Business Intelligence ou BI é a estratégia que faz o processo de coleta e transformação de dados em informação clara e valiosa. Ela possibilita que relatórios e análises preditivas sejam feitas com maior rapidez e profundidade, gerando insights para a operação que ajudam na tomada de decisão.
Dizer que dados é o novo ouro do mercado já não é novidade. Até por isso, leis como a LGPD estão em vigor ao redor do mundo para deixar claro as formas de uso por parte das empresas. Mas para transformar os dados em algo realmente de valor, é preciso contar com o trabalho de Business Intelligence.
Softwares, ferramentas e sistemas de Business Intelligence - ou BI como é mais conhecido - são muito populares e cada vez mais utilizados pelo público, principalmente nas empresas com interesse em trabalhar com análises para tomar decisões e definir seu planejamento.
Aqui você vai entender melhor o que é Business Intelligence, qual o seu papel dentro das empresas e, principalmente, como podemos utilizar esse trabalho na área de Marketing. Será que focar em BI é o melhor caminho para conseguir melhorar a performance e os resultados? Confere o conteúdo até o fim que você vai encontrar a resposta para essa e outras dúvidas.
O que é BI ou Business Intelligence?
Podemos afirmar que BI ou Business Intelligence é um conjunto de estratégias e técnicas empregadas pelas empresas com o propósito de analisar dados e melhorar a tomada de decisão baseada em informações concretas. Como indica a sua tradução, é uma forma de proporcionar a inteligência para os negócios.
Segundo a definição do Gartner, “é um termo abrangente que inclui os aplicativos, infraestrutura, ferramentas e as melhores práticas que permitem o acesso e a análise de informações para melhorar e otimizar decisões e desempenho”.
Com essa descrição, já fica claro que essa estratégia resolve um desafio e dúvida comum: como as empresas podem analisar dados de forma rápida para descobrir ações e ajustes que proporcionem uma vantagem competitiva?
Por proporcionar esse resultado, é comum que o BI seja tratado como uma área de negócio, assim como o Financeiro, Marketing e RH também são. Em outros casos, cada uma dessas áreas conta com profissionais com o papel de usar as ferramentas certas para proporcionar essa camada de inteligência.
Para que serve Business Intelligence?
Assim como outras áreas de negócio que possuem objetivos e entregas bem definidas, a área ou os profissionais de BI também possuem um objetivo claro, independente do mercado ou do tipo de empresa em que atuam.
E para contar melhor qual é o objetivo por trás desta área, convidamos a Camila Rabay, que é Analista de Business Intelligence no time de Marketing Operations aqui da Resultados Digitais, e uma das grandes responsáveis por transformar o grande volume de dados gerados pela área de Marketing em informações claras e dashboards precisos.
O objetivo principal do processo de Business Intelligence é empoderar e agilizar a tomada de decisão, favorecendo a obtenção de melhores resultados. Ferramentas de BI absorvem toda a complexidade da coleta e transformação de dados em informação, possibilitando que relatórios e análises preditivas sejam gerados com maior rapidez e profundidade, gerando alertas e insights para a operação. Com as informações geradas é possível entender, por exemplo, quais temas, formatos e canais performam melhor para determinada audiência, guiando o time na criação de campanhas cada vez mais eficientes.
Esse processo de transformação dos dados em informação faz parte dos objetivos de qualquer área de BI. Mas que tal saber como isso funciona?
Na prática, como o processo de BI funciona?
Uma análise BI ou uma estratégia balizada por BI é mais do que um simples relatório. Ela é uma mudança na cultura da sua empresa, que começa a acreditar em dados e na aplicação deles. Isso deve ser algo feito constantemente e não pontualmente.
O que se deve fazer primeiro é contratar softwares que permitam a coleta de dados do seu negócio. Um exemplo é o RD Station Marketing, que faz isso com todo o seu trabalho de Marketing Digital. Outro é o Power BI, ferramenta da Microsoft muito utilizada para criação de gráficos e dashboards.
Depois, faça um filtro de quais dados são importantes para o posicionamento e estratégias da sua empresa e comece a cruzá-los.
Inicialmente, esse trabalho pode ser bastante demorado. Mas com o tempo, as tendências vão se tornando mais e mais visíveis, e você passa a conhecer o seu negócio de forma mais profunda.
Exemplos práticos de aplicação de Business Intelligence
Quer se inspirar em dois exemplos interessantes? A Netflix possui cases interessantes de BI. Ela teria levado sua análise de dados e preferências um pouco além do básico “recomendado para você” e criado uma série inteira baseada nessas informações.
O que se especula é que Stranger Things, o grande hit que foi disponibilizado em julho de 2016, foi o resultado da percepção e análise de consumo dos usuários da Netflix, seus gostos e programas mais acessados para criar uma série que agradasse a um público realmente grande.
Outro uso interessante foi feito pela loja de departamentos americana Macy’s. Com auxílio de um software para análise de dados, a empresa começou a processar milhares de terabytes de informação por dia. Eles buscaram dados nos locais convencionais, como CRM de Vendas e o software de Automação de Marketing, e foram além também em analisar dados de redes sociais, como o Twitter.
Desta maneira, a Macy’s obteve quase que instantaneamente um aumento de 10% nas vendas da empresa por trabalhar de maneira mais eficiente as campanhas e promoções.
Ou seja, trabalhar com Business Intelligence pode até ser complexo, mas permite resultados expressivos para o seu negócio. E isso não acontece apenas em empresas grandes como as dos exemplos acima, mas nas de qualquer tamanho.
O importante é analisar os dados que conseguir reunir para validar processos e otimizar ainda mais suas ações.
Onde coletar os dados necessários?
Você pode coletar dados essenciais em ferramentas de web analytics, de Automação de Marketing, um CRM ou uma plataforma de BI. Pensando no trabalho da área de Marketing, uma das que mais se beneficiam do BI, as ferramentas fornecem dados relevantes como:
- fluxo de entrada dos visitantes do site;
- páginas com as melhores conversões;
- caminhos percorridos pelo seu Lead;
- os padrões de consumo;
- a localização deles;
- os horários em que eles consumiram;
- qual a taxa de conversão da sua empresa;
- quais itens foram comprados juntos.
Vários desses dados também podem ser coletados nos relatórios internos trimestrais das suas equipes de Marketing e Vendas.
Para facilitar a análise dos dados coletados e transformá-los em insights, é interessante usar programas que permitam que você coloque dados de formas gráficas. Para isso o Excel é recomendado, assim como o RapidMiner, que permite o cruzamento e análise de dados de forma mais completa.
Não podemos esquecer que você também pode obter dados relevantes através de pesquisa com clientes e ex-clientes, benchmarking, entre outras fontes.
Quais dados eu devo coletar?
A grande sacada do BI é fornecer subsídios para que as decisões estratégicas e de planejamento sejam tomadas com menos base em feeling e achismos e mais norteadas por dados, o que significa decisões com menor margem de erro.
Por isso, o tipo de dado que você deve coletar depende do que é importante para a sua empresa. Você precisa fazer uma análise de quais dados e canais são relevantes para a sua estratégia. E isso muda dependendo do setor, do tamanho da empresa e até mesmo das possibilidades de pessoal que você dispõe.
A questão geográfica, por exemplo, pode ser essencial para um ecommerce que lida com logística. Já para uma empresa de software que atua apenas em uma cidade, isso pode não ser relevante. O mesmo vale para a área de atuação dos Leads que ainda não se tornaram clientes, idade, comportamento de consumo (tanto de visitas às páginas e histórico de compras quanto de horários), cargo, entre outros quesitos.
Lembre-se de que é importante fazer uma análise de dados no mínimo trimestral para revalidar e impulsionar suas estratégias de BI.
Como estruturar uma análise de BI
Uma boa análise de BI passa por quatro fatores importantes:
- O que está acontecendo?
- Por que está acontecendo?
- O que vai acontecer agora?
- Como podemos mudar ou melhorar o que está acontecendo?
Por exemplo: seu analista de marketing faz uma análise dos dados e percebe que as interações na página do Instagram da sua empresa estão caindo. Isso é um dado. Agora começa a análise para verificar quais fatores foram responsáveis por esse acontecimento - o que vai tornar esse dado em uma informação e pode permitir uma ação eficiente, como:
- trocar os horários de postagens;
- rever os conteúdos que estão sendo divulgados;
- trabalhar mais campanhas de impulsionamento de posts.
Por meio do BI, também é possível verificar tendências de comportamento para os próximos meses ou anos e permitir uma preparação mais efetiva para mudanças. Essa também é uma excelente maneira de apontar gargalos que irão surgir e trabalhar para que eles não prejudiquem a escalabilidade do seu negócio.
Como usar Business Intelligence para melhorar a performance de uma estratégia de Marketing Digital
O Marketing está no centro da máquina de aquisição de clientes e geração de receita. Isso representa um grande desafio para gestores e analistas de Marketing, que têm como missão gerar e demonstrar crescimento continuamente para seus negócios.
Uma das grandes diferenças (e vantagens) do Marketing Digital em relação ao marketing tradicional é a possibilidade das suas ações serem mensuradas.
Isso significa que você pode saber com precisão quais campanhas foram mais efetivas, qual caminho seus Leads percorrem antes de se tornarem clientes, quais conteúdos são mais interessantes para a persona da sua empresa e onde estão os gargalos da sua estratégia de vendas.
Tudo isso vem em forma de dados, que precisam ser analisados e transformados em insights para poderem ser utilizados como inteligência competitiva. Ou seja, precisamos transformar os dados crus que diversas plataformas e ferramentas nos fornecem, trabalhá-los até que se tornem informações relevantes e depois insights, para então utilizá-los para melhorar as estratégias de Inbound Marketing.
Existe um enorme impacto que as pequenas otimizações no trabalho de Marketing apresentam no longo prazo: ao melhorar em apenas 10% mês a mês alguma parte do nosso funil de vendas, ao final de um ano conseguimos ter uma operação 213% maior, e ao final de três anos é possível crescer 30 vezes!
Essa evolução acontece sem mágica, mas com disciplina no acompanhamento dos dados usando Business Intelligence, com planejamento e implementando melhorias contínuas e incrementais, tendo como base os dados gerados pela sua operação.
Marketing BI como o caminho para analisar sua performance
Pensando em apoiar as operações que dependem de uma análise mais aprofundada dos dados, o RD Station Marketing implementou o Marketing BI, funcionalidade de análise que conta com tudo que as empresas precisam para atingir seu objetivo de transformar dados de Marketing em informações precisas.
Com essa funcionalidade você consegue:
- Criar relatórios personalizados, com flexibilidade e personalização para criar seus próprios relatórios personalizados;
- Conferir todo o planejamento, resultados e performance do Funil de Vendas;
- Entender os resultados e performance dos canais de aquisição de Leads;
- Acompanhar a performance das ações de marketing na conversão do funil.
Visão da funcionalidade Marketing BI dentro do RD Station Marketing
Mais do que uma ferramenta de análise, o Marketing BI é um framework poderoso de análise e demonstração de resultados, desde a camada de negócios com informações importantes para o nível estratégico da empresa, até às camadas da Canais e Campanhas.
Ter essa integração de dados permite que os gestores e analistas de Marketing tenham um conhecimento mais profundo sobre o funcionamento da sua operação de Marketing Digital, e quais os principais problemas e oportunidades de melhorias.
Mesmo que sua operação demande um acompanhamento mais simples, o primeiro passo para criar uma estrutura capaz de gerar retorno relevante é começar a implementar uma estratégia completa de Marketing Digital. Por isso, comece agora o seu teste gratuito do RD Station Marketing! É só confirmar seu email logo abaixo e não precisa colocar seus dados de cartão de crédito:
Acompanhe os dados de suas ações de Marketing Digital e faça otimizações
O RD Station Marketing é a melhor ferramenta para automação de Marketing Digital tudo-em-um para sua empresa. Com ele, você recebe relatórios completos de suas campanhas, faz análise de canais e define as etapas do seu funil baseado em dados! Faça um teste gratuito de 10 dias.
- Ao preencher o formulário, concordo * em receber comunicações de acordo com meus interesses.
- Ao informar meus dados, eu concordo com a Política de privacidade.
* Você pode alterar suas permissões de comunicação a qualquer tempo.
Case de uso de BI: como a RD Station passou a usar Business Intelligence em recrutamento e seleção
Até pouco tempo atrás, as empresas costumavam confiar na intuição e no bom senso para a contratação de pessoas. Hoje, tornou-se um aspecto fundamental na vida de um recrutador utilizar ferramentas que auxiliam na aquisição de talentos, para que o processo seja cada vez mais certeiro.
No entanto, mesmo com uma grande quantidade de informações fornecidas por essas ferramentas, poucas empresas se dispõem a operacionalizar e organizar os dados e fazer com que as métricas sejam utilizadas nas decisões do dia dia de forma rápida e eficiente.
Em 2017, a RD Station contratou 246 pessoas em apenas 8 meses, o que representou um aumento de 61% em relação ao ano de 2016, em que houve a contratação 228 pessoas no ano. Como parte da cultura da empresa, a importância das métricas já estava muito clara para todo mundo — um dos valores da RD é ser data-driven, ou seja, orientado a dados para a tomada de decisões.
No entanto, as rápidas mudanças dos processos prejudicaram a qualidade e a confiabilidade dos dados, resultando em um gasto excessivo de tempo para a resolução de análises simples e até mesmo inviabilizando aquelas consideradas mais complexas
Esse post descreve como foi o processo de implementar Business Intelligence no time de Talent Management da RD Station e os resultados que foram conquistados.
Antes de construir gráficos, entender o problema é fundamental
Antes de começarmos a medir de forma desorganizada, era necessário entender todo o processo de recrutamento: como são as interações com o software de contratação, como e onde os dados são armazenados, quais são os gargalos e quais as perguntas que os dados podem ajudar a responder. Para isso, houve uma troca constante de conhecimentos com todos os stakeholders (recrutadores, gestores e analistas de pessoas).
Após o entendimento geral, foi definido que o primeiro projeto para a implementação de Business Intelligence no time de talentos seria a criação de um painel de métricas com objetivo de tornar a tomada de decisão mais precisa, baseada em dados.
Além disso, com o auxílio do software de BI, se torna mais fácil analisar o desempenho do time de recrutamento e também analisar gargalos, definir os key performance indicators (KPIs) e os objective and key results (OKRs). O primeiro passo para a construção do dashboard foi entender com mais detalhes as reais dores da área e as principais oportunidades que poderiam ser geradas, tanto no curto quanto no longo prazo.
Após alguns estudos e benchmarkings, desenvolvemos um questionário para nos guiar nesse processo:
- Qual o objetivo do dashboard?
- O que não é possível analisar hoje?
- Quais ações seriam possíveis realizar com o novo dashboard?
- Quais análises e informações seriam necessárias para que uma decisão fosse realizada de modo confortável?
- Para cada análise, quais métricas ajudariam a fazer as ações definidas?
- Como você resumiria brevemente a história que o dashboard apresentará?
Com essa etapa realizada, é possível ter clareza sobre a situação da área em relação ao processo de análise, como os dados vão auxiliar a resolver os problemas expostos e até mesmo se será necessário alterar algum processo existente.
Com as perguntas (e respostas) certas, vem a prototipagem
Dessa forma, a próxima etapa é entender as respostas geradas pelo questionário e transformá-las em visualizações gráficas, conhecidas também como prototipagem. A prototipagem é um meio rápido e fácil onde você poderá iterar com os usuários mostrando o primeiro rascunho do que seria o dashboard. Ela pode ser feita tanto em um papel quanto em slides.
Como guia para essa etapa, sugerimos que você utilize esse fluxograma para entender qual é a melhor forma de visualização para cada tipo de dado que você queira mostrar.
Não espere que o primeiro protótipo seja exatamente igual à versão final do dashboard. Como veremos abaixo, é normal fazermos alterações, já que muitas vezes os usuários não têm muita clareza do que precisam até usarem no dia a dia.
Por isso, não deve ser gasto tempo demais nessa etapa, pois o objetivo dela é enxergar quais dados serão necessários para suprir os gráficos e quais são as fontes (ATS, Excel, Google Sheets, banco de dados). Essa etapa já serve para preparar e verificar se será possível obter todos os dados para o desenvolvimento do dashboard.
Se for verificada a possibilidade de obter os dados, essa etapa é finalizada com a validação do gestor da área sobre o protótipo e a realização de ajustes finais, caso tenha faltado algo. Se não for possível obter algum dado, mudanças de processo deverão ser feitas e algumas visualizações podem deixar de serem priorizadas na primeira entrega do projeto.
Recapitulando o que foi feito até aqui
- Entendemos as dores e oportunidades da área ✅
- Demonstramos de forma gráfica as oportunidades que encontramos para resolver as dores do dia a dia ✅
- Verificamos se é possível puxar todos os dados necessários para os gráficos ✅
- Fizemos uma validação com stakeholders da área ✅
Colocando a mão na massa
Sabemos agora tudo o que precisamos fazer e só falta uma coisa: fazer. É recomendado que seja utilizada uma ferramenta de BI conceituada no mercado, pois ajuda com integrações, visualizações, usabilidade, etc. Atualmente as principais ferramentas de BI são Microsoft Power BI, Qlikview, Pentaho e Tableau. Todas elas possuem versão gratuita.
No caso da RD Station, foi utilizado o Power BI pelo preço atrativo e pelas melhorias mensais da ferramenta, ganhando destaque no quadrante mágico da Gartner — relatório contendo uma representação gráfica segmentando os softwares de BI em quatro principais quadrantes: líderes, desafiadores, visionários e concorrentes de nicho.
Construindo o dashboard
Não serão abordadas questões técnicas nesse case, mas assim que tiver escolhido alguma ferramenta e tiver importado os dados para o software, começa uma das partes mais longas do projeto:
- Interpretar os processos baseado nos dados;
- Verificar a confiabilidade dos dados, limpando os dados se necessário.
São inúmeros os casos que podem aparecer nessa etapa e não será possível abordar todos, mas vamos exemplificar um erro de processo que prejudicaram os nossos dados.
No Lever, ferramenta de Applicant tracking system (ATS), tínhamos um campo chamado “Company” que ficava logo abaixo do nome do candidato. No entanto, o campo eraé editável e não havia nenhuma indicação sobre qual informação deveria estar lá. Rapidamente, ele se tornou um ótimo bloco de notas dos recrutadores, e quando os dados foram importados, não conseguimos entender por que o campo Company não continha o nome das empresas.
Esse é só um exemplo real da RD, mas existem muitos campos importantes que as pessoas que não estão na operação do dia dia não conseguem entender de forma rápida. Para isso é fundamental o auxílio e interação constante entre o analista de BI e os futuros usuários.
Dados corretos são essenciais para BI
Outro erro de processo comum que você deve se atentar é quando o avanço na etapa do processo seletivo do candidato não é marcado corretamente no software. Esse erro pode afetar todas as métricas de eficiência e velocidade do processo de recrutamento.
Uma frase comum que destaca a importância da qualidade dos dados e a importância de interpretá-los corretamente é: garbage in, garbage out. Se você não limpar seus dados e não puder confiar neles, não importa o que você faça, os seus resultados não serão bons.
Você pode tentar aumentar a complexidade matemática e utilizar modelos preditivos para a análise, mas os ganhos serão marginais. O grande segredo de um processo de análise world-class é ter qualidade nos dados.
Essa etapa se encerra com a certeza que os dados estão fazendo sentido e que não há anomalias. Confiando nos dados, podemos construir nossos gráficos no software de BI, seguindo o protótipo desenhado e fazendo ajustes necessários para ter finalização do dashboard.
É preciso ter mais do que gráficos
O maior erro cometido por pessoas que trabalham com dados é pensar que o projeto se encerra com a modelagem dos dados e lançamento do dashboard. No entanto, após o desenvolvimento do dashboard, começa uma das partes mais importantes do projeto: a implementação desse dashboard no time, educando-o a usá-lo no dia a dia.
O primeiro teste de implementação a ser feito é o que você consegue entender em 5 segundos. Nesse teste, é feito um pedido para os recrutadores olharem para cada um dos gráficos e, em pouco tempo, dizerem o que entendem do gráfico e qual seria a ação que tomariam para melhorar o resultado que estão vendo — caso aplicável.
No nosso caso, ao fazer esse teste, já vimos que metade dos gráficos não são fáceis de interpretar para pessoas que não analisam dados diariamente. Nessas situações temos duas principais alternativas:
- Educar os usuários para que consigam entender os gráficos de forma mais clara: essa alternativa pode ser pouco eficiente, pois na maioria das vezes em que o usuário não entende a culpa é do analista de Business Intelligence, que poderia ter sido mais claro;
- Tornar a forma de visualização mais clara: aqui você deve entender a causa da falta de compreensão e descobrir como isso poderia ser visualmente mais claro. A maioria dos problemas se resolvem com essa alternativa e recomendamos fortemente trabalhar muito em cima disso.
Um aspecto importante é os usuários sempre terem suporte de alguém que cuide desse dashboard, fazendo alterações (caso necessário) e tirando dúvidas do dia a dia. Para que a empresa seja realmente data-driven, os usuários precisam ver o valor que as informações disponíveis trazem para o trabalho de cada um.
Enfim, chegamos ao nosso dashboard! Ele foi dividido em três principais visões sendo elas:
Visão estratégica
Detalha os indicadores gerais da área, não com o objetivo de análise minuciosa, mas para provocar reflexão e análises independentes. Ela fornece uma visão macro ao diretor da área sobre o processo de contratação com as principais métricas, tais como: forecast, número de contratação, candidate to hire (ou CTH), entre outras. Essas métricas podem ser filtradas por vaga ou por área.
Visão tática
Mostra uma visão para o gestor de recrutamento e possibilita fazer algumas análises mais complexas, obtendo uma perspectiva um pouco mais micro.
Visão operacional
Mostra uma visão que será utilizada pelo recrutador para análises diárias, por exemplo quais vagas serão preenchidas, como está o pipeline de contratação atualmente, indicadores de eficiência, etc.
Benefícios do uso de dados
Com todas essas explicações e etapas, você pode estar se perguntando: será que toda essa energia e tempo valem a pena? O que mudou de fato?
Vale destacar aqui que o dashboard não é o fim e nem o meio, é o começo. Sendo assim, separamos os principais resultados adquiridos na Resultados Digitais no curto, médio prazo e longo prazo.
Curto prazo (1-3 meses)
A principal mudança de imediato foram as mudanças em relação à previsibilidade. Desenvolvemos um cálculo de forecast que utiliza a nossa eficiência ao longo do funil de contratações e o número de candidatos no pipeline para determinar qual o número esperado de pessoas que vamos contratar até o final do mês. É um indicador claro que mostra se estamos próximos de bater as metas de contratação.
Outro ponto que vale destaque é que conseguimos entender a fundo nosso processo, identificar gargalos, não deixar que candidatos se percam no processo seletivo e ter uma base de dados para análises complexas. Isso foi especialmente útil para nos dar direcionamentos nos projetos a serem desenvolvidos e para mensuração dos Key Results estabelecidos.
Por fim, fizemos mudanças no processo de marcação do canal de aquisição do candidato. Com uma nitidez de valor obtido já no começo, os próprios recrutadores começaram a se policiar para que não houvesse erros de processo que pudessem prejudicar as informações do dashboard. Algumas melhorias de key performance indicators (KPIs) seriam:
| KPI | 1º trimestre de 2017 | 2º trimestre de 2017 |
| Contratações | 61 | 100 |
| Média de entrevistas realizadas para cada contratação (ITH) | 3.4 | 2.8 |
Médio prazo (3-9 meses)
Com toda a base de dados pronta e processos bem mais limpos, tínhamos dados para justificar a criação de novos projetos e também para monitorar se os existentes estão sendo bem executados.
Além disso, após uma análise sobre os gargalos no processo de contratação e com metas cada vez maiores, surgiram várias iniciativas para melhorar a eficiência do recrutador com automatização de processos — expectativa de reduzir em 40% o tempo gasto por candidato.
Também surgiu a iniciativa de aprimorar a qualidade das contratações e a satisfação dos candidatos. Tudo isso só foi possível graças à clareza que os dados nos deram.
Por fim, estamos iniciando alguns estudos e conversando com várias empresas para saber como podemos usufruir de machine learning e análises preditivas para melhorar ainda mais os nossos indicadores de eficiência, velocidade e qualidade da contratação.
Longo prazo (9-18 meses)
Melhoramos constantemente o nosso processo a partir de benchmarkings com empresas de classe mundial e de insights gerados com dados. Assim, conseguimos fornecer insumos para dimensionar e treinar o nosso time de Talent Management de forma mais previsível.
Afinal, o que realmente significa BI?
Tudo o que apresentamos aqui é apenas uma amostra do potencial de impacto que o Business Intelligence pode trazer para uma empresa. É uma evidência clara dos benefícios que processos bem definidos e o cuidado com o armazenamento dos dados podem trazer.
Os resultados conquistados só são possíveis por dois principais fatores: dados e pessoas. Os dados limpos são fundamentais para basear as nossas decisões. E pessoas de todas as áreas da empresa são as grandes responsáveis por isso ao estarem atentas aos processos.
Os resultados demonstrados no case acima foram somente para a área de RH, mas, como dissemos ao longo de todo o post, as possibilidades de aplicação de inteligência de negócio são para todas as áreas da empresa. Imagine se saíssemos de análises dentro de cada área, passando a ter de forma fácil a centralização dos dados para cruzar as informações de todos os setores da empresa.
Qual a vantagem competitiva e o impacto que isso poderia gerar para o negócio? O que realmente significa BI ou Business Intelligence? Para que sua empresa deixe de ter os famosos relatórios de gavetas e comece a ter informações verdadeiramente relevantes, sendo capaz de responder:
- Quais são as causas de determinado comportamento?
- O que fazer para alcançar as metas?
- Quais são os atuais problemas e oportunidades?
- Dado o passado recente, o que vai acontecer?
Faça sua empresa evoluir, tornando-a cada vez mais data-driven. Peter Drucker, considerado como o pai da administração moderna, já dizia: “O que não se pode medir, não dá para gerenciar.” E 60 anos depois a gente pode complementar: “Você não pode gerenciar se não for data-driven. Você não pode ser data-driven se não tiver dados confiáveis.”
Post originalmente publicado em outubro de 2020 e atualizado em maio de 2022
Perguntas frequentes:
O que significa BI?
BI é a sigla em inglês para Business Intelligence. Em uma tradução livre para o português, seria uma forma de proporcionar inteligência para os negócios.
O que é Business Intelligence ou BI?
Business Intelligence é um conjunto de estratégias e técnicas empregadas pelas empresas com o propósito de analisar dados e melhorar a tomada de decisão baseada em informações concretas.
Para que serve Business Intelligence?
O objetivo principal do processo de Business Intelligence é empoderar e agilizar a tomada de decisão, favorecendo a obtenção de melhores resultados.
