Seis mitos de Business Intelligence

Quantas das nossas crenças são tão profundas que nunca pensaríamos em
questioná-las? Na realidade, mais do que julgamos. Os seres humanos não
são tão racionais como pensamos, e, de fato, não há tempo para pesquisar cada alegação que fazemos.

Temos o hábito de repetir o que os outros dizem e aceitar o que dizem
como verdade. Algumas dessas premissas são verdadeiras, mas é claro que,
em alguns casos, podemos estar sendo levados a acreditar em uma mentira. Por exemplo, é um
equívoco comum que a Grande Muralha da China é a única estrutura feita
pelo homem visível do espaço; é possível também observar, a partir do
espaço, as cidades e alguns edifícios claramente definidos. Da mesma
forma, os Vikings são vulgarmente representados como tendo capacetes com
chifres; no entanto, este detalhe da indumentária deste povo foi criado
pelo compositor Wagner, na sua ópera The Ring Cycle.

Estes equívocos, infelizmente, não estão restritos a curiosidades
interessantes. Mitos e equívocos podem ser encontrados também no mundo
dos negócios, muito embora nos protegermos deles possa sair muito caro.

Diante das rápidas alterações na indústria de Business Intelligence (BI)
nos últimos dez anos, muitas vezes tendemos acreditar em mitos no que diz respeito à análise de dados. Meu objetivo tentar desfazer alguns deles, assim como conceitos ultrapassados, de uma vez
por todas.

Vejamos seis mitos sobre BI:

1 – Apenas os gestores responsáveis por decisões precisam de BI
Apesar de anos de esforço e de enorme investimento, o BI não chega às mãos de todos os responsáveis por processos de decisão. O uso de BI é muitas
vezes limitado a um certo número de gestores com poder de decisão
dentro de uma organização, e este tipo de ferramenta deve ser acessível a
todos os tipos de colaboradores, uma vez que o processo de decisão é
cada vez mais amplo dentro das organizações e empresas, e ao fato de
todas as decisões precisarem de dados.

Curiosamente, este conceito remonta a estruturas hierárquicas
antiquadas no século XIX – muito antes da existência do software.
Quando implantado pela primeira vez, o BI utilizou estas estruturas, o
que significava que o seu objetivo tinha a ver com auditoria e controle,
e não com permitir que as pessoas tomassem melhores decisões através da
análise.

Hoje em dia, e apesar do BI ter se tornado mais sofisticado, este
pensamento ainda está em vigor, muitas vezes, o que significa que a
maioria das pessoas não está extraindo benefícios das camadas extra de dados a
que têm acesso.

2 – Uma boa ferramenta BI gera bons relatórios
Quase todos os projetos de BI começam com o objetivo louvável de
desenvolver relatórios de gestão. Muitas vezes, relatórios
financeiros. E, quase sempre,  é indicado ao departamento de TI o que a ferramenta de BI
deve fazer. No entanto, o problema é que a informação que se obtém é
estática e “fala” pouco ao usuário.

Isto significa que é quase impossível “interrogar” os dados e, no
entanto, a capacidade de análise devia ser a característica chave de
um bom sistema de BI. Os usuários  precisam ser capazes de
interagir, questionar os dados e construir sistemas de BI que
possam ajudar a explorar causas profundas, inter-relações, tendências e
mudanças nos dados.

3 – O BI In-Memory resolve o problema da adoção
No mundo moderno, qualquer coisa que demore mais do que uma busca no
Google para gerar uma resposta corre o risco de ser abandonada por seus usuários. No entanto, há mais na adoção do que a velocidade em si.
Mesmo que sejam rápidos, os sistemas de BI podem tornar-se rígidos
devido à falta de um poderoso back-end e ao tempo gasto pelos usuários na produção de relatórios ou visualizações. Resultado? O usuário pode deixar de querer usar os sistemas…

Para criar uma cultura de analítica, o software deve ser
rápido, simples de usar e flexível o suficiente para permanecer
relevante para o usuário.

4 – Não ter em casa as habilidades analíticas necessárias
Por que pagar analistas e cientistas de dados para interpretar
informações? Os seres humanos têm capacidades analíticas
naturais, incluindo o reconhecimento de padrões (distinguindo entre
aglomerados e pontos individuais), detecção de alterações (notando algo
diferente em uma sala) e categorização (detecção de relevância).

Em vez disso, as empresas precisam de um software que democratize a
análise de dados para todos e use as habilidades analíticas inatas que
todos temos. As organizações precisam democratizar a análise de dados
e colocá-la diretamente nas mãos dos seus colaboradores para gerar melhores resultados.

5 – Precisamos de mais recursos visuais para ajudar as pessoas a “obterem” dados
É verdade que cerca de 60% do nosso processamento neural é dedicado a
coisas que vemos e, portanto, as visualizações de dados são muito
importantes. No entanto, uma imagem por si só não é suficiente. Algumas
ferramentas têm visualizações bonitas, mas não permitem a navegação nos
dados e, obviamente, esse fato é uma maldição, dadas as capacidades
dos gadgets dos dias de hoje, usados por colaboradores/usuários que
procuram cada vez mais informações na Internet, através de diversas aplicações.

É fundamental que os usuários possam interagir com as
visualizações, para que possam compreender o seu significado e fazer
novas descobertas. Olhar para um relatório limitado estática ou
interativamente coloca um fim a este processo.

6 – Melhor acesso aos dados significa melhores decisões
Ter toda a informação do mundo não ajudou os banqueiros a evitar a crise
financeira de 2009. O fato de os dados estarem lá não significa que
eles estejam sendo usados de maneira correta.

A melhoria na capacidade de tomada de decisões requer prática e
competência. Estas aptidões nascem do desenvolvimento de competências
que ajudam os usuários a protegerem-se de
situações inesperadas e de uma maior frequência de determinadas tarefas.

Malcolm Gladwell escreveu que levamos 10 mil horas para que possamos
ser especialistas em qualquer atividade. Assim, também os usuários
que trabalham com qualquer sistema de BI precisam continuar a
praticar a análise de dados. Essa prática vai ajudá-los a tomar decisões
mais inteligentes e a descobrir conceitos mais úteis.

Em 2015, as empresas procuram oportunidades de crescimento e é
fundamental que não estejam restringidas pelo peso da crença em
mitos. Elas precisam rever as suas atitudes frente à análise de dados e
tomar medidas para se moverem na direção certa. Em última análise,
tomar essas medidas pode melhorar as operações de negócios – que é o
objetivo de qualquer empresa. E nesse fato tenho a certeza que
podemos sempre acreditar.

 

(*) Robert Fleming é VP of International Marketing da Qlik