a chegada da Agricultura 4.0. A nova realidade promove um aumento cada vez maior de dados provindos de equipamentos tecnológicos, softwares e satélites. 

Continue reading

Data Analytics e Agrobusiness: como implantar uma cultura data driven

Data Analytics e Agrobusiness

Você já deve ter ouvido falar que hoje os dados são o principal ativo da sua empresa, certo? É verdade! Na era digital os dados ditam a evolução ou falência de qualquer negócio, independente do setor de atuação.

Nesse cenário, se você deseja expandir a sua produção rural, não existe mais a opção de seguir o tradicionalismo corporativo, orientado por modelos convencionados.

Continue reading

Por que você deve optar pelo Qlik em seu negócio

Por que você deve optar pelo Qlik em seu negócio

O Business Intelligence é uma estratégia muito importante para o crescimento da sua empresa. Quando usamos ferramentas de BI conseguimos coletar, organizar, separar e analisar os dados produzidos pela sua empresa. 

Hoje vamos falar melhor sobre uma ferramenta de Business Intelligence, o Qlik e explicar melhor porque você deveria contar com o Qlik em seu negócio.

Continue reading

Conheça sobre a Maturidade Analítica do Brasil

Maturidade Analítica

A cultura data driven é uma realidade para muitas empresas e logo toda e qualquer organização que tenha intuito de se manter ativa e competitiva no mercado deverá contar com uma cultura de dados.

Neste artigo nós vamos entender um pouco mais sobre como está o crescimento da maturidade analítica no Brasil. Vamos lá?

Continue reading

Saiba tudo sobre a plataforma de BI – Qlik

Plataforma de BI Qlik - Conheça tudo sobre essa ferramenta!

Os dados são um ativo muito importante no meio das empresas. Ter acesso livre a eles dá aos gestores a chance de entender melhor o que está acontecendo e, assim, montar estratégias de marketing que irão ajudá-lo a tomar decisões assertivas.

Vamos conhecer melhor sobre uma plataforma de ajuda na gestão desses dados, a Qlik.

 

O que é Qlik?

A Qlik é uma plataforma que tem como objetivo ajudar empresas a se moverem de forma rápida e trabalharem de maneira mais inteligente por meio de obtenção de dados. 

É a única no mercado que permite a exploração aberta e livre, dando a todos, independente do nível técnico, capacidade de fazer descobertas reais que irão levar a um resultado real e de mudanças transformadoras. 

Mais do que uma análise de dados, a Qlik causa impacto nos seus negócios.

 

Entendendo o Qlik Sense

O Qlik Sense é uma plataforma que permite criar visualizações de forma rápida, explorar dados, revelar conexões instantaneamente e ver todas as oportunidades do seu negócio. 

Ele torna a criação de dashboards simples e fácil, além de facilitar a exploração de dados de forma que seja possível entender o que está acontecendo, mesmo não sendo um expert em análise de dados. 

Por meio do Qlik Sense você pode navegar pelos dados, compartilhar suas ideias visualmente, com a certeza que a análise e seu conteúdo são baseados em dados reais e confiáveis.

A ferramenta pode ser aplicada em qualquer organização que mantenha uma base de dados para análise e uma demanda de informações relevantes para o desenvolvimento do seu negócio.

Conta com planos para empresas de todos os tamanhos, além de uma versão gratuita que permite explorar todo o potencial da Qlik Sense antes de passar por um processo de implantação ao seu negócio.

“O Qlik Sense é uma das mais modernas soluções de BI, permitindo a conexão com várias bases de dados e a geração de insights em tempo real, podendo agregar muito à sua organização.”

 

Características do Qlik Sense

Confira abaixo algumas das principais características da ferramenta Qlik Sense:

  • Intuitivo:  você só precisa arrastar e soltar itens para criar uma visualização inteligente que se adapta aos parâmetros pré-definidos por você, sem precisar de desenvolvedores, cientistas de dados ou designers.
  • Pesquisa Inteligente: Use a pesquisa natural para navegar informações complexas para acelerar a descoberta.
  • Gerenciamento Centralizado: Localize e compartilhe análises relevantes, incluindo aplicativos e históricos, por meio de uma plataforma centralizada.
  • Integração de dados: Unifique fontes de dados para uma visão completa de informações, sem intervalos, e torne mais fácil descobrir insights ocultos.
  • Data storytelling: Permite que você compartilhe múltiplos pontos de vista – com a capacidade de retornar à análise da fonte em qualquer ponto.
  • Carregamento de dados rápido e inteligente: Funcionalidade gráfica baseada em assistente suporta múltiplas fontes de dados e vários tipos de arquivos
  • Seguro: Segurança flexível para dados e conteúdo em todos os dispositivo
  • Escalabilidade Corporativa: As vantagens da descoberta self-service com a segurança e a governança de nível corporativo de dados e análises
  • Design Responsivo: Acesse em qualquer dispositivo, a qualquer hora, em qualquer lugar
  • Relatórios avançados: Crie e distribua relatórios e templates, além de incorporá-las em documentos do Microsoft Office com Qlik® NPrinting.

 

DataOps: o que é e como pode ajudar.

DataOps é um conceito de entrega que correlaciona a junção e análise de dados. A sua função é ser um modo de trabalho interfuncional (aquisição, armazenamento, processamento, monitoramento de qualidade, performance, melhoria e entrega de informações ao usuário final).

Seu conceito é inspirado no DevOps que acredita que as equipes de desenvolvimento e infraestrutura devem trabalhar em conjunto para obter um gerenciamento eficiente dos produtos.

O DataOps concentra diversos tópicos em seu campo de atuação, como:

  • Governança
  • Aquisição
  • Transformação de Dados
  • Segurança
  • Limpeza
  • Armazenamento
  • Análise Preditiva
  • Escalabilidade de Backups e muitos outros.

 

DevOps X DataOps

O desenvolvimento de analytics vai de encontro em muitos pontos com o desenvolvimento de sistemas, porém existe uma mudança de foco entre DevOps e DataOps.

No meio DevOps, a complexidade da tecnologia é promovida, enquanto no processo DataOps o objetivo principal é simplificar o uso dela no processo de desenvolvimento. Isso faz com que sistemas e ferramentas busquem outras metodologias de modelagem mais fáceis e gerenciáveis.

O DevOps busca unificar as áreas de desenvolvimento e operações de TI. Já o DataOps, aprimora essa união de operações, gerenciando bancos de dados descentralizados e criados por pequenos times. Essa descentralização de dados é um motor para uma implementação da cultura data driven business.

Contudo, sem um controle eficaz, esse ambiente pode se tornar bastante desorganizado, sendo o papel do DataOps gerenciar os processos e gerar o mínimo impacto possível.

 

Práticas de implantação das plataformas de BI Self-Service

O processo de implementação da solução de BI gera muitas dúvidas quando pensamos em custo e tempo de começar a utilização da mesma. Mas saiba que em algumas semanas é possível ter a sua solução de BI funcionando em sua organização.

A facilidade de uso, principalmente quando falamos de usuários de dashboards, é um dos motivos de indicarmos o investimento na plataforma Qlik.

O Qlik Sense se tornou uma ótima opção para as organizações, possibilitando, de maneira intuitiva e fácil, desenhar e modificar diversos painéis com informações diferentes, além da possibilidade de criar relatórios personalizados.

 

Vamos conferir as 5 principais práticas para tirar o máximo das ferramentas de BI:

 

Envolva os stakeholders

Ao iniciar o projeto de BI é essencial envolver todos os públicos interessados, incluindo a alta gestão, para alinhar as etapas de implementação e solicitar a colaboração de todos para o mapeamento de dados.

 

Levante as informações

Nesta etapa é importante ouvir as necessidades dos envolvidos e entender quais as informações exigidas pelos gestores.

 

Mapeamento de dados

Assim que fizer o levantamento das necessidades de cada área é a hora de mapear as fontes de dados. É nesse processo que será realizado o confronto da viabilidade das solicitações efetuadas na etapa anterior.

 

Definição da ferramenta de BI

Agora você já tem identificado as informações que devem ser analisadas por cada departamento e já conhece a expectativa dos líderes de área, então é o momento de começar a implementação da solução de BI, considerando a extração, qualidade dos dados, carga e teste das informações.

 

Disponibilização aos usuários

Com a solução de Business Intelligence (BI) funcionamento é a hora de entregá-la para os usuários. É aqui também que se faz necessário criar grupos de uso e definir as permissões de visualização de acordo com hierarquia ou área. Também é importante realizar a capacitação de todos por meio de treinamentos, a fim de extrair o potencial máximo da ferramenta.

 

A implementação da ferramenta de BI é mais simples e rápida do que se imagina. 

Se você acredita que essa plataforma é ideal para o seu negócio, entre em contato com a BDA Solutions – Big Data & Analytics que nós podemos te ajudar. 

Conheça os benefícios, justificativa, processo e modelo de implantação do Power BI

Já estamos bem cientes da importância do BI, mas às vezes é normal olhar o seu conceito e esquecer de como na prática ele vai te apoiar.

Pois bem, nesse sentido, é fundamental conhecer os benefícios do BI que te levarão ao máximo poder que ele oferece:

  • Oferece uma visão sistêmica dos rumos da organização;
  • Transforma os dados em informações, ou seja, em elementos mensuráveis;
  • Compara os indicadores de desempenho com as metas propostas pela empresa (Previsto x Realizado);
  • Permite detectar erros nos processos;
  • Oferece maior agilidade na tomada de decisões;
  • Permite que as informações sejam compartilhadas, eliminando os silos dentro da empresa;
  • Elimina o retrabalho mensal para atualização de gráficos em Excel para análise dos resultados;
  • Automatiza as métricas e indicadores numa plataforma de BI Self Service;
  • Cria padrões de análise pelos diferentes gestores;
  • Permite que quaisquer informações originadas dos sistemas de BI sejam acessadas de qualquer dispositivo móvel.

Mas a pergunta é: “Como conseguir viabilizar um projeto de BI na plataforma Power BI para o meu departamento e qual modelo de contratação seguir frente aos desafios e etapas do desenvolvimento?”

Descrevemos 3 etapas extremamente importantes, tanto para o processo de convencimento interno dos decisores da empresa, quanto as etapas do processo de desenvolvimento – funcional e técnico.

Qualquer projeto para ser aprovado numa empresa, exige um esforço e motivação para a justificativa, além do cálculo de ROI (Retorno sobre o Investimento), ou seja, vou gastar X e esse valor vai me retornar e/ou economizar Y.

Quando pensamos no BI, eu particularmente já escutei diversas vezes que a justificativa do ROI não é possível calcular, porém na justificativa, o profissional que está descrevendo o projeto não coloca os principais itens na defesa do projeto, Se pensarmos em itens para justificar o projeto, posso listar diversos, mas separei apenas 3:

 

 

Justificativa

 

A – O tempo gasto do profissional para a atualização das métricas da área de negócio

Numa área de inteligência de mercado de uma empresa de médio porte, por exemplo, que possui um analista com um salário de R$ 5.000,00 (CLT), ou seja, o custo desse profissional para a empresa é no mínimo de R$ 9.000,00.

Caso ele gaste 30% do tempo, atualizando planilhas mensalmente, no final do ano, a empresa gastou mais de R$ 60.000,00.

Caso tenham 2 profissionais no processo, o valor de gasto anual é mais de R$ 120.000,00, e assim, sucessivamente. Esse exemplo não é hipotético, mas é o que nos deparamos no mercado.

 

B – A falta de consistência das informações

Essa questão de inconsistência é muito grave. Vou contar rapidamente um caso real que já vimos em nossos projetos, durante 7 anos, um profissional da área de Supply Chain reportou para a matriz da empresa valores inconsistentes.

Provavelmente, num determinado momento, ele alterou o cálculo na planilha de Excel e a partir daí passou a reportar errado, ou seja, nem ele percebeu e nem a gerência.

Bem, quando o processo de report está numa planilha de Excel, os dados podem ser manipulados e alterados por todos, perdendo a governança do processo.

 

C – Gestão através de métricas integradas

Numa área de vendas de um processo B2B, por exemplo, é normal os gestores avaliarem apenas as métricas do Forecast (previsão do mês) ou o que está sendo faturado naquele mês, porém quando analisamos o funil de vendas em todas as etapas, tanto do Oubound quanto do Inbound, cada uma dessas etapas, exige diferentes ações com diferentes métricas, ou seja, um painel integrado do processo de vendas irá acelerar a tomada de decisão.

 

Agora, que você já tem uma ideia de como justificar o projeto, o desafio é entender como desenvolver e definir o melhor processo de contratação.

 

 

Processo e Modelo de Implantação

 

1 – Aplicação de negócio

A primeira etapa para conseguir viabilizar o projeto de BI é definir a aplicação de negócio que será automatizada, ou seja, definir as métricas e indicadores que farão parte do projeto.

Vamos imaginar que a sua área de negócio seja a área de pré-vendas, vendas e marketing digital da empresa, assim, as análises que farão parte serão:

  • Análise de volume de ligações: por período e por inside sales
  • Análise de volume de reuniões agendadas: por período e por inside sales
  • Análise de origem de leads
  • Análise de quantidade de leads gerados: por período, por inside sales, por canal e por campanha
  • Análise de conversão por canal
  • Análise de volume de vendas: por período, por região, por gerência, por vendedor, por produto, por serviço etc
  • Análise de comparação (Planejado x Realizado)
  • Análise de evolução de vendas por período
  • Análise de margem
  • Análise de ticket médio
  • Análise de vendas por cliente
  • Análise de vendas por segmento

 

Uma vez definido quais são as métricas e análises que farão parte da aplicação de negócio, o próximo passo é realizar o mapeamento dos sistemas e das fontes de dados.

Os sistemas transacionais da empresa são responsáveis pelos processos da empresa, por exemplo, em pré-vendas, vendas e marketing digital, podemos dividir em 3 sistemas – Engajamento de Vendas (sistemas de pré-vendas – Exact Sales e Meetime), Processo de Vendas (sistemas de CRM – Pipedrive, SalesForce, Dynamics etc) e Marketing Digital (sistemas de marketing digital – RDStation Marketing, Google Analytics etc).

Quando entendemos as análises que farão parte do projeto, os sistemas transacionais e as suas respectivas bases de dados o escopo do projeto está definido.

Dessa forma, o gestor terá muito mais argumento para buscar aprovação frente a importância de ter um processo de decisão automatizado e integrado numa única plataforma.

 

 2 – Metodologia e processo

 

  • Planejamento 

Nessa fase, será definido a aplicação de negócio que será desenvolvido o projeto de BI (Business Intelligence), além de definir os stakeholders do projeto e por fim, um cronograma macro das etapas de desenvolvimento.

 

  • Entendimento do negócio e das bases de dados 

Na fase de entendimento do negócio, realizamos o mapeamento do fluxo de informações, a análise do processo atual, o levantamento dos sistemas transacionais (ERP, CRM, entre outros), a definição dos indicadores chave de performance (KPIs), hierarquia de acesso e a estrutura tecnológica.

Nessa mesma etapa, mapeamos os tipos de fonte de dados estruturadas e não-estruturadas (SQL Server, Oracle, MySQL, PostgreSQL, NoSQL, Excel etc) e o conteúdo e a estrutura dessas bases (tipos de variáveis).

 

  • Arquitetura de Dados 

Antes de iniciar o desenvolvimento do projeto, é necessário definir a arquitetura de dados que será utilizada no projeto. Essa fase é extremamente técnica e apoiada pelo time de TI do cliente.

 

  • Preparação de dados 

Essa etapa é a etapa que chamamos de extração, transformação e carga dos dados (ETL) ou dependendo da ferramenta, podemos chamar de extração, carga e transformação dos dados (ELT).

Essa fase do projeto é a etapa de modelagem dos dados, ou seja, e a fase que demonstramos como serão construídas as estruturas de dados que darão suporte aos processos de negócio, além da organização dos dados e os seus relacionamentos.

Você pode entender um pouco mais sobre modelagem de dados aqui.

 

  • Visualização dos dados 

Uma vez que os dados estão modelados, os dashboards serão desenvolvidos para a apresentação dos indicadores-chave de performance (KPIs) definidos no mapeamento. Nessa fase, será criado o layout padrão de cores, tipos de gráficos e disposição das informações e análises de acordo com o perfil do usuário.

 

 

3 – Modelo de implantação

Após, definir a aplicação de negócio e as suas respectivas análises, garantir o desenvolvimento com metodologia e processo, o ponto agora, é definir como a empresa irá desenvolver o projeto:

  • Utilizar recursos internos
  • Contratar um ou mais recursos somente para o desenvolvimento
  • Contratar uma empresa especializada no desenvolvimento do projeto

Cada caminho tem os seus prós e contras, porém é importante avaliar:

  • Eu consigo escalar a implantação do BI na minha área?
  • Eu tenho disponibilidade de um ou mais recursos 100% do tempo para o projeto?
  • Eu tenho tempo de capacitar um ou mais profissionais num curto espaço de tempo?
  • Caso eu opte por desenvolver internamente, quais são os skills necessários para a implantação em cada etapa?
  • A empresa está disposta em esperar o profissional se capacitar para concluir o projeto?

Agora que você já sabe o porque do Power BI ser tão indicado, é a hora de entrar em contato com um de nossos especialistas, basta clicar aqui.

Por que entender de Espaços Analíticos?

espaços analíticos

Os dados estão impactando nossa sociedade reformulando modelos de gestão e as estratégias de negócios. Eles fazem parte da nossa vida. No entanto, estamos tão imersos dentro da realidade tecnológica que muitas vezes não nos damos conta da quantidade de dados que geramos através dos mais diversos dispositivos.

A cultura data-driven é baseada no uso estratégico dos dados para auxiliar na tomada de decisões. Ela é o reconhecimento do poder que esses dados podem fornecer à empresa e pontapé de uma transformação da mentalidade da organização para não mais se basear em achismos e modelos tradicionais (e muitas vezes ultrapassados) de gestão. Para saber mais, confira as 5 dicas para implementação da cultura data-driven.

Sendo assim, podemos dizer que o uso inteligente dos dados é o trunfo para sua empresa se diferenciar no mercado competitivo e alavancar os resultados. Mas, essas informações precisam de um ambiente que estimule o seu uso eficiente e esses são os espaços analíticos.

Nesse artigo, vamos explicar o que são os espaços analíticos, como funcionam e trazer algumas dicas para seu funcionamento. Também vamos conhecer o processo de evolução  das empresas para uma cultura data-driven.

 

O QUE SÃO ESPAÇOS ANALÍTICOS?

Os espaços analíticos são lugares onde os dados podem ser compartilhados e as pessoas podem criar, experimentar, compartilhar e debater análises.

A ideia é tirar os dados do ambiente frio e “preso” dos bancos de dados e telas de computador individual, para um espaço compartilhado que estimule insights e boas análises.

Os colaboradores da empresa são peças fundamentais nos espaços analíticos, pois são eles quem vão dar vida para essa cultura. Então, os dados são a fonte primária, mas as pessoas são o verdadeiro centro do processo!

Os espaços analíticos são o pilar da cultura data-driven, pois são eles que vão estruturar a criação de um ambiente que utiliza os dados como base para suas estratégias.

Nesse cenário, as empresas precisam construir dashboards, frameworks e outros métodos de visualização que compilam os dados de forma fácil e possam apoiar os executivos e times de operação nas decisões.

Em modelos tradicionais essas informações chegavam nos tomadores de decisão através de relatórios que costumavam demorar até 1 mês para ficar pronto. Hoje, vivemos em tempos de mudanças constantes, as empresas não podem mais perder todo esse tempo. Afinal, os dados de 30 dias atrás podem já não ser os mesmos e progredir para uma decisão errada.

O uso ativo da informação, processamento e análise dos dados teve uma aceleração muito grande. Os avanços na tecnologia permitem que atualmente os relatórios sejam feitos em minutos.

É muito importante que as empresas se adaptem e façam bom uso dessa evolução analítica. Para isso, precisam facilitar a transparência e democratização da informação, eliminando barreiras e incentivando o engajamento dos times.

Os espaços analíticos devem promover o compartilhamento do poder de decisão, gerando um empoderamento coletivo do pessoal envolvido. O intuito é que se crie espaços de colaboração e criatividade para geração de insights estratégicos.

Por isso que se fala tanto em cultura, porque é preciso uma mudança de mindset por parte da gestão e de toda empresa. Não vai ser um treinamento ou um banco de dados em que a máquina joga dados e mais dados para os funcionários que vão fazer a transformação.

Um espaço analítico é uma iniciativa cultural que facilita a disseminação e evolução da maturidade data-driven. Vejamos agora algumas dicas para estimular a criação deles.

 

5 Dicas para construção dos Espaços Analíticos

1 – Ter estratégia

O grande volume de processamento e análise dos dados pode gerar uma ânsia das organizações em querer usar as informações. Informações em tempo real requerem análises estruturadas, não quer dizer que você deve agir instantaneamente. Essa pressão pode ser prejudicial. Toda decisão deve ser orientada segundo o objetivo de negócio da empresa e seguir uma razão estratégica.

2 – Estimular a colaboração

Como vimos, os espaços analíticos são formados a partir de pessoas. Por isso, é muito importante criar ações que incentivem o trabalho analítico e quebrar todo medo ou resistência que ainda possa ter ficado. As pessoas precisam se sentir estimuladas e confortáveis para tomar decisões em conjunto.

3 – Monitoramento

Sistemas inteligentes estão sujeitos a falhas e por isso é muito importante que os times fiquem atentos para em caso de qualquer problema corrigir rapidamente. Também é importante que as pessoas sejam avisadas quando algo está fora do normal.

4 – Ser gradual

Falamos sobre o quanto é importante ter uma mudança global da estrutura organizacional em sua forma de pensar e agir. Mas, é importante esclarecer que mudança de cultura não acontece do dia para noite.  A implantação da cultura analítica deve ser gradual para não criar espanto, medo ou repulsa dos colaboradores. O uso de dashboards e gráficos complexos deve ser moderado para não assustar. Lembre-se, a informação deve ser de fácil visualização.

5 – Agilidade

É preciso fazer também um monitoramento das decisões já tomadas de acordo com a realidade do dia a dia. Novas decisões podem gerar novos problemas. Por isso, as visões disponíveis na sala precisam estar em constante evolução para acompanhar a velocidade das mudanças nos negócios.

 

 EVOLUÇÃO DO DATA-DRIVEN

A tomada de decisão baseada em dados é algo novo e que as empresas mais tradicionais não estão acostumadas. 

Para maioria das organizações essa mudança exige uma evolução de cultura e uma jornada que pode levar anos. Sem adesão em todos os níveis, uma organização não pode se tornar verdadeiramente orientada por dados.

Para que as empresas se tornem data-driven elas evoluem em 5 estágios:

  1.       Resistente a dados (data-negation)
  2.       Curioso por dados (data-curious)
  3.       Ciente de dados (data-try)
  4.       Conhecimento de dados (data-safety)
  5.       Orientada em dados (data-driven)

 

1 – Resistente a dados

Essas são aquelas empresas resistentes a tudo que é novidade e vivem presas ao bloqueio das tradições, como “sempre fizemos assim”. Sabemos hoje que esse é o tipo de pensamento cego e que está fadado ao fracasso.

As organizações geralmente começam resistentes aos dados por vários motivos:  

  •         Os dados podem revelar problemas de desempenho ocultos
  •         Os dados podem destacar contribuições individuais que são politicamente difíceis
  •         Os dados podem minar a mensagem / marca
  •         Os dados podem mostrar que a organização tem uma estratégia desalinhada

Fazer a transição para fora da resistência aos dados é um esforço empresarial interno.  A decisão precisa partir de cima e ser estimulada aos demais colaboradores.

 

2 – Curioso por dados

São empresas que reconhecem a existência dos dados e que de alguma forma são importantes, mas ainda não começaram a fazer uso das informações.

Normalmente essas instituições se concentram na coleta de dados e muitas vezes são informadas sobre o valor potencial dos dados por meio de fornecedores ou sistemas como CRM, Google Analytics etc.

A transição de curioso por dados para ciente de dados vem de um desejo de desbloquear o valor dos dados que a empresa tem.

 

3 – Ciente de dados

Empresas com reconhecimento de dados e que trabalham para extrair qualquer tipo de valor deles. Elas se concentram na análise, mas ainda não tem uma organização clara sobre as informações e se atrapalham com as possibilidades infinitas que várias ferramentas oferecem para armazenamento, tratamento e combinação dos dados. A transição para conhecimento dos dados vem do desejo de fazer uso estratégico das ferramentas.

 

4 – Conhecimento de dados

A empresa experiente em dados percebe que o valor dos dados não é apenas tático, mas pode ser um ativo estratégico. Para isso, elas investem na coleta e armazenamento dos dados, pensando no uso inteligente deles para geração de insights.

Ela busca respostas internas na organização para explicar a razão dos fatos evidenciados pelos dados. Depois de entregar esses insights a primeira pergunta dos tomadores de decisão é: “Ok, então o que você vai fazer a respeito?”. Este é o gatilho para se tornar orientado por dados.

 

5 – Orientada em dados

A empresa data-driven combina dados, análises e percepções para solucionar problemas. Ela adota os dados como um recurso estratégico, que impulsiona todas as decisões importantes tomadas.

Nessas organizações cada reunião de planejamento começa com dados e nenhuma decisão é executada sem uma estrutura de governança para coletar e medir a decisão.

 

Conte com a BDA Solutions para te ajudar a montar o espaço analítico na sua empresa e melhorar o uso e armazenamento dos dados da sua empresa.

Chamar no WhatsApp
Precisa de ajuda?
Olá! Podemos ajudar?
  • Converse com nossos consultores!

    Preencha o formulário abaixo que nós entraremos em contato com você!





    • Converse com nossos consultores!

      Preencha o formulário abaixo que nós entraremos em contato com você!





      • Converse com nossos consultores!

        Preencha o formulário abaixo que nós entraremos em contato com você!





        • Converse com nossos consultores!

          Preencha o formulário abaixo que nós entraremos em contato com você!





          • Converse com nossos consultores!

            Preencha o formulário abaixo que nós entraremos em contato com você!





            • Converse com nossos consultores!

              Preencha o formulário abaixo que nós entraremos em contato com você!





              • Participe do nosso treinamento!

                Preencha o formulário abaixo que nós entraremos em contato com você!




                • Participe do nosso treinamento!

                  Preencha o formulário abaixo que nós entraremos em contato com você!




                  • Participe do nosso treinamento!

                    Preencha o formulário abaixo que nós entraremos em contato com você!




                    • Participe do nosso treinamento!

                      Preencha o formulário abaixo que nós entraremos em contato com você!




                      • Participe do nosso treinamento!

                        Preencha o formulário abaixo que nós entraremos em contato com você!




                        • Converse com nossos consultores!

                          Preencha o formulário abaixo que nós entraremos em contato com você!





                          • Converse com nossos consultores!

                            Preencha o formulário abaixo que nós entraremos em contato com você!





                            • Converse com nossos consultores!

                              Preencha o formulário abaixo que nós entraremos em contato com você!





                              • Converse com nossos consultores!

                                Preencha o formulário abaixo que nós entraremos em contato com você!





                                • Converse com nossos consultores!

                                  Preencha o formulário abaixo que nós entraremos em contato com você!





                                  • Converse com nossos consultores!

                                    Preencha o formulário abaixo que nós entraremos em contato com você!





                                    • Converse com nossos consultores!

                                      Preencha o formulário abaixo que nós entraremos em contato com você!





                                      • Converse com nossos consultores!

                                        Preencha o formulário abaixo que nós entraremos em contato com você!





                                        • Converse com nossos consultores!

                                          Preencha o formulário abaixo que nós entraremos em contato com você!





                                          • Converse com nossos consultores!

                                            Preencha o formulário abaixo que nós entraremos em contato com você!





                                            • Converse com nossos consultores!

                                              Preencha o formulário abaixo que nós entraremos em contato com você!





                                              • Converse com nossos consultores!

                                                Preencha o formulário abaixo que nós entraremos em contato com você!





                                                • Converse com nossos consultores!

                                                  Preencha o formulário abaixo que nós entraremos em contato com você!





                                                  • Participe do nosso treinamento!

                                                    Preencha o formulário abaixo que nós entraremos em contato com você!