Diferença entre Business Intelligence, Data Warehouse, Data Science e Big Data

Business Intelligence, Data Warehouse, Data Science & Big Data

Pode parecer um pouco confuso compreender qual o papel de cada peça, e saber como montá-las num quebra-cabeça que faça sentido. Mas, na verdade, compreender os conceitos de Business Intelligence, Data Warehouse, Data Science e Big Data, fica mais claro quando entendemos quatro palavrinhas e como elas podem trabalhar juntas.

 

DADOS > INFORMAÇÃO > ANÁLISE > DECISÃO

Sim, são essas as palavrinhas que devemos compreender antes de tudo! Por quê? Simples, todas as nomenclaturas e conceitos que citei na introdução do artigo, circundam entorno de Dados, Informação, Análise e Decisão. Mas, calma, vamos conectar os pontos de forma clara e gradativa, aguenta aí!

 

1. Dados

Tudo começa com dados. Dados é o fragmento de informação que não tem sentido por si só, mas, quando unidos, compõem uma Informação, que pode ser analisada e usada na tomada de decisões ou na realização de cálculos a partir de um processamento adequado.

2. INFORMAÇÃO

Como dito, dados são fragmentos de informação. Nesse sentido, informações são o conjunto de dados que, reunidos, trazem significados e proporcionam análises.

3. ANÁLISE

Análise consiste no exame detalhado sobre determinada informação, observando todos os dados que formam cada parte de um todo (informação). Em resumo, análise é o mesmo que um estudo detalhado sobre algo, podendo ser aplicada em diferentes áreas do conhecimento como forma de observar minuciosamente determinado tema, assunto, dado, informação.

4. DECISÃO

Após analise das informações, é possível determinar uma resolução para algum tipo de problema que uma organização venha enfrentando.

 

Mas, como essas palavras se relacionam com o conceito BUSINESS INTELLIGENCE, DATA WAREHOUSE, DATA SCIENCE & BIG DATa?

Atente-se a este exemplo: Imagina que a empresa XPTO possua a folha da ponto eletrônico, onde os funcionários registram o horário de entrada e saída da empresa com sua biometria digital. Agora, pense que o ponto eletrônico armazena esses dados (1) (data e hora de chegada), de cada funcionário, em seu respectivo perfil cadastrado no sistema da empresa.

Com os dados armazenados no banco de dados do sistema – que possui o registro dos profissionais, a empresa XPTO possui um conjunto de dados (informação (2) que podem ser analisados (3) através de tabelas e gráficos, gerados pelo sistema, para tomar uma decisão (4) como, por exemplo, identificar o profissional que mais se dedicou durante um determinado período para recompensá-lo pelo empenho.

Bom. Não sei se você conseguiu ligar os pontos, mas acabei de descrever um exemplo simples do que é Business Intelligence. O OBJETIVO DE TUDO É: coletar e armazenar dados para obter informações úteis por meio de análises, com o fito de tomar uma decisão sobre algo. Por isso, começamos nosso artigo com as quatro palavrinhas. 😉

 

DADOS ESTRUTURADOS E NÃO-ESTRUTURADOS

Agora que entendemos que o objetivo de tudo é obter informações úteis, por meio da análise de dados, com o propósito de tomar uma decisão, vamos entender o que são Dados Estruturados e Não-Estruturados.

Dados Estruturados

Os dados estruturados são organizados em linhas e colunas, geralmente são encontrados em banco de dados relacionais. EXEMPLO: Banco de dados, Sistemas etc.

 

Dados Não-Estruturados

Referem-se a dados que não podem ser organizados em linhas e colunas, como vídeos, e e-mails. EXEMPLO: E-mail, redes sociais, buscas, geolocalização, e-commerce etc.

Agora, é o momento de aprofundar-se no assunto.

 

BUSINESS INTELLIGENCE – BI

Business Intelligence (ou Inteligência de Negócios, em português), é um conceito que define o processo de coleta, organização, análise, compartilhamento e monitoramento de informações que permitem oferecer suporte a gestão de negócios. É importante compreender que o BI explica dados exatos de eventos que já ocorreram. A leitura do ponto eletrônico, abordada no começo do artigo, é um bom exemplo de Business Intelligence, e de como ele é útil para analisar eventos que já ocorreram, a fim de se tomar uma decisão.

 

Business Intelligence – Objetivo

O objetivo do BI é permitir fácil interpretação de dados para auxiliar a gestão de qualquer negócio; Identificar novas oportunidades e implementar uma estratégia efetiva baseada nos dados; promover negócios com vantagem competitiva no mercado e estabilidade a longo prazo.

 

EXEMPLO de BI – metrô SP | linha amarela

Se você é de São Paulo, da capital, e usa o metrô, deve ter notado que, nas plataformas das estações da linha amarela, a administração da linha (ViaQuatro), implantou um sistema de monitoramento que exibe uma contagem regressiva para a chegada do próximo trem a estação que você está e, ao mesmo tempo, um gráfico que aponta quais partes deste trem estão com capacidade de embarcar com mais tranquilidade.

Mas, o que isso tem a ver com BI? Acho que tudo! Claro, se você estiver observando isso de uma perspectiva analítica. Para isso, vamos analisar rapidamente esse case:

Bom, vamos começar com o problema: Distribuição desproporcional de pessoas ao longo do trem. A administração da linha identificou que havia maior concentração de pessoas em determinadas partes do trem. E agora, como resolver esse problema? Claro, com análise de dados!

De alguma forma, os profissionais da ViaQuatro conseguiram extrair dados dos vagões para mensurar a quantidade de pessoas que estão concentradas neles. Com os dados organizados, eles o exibem como informação num gráfico, que é apresentado nos monitores da próxima estação que o trem está a caminho. Na estação, enquanto aguardam a chegada do próximo trem, os passageiros analisam o gráfico apresentados no monitor e tomam decisões sobre qual a parte do trem está mais tranquila para embarcar.

conclusão

Com as informações exibidas no monitor, o usuário pode analisá-la e decidir caminhar até a parte do trem que está menos lotada. Com isso, os usuários ficam bem distribuídos ao longo do trem e, o problema de concentração em determinadas partes, é resolvido! 

 

 

DATA WAREHOUSE – DW

Os Data Warehouse (ou Armazém de Dados, em português), são grandes depósitos de dados que armazenam as informações de empresas de forma consolidada. Sua origem data dos anos 80 em instituições acadêmicas que inspiraram os sistemas de data warehouse corporativos. Tal solução evoluiu e hoje integra as funcionalidades essenciais de sistemas de Business Intelligence. Seu grande princípio é integrar dados de diferentes sistemas em atualização periódica de longo prazo, que possibilita a visualização de relatórios de períodos de duração mais prolongada.

As informações organizadas em um Data Warehouse possibilitam a produção de relatórios e análises em séries históricas, dentre outras funcionalidades. Com base nos dados produzidos, a partir de uma base confiável, é possível tomar decisões gerenciais assertivas com embasamento em relatórios precisos e amparados por informações sistematizadas.

O DW é um conceito base para montagem de um sistema de dados utilizados em BI, onde a corporação pode unificar todos os seus sistemas para ter uma base única para montagem de relatórios, posteriormente atividades de Data Mining (Mineração de Dados) também podem ser aplicadas a esse banco de dados.

Data WAREHOUSE – OBJETIVO

O objetivo do Data Warehouse é centralizar os dados retirados dos locais de origem, como planilhas, ERPs, CRMs etc e acomodá-los em um único local – no Data Warehouse. A partir daí, você passa a ter todas as informações em um único local, que foi criado com foco na consulta. Então, além de os dados já estarem todos organizados e atualizados, consultar eles fica muito rápido.

 

EXEMPLO de DW – metrô SP | linha amarela

A título de ilustração, vamos voltar ao exemplo de BI do Metrô de São Paulo, na linha amarela. Vamos imaginar que os dados extraídos dos trem, para mensurar a quantidade de pessoas por vagão, são processados e armazenados em um banco de dados que utiliza o os conceitos de um Data Warehouse. Então, sabemos que os dados estão organizados e fácil de se acessar, o que possibilita a consulta e exibição numa interface gráfica fácil de proporcionar a análise e tomada de decisão.

conclusão

Data Warehouse, é um conceito de Banco de Dados que possibilita a organização de dados vindos de diversas fontes, utilizado para facilitar a consulta e exibição dos dados numa interface gráfica, por exemplo.

 

DATA SCIENCE – CIÊNCIA DE DADOS

Data Science / Ciência de Dados, é o estudo disciplinado dos dados e informações, inerentes ao negócio e todas as visões que podem cercar um determinado assunto. É uma ciência que estuda as informações, seu processo de captura, transformação, geração e, posteriormente, análise de dados. A ciência de dados envolve diversas disciplinas:

  • Computação;
  • Estatística;
  • Matemática;
  • Conhecimento do Negócio.

DATA SCIENTIST X BUSINESS ANALYST X DATA ANALYST

Seguindo a mesma simplicidade na desmitificação do que é Data Science/Ciência de Dados e Data Scientist/Cientista, vamos definir os três itens que dão nome ao tópico. Vamos lá!

DATA SCIENTIST: 

Participa da formulação do problema, hipóteses de resolução e análise de resultados.

BUSINESS ANALYST: 

Analisa os dados gerados em relação ao negócio ou empresa avaliada.

DATA ANALYST:

Analisa os dados disponibilizados em busca de solução para o problemas enfrentados.

Simples, não? Inicialmente podemos descrever o trio desta forma. E ‘caminhando’ adiante, chegamos até o Big Data. Mas, o que é Big Data?

 

BIG data

Big Data (“Mega dados”, em português), em tecnologia da Informação, refere-se a um grande conjunto de dados armazenados. E pode-se basear em 5V’s: Velocidade, Volume, Variedade, Veracidade e Valor.

Big Data é um termo amplamente usado atualmente para nomear conjuntos de dados muito grande ou complexos, que os aplicativos de processamento de dados tradicionais não conseguem lidar. Para atuar com Big Data, deve-se compreender os desafios de se trabalhar na área, que incluem: Análise, Captura, Curadoria de Dados, Pesquisa, Compartilhamento, Armazenamento, Transferência, Visualizações e informações acerca da privacidade dos dados.

 

QUERO TRABALHAR COM BIG DATA

Para se trabalhar com Big Data, acredita-se que o melhor caminho é:

  • Conhecer as ferramentas utilizadas (que iremos abordar em outro artigo em breve);
  • Possuir perfil misto: técnico e negócios;
  • Conhecer Business Inteligence e Data Warehouse;
  • Compreender os processos da empresa;
  • E, conhecer estatística e matemática.

Podemos fracionar classificar os profissionais que atuam com Big Data em três perfis:

1. ANALISTA DE DADOS

ATRIBUIÇÕES E TAREFAS:

  • Responsável por atender as demandas das áreas de negócio ou planejamento da empresa;
  • Participa da formulação dos problemas e respostas;
  • Nível mais próximo ao negócio;
  • Deve conhecer as ferramentas de consulta e acesso aos dados;
  • Deveria conhecer estatística.

 

2. DESENVOLVEDOR

ATRIBUIÇÕES E TAREFAS:

  • Responsável por Desenvolver os processos necessários para geração dos dados;
  • Processos de Captura, Transformação e Carga de Dados;
  • Deve conhecer tecnicamente as ferramentas envolvidadas;
  • Deve conhecer sobre programação;
  • Será responsável pelo desenvolvimento de novas rotinas e processos.

 

3. ADMINISTRADOR

ATRIBUIÇÕES E TAREFAS:

  • Responsável por manter os ambientes e ferramentas funcionando da melhor maneira;
  • Deve conhecer sobre os sistemas operacionais utilizados, principalmente Linux;
  • Deve conhecer sobre arquitetura de hardware e redes para garantir a melhor performance;
  • Deve conhecer sobre os processos de Tunning das ferramentas.

 

CONCLUSÃO GERAL

Bom, vimos que Business Intelligence, Data Warehouse, Data Science e Big Data são conceitos de tecnologia que definem sempre o processo de se trabalhar com DADOS, com o objetivo de capturar, organizar, armazenar e analisar os dados.

Cada um tem sua especificidade:

  • Business intelligence, é um conceito que define o processo de coleta, organização, análise, compartilhamento e monitoramento de informações que permitem oferecer suporte a gestão de negócios. É um conceito amplo que abriga outros, como: ETL, Data Warehouse e Data Science;

 

  • O Data Warehouse é um conceito utilizado para definir características de um “banco de dados especial”, capaz de abrigar grande volume de dados, para organizá-los e facilitar sua consulta;

 

  • Data Science é o estudo disciplinado dos dados e informações, que estuda seu processo de captura, transformação, geração e, posteriormente, análise de dados;

 

  • Big Data é um termo que define “Um grande volume de dados, gerados em alta velocidade e variedade, que necessitam de tecnologias inovadoras e formas econômicas para processar, organizar e armazenar todo esse grande volume de dados, a fim de se permitir melhor compreensão, para a tomada de decisão e automação de processos.”

outros artigos

 

 

Sobre o autor

Douglas Godoi







por: Douglas Godoi

Posts recentes

Comentários

Arquivos

Categorias

Meta