Baixe o app para aproveitar ainda mais
Prévia do material em texto
VV Conteúdo produzido e curado pela equipe acadêmica FERRAMENTAS DE BUSINESS INTELLIGENCE Prof. Fernando Ruiz Conteúdo produzido e curado pela equipe acadêmica FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 2 Propriedade Intelectual 1 MODELOS DE ANÁLISE ESTRATÉGICA EM BUSINESS INTELLIGENCE As empresas, os gestores e os profissionais das organizações estão sendo inundados de dados vindos das mais diversas fontes: mídias sociais, sistemas organizacionais, objetivos e sensores conectados por IoT (Internet das Coisas), sistemas de monitoramento e analytics, dentre outras. A tomada de decisão sobre esses dados brutos, não tratados e analisados está longe de ser trivial. Em verdade, é praticamente inviável, na maioria das situações, extrair informação diretamente. Nesse contexto é que surgem modelos e ferramentas de análises para tomada de decisão em Business Intelligence. Tais ferramentas têm as seguintes características: Traduzem dados em informações e informação em inteligência para tomada de decisão. Auxiliam muito na síntese de um grande volume de informações. Permitem a comparação da organização com a concorrência. Permitem a comparação histórica de parâmetros da organização. Permitem enxergar movimentos futuros da organização e de seu segmento e ambiente externo. A segunda metade do século XX presenciou a criação e o aperfeiçoamento de literalmente centenas de modelos e ferramentas de análise nas áreas de estratégias, operações, finanças, suprimentos, tecnologia, recursos humanos, vendas e marketing. Várias dessas ferramentas são importantes insumos para a área de Business Intelligence. Vejamos algumas das mais conhecidas e aplicadas pelos gestores de mercado: Análise PEST: ferramenta de análise do macroambiente externo das organizações. Na sigla PEST, o P refere-se ao ambiente político, o E refere-se a econômico, o S a social e o T à tecnologia. É basicamente o entendimento das condições externas à empresa e ao próprio setor de atuação. Modelo de oferta e demanda: modelo bastante antigo da área de economia. Busca relacionar as curvas de oferta e demanda em dado segmento ou para dado produto ou serviço. É útil para verificar o nível de elasticidade da demanda e para testar potenciais preços e quantidades (demanda e oferta de equilíbrio. Análise de stakeholders: ferramenta complementar à análise PEST e que busca identificar os stakeholders (grupos impactados ou influenciadores) mais diretos da organização e levantar seus potenciais interesses com a empresa. Análise ou Modelo das 5 Forças: ferramenta bastante conhecida, criada por Michael Porter na década de 1980, e que busca identificar as forças estruturais de um setor e o potencial lucrativo do segmento. FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 3 Propriedade Intelectual Grupos estratégicos: também criado por Michael Porter, esse conceito busca reconhecer que alguns setores são tão imensos que seria mais apropriado dividi-los em subsegmentos, chamados grupos estratégicos, os quais seriam mais adequados à análise de concorrência, análise de clientes potenciais, etc. Ciclo de vida de produtos: ferramenta que busca identificar as fases pelas quais um produto ou serviço passou ou passará nos próximos anos ou décadas. Dependendo da fase do ciclo as estratégias a serem consideradas deveriam mudar. Cadeia de valor: modelo que busca identificar as etapas típicas de agregação de valor em um setor. Pode revelar também a lucratividades de cada etapa, players envolvidos, etc. Matriz de portfólio de produtos (matriz BCG): criada pela consultoria Boston Consulting Group, é uma análise de portfólio de produtos que busca identificar o posicionamento de cada produto do portfólio da empresa para a tomada de decisão de investimentos futuros. Matriz GE-McKinsey: considerada um avanço da BCG, foi sugerida pela McKinsey em um projeto feito para a General Eletric. É mais completa que a BCG por considerar outras variáveis e critérios. Modelo RBV (VRIO/VRIS): o modelo Resource Based View (RBV) sugere que a vantagem competitiva das empresas vem de recursos estratégicos da organização, e não de sua posição estrutural em um setor. Um recurso estratégico seria um elemento que gere valor, seja raro, dificilmente imitável, insubstituível e organizável (factível) pela empresa. Estratégias genéricas: sugerido por Michael Porter, o modelo propõe que a empresa tenha um dos seguintes três posicionamentos possíveis: liderança em custo, diferenciação ou nicho. Não optando por um desses três posicionamentos, a empresa ficaria “stuck in the middle”, e o cliente não optaria por ela. Modelo Delta: complementando a visão das estratégias genéricas de Porter, Arnoldo Hax sugere que uma organização, além de posicionamento de produto (mais barato ou mais diferenciado), tem ainda alternativas, como aprisionamento do cliente (lock-in strategy) e solução total para o cliente (portfólio expandido). Análise SWOT: um dos modelos mais tradicionais da área de estratégia e inteligência, a SWOT sugere uma análise interna de forças e fraquezas da organização (strengths e weaknesses) e uma análise externa do ambiente em que ela atua (opportunities e threats). Curva de experiência ou aprendizado: ferramenta que busca mapear os ganhos de produtividade e eficiência com base na experiência, know-how e aprendizado da organização em sua trajetória de atuação. Matriz de crescimento: proposta por Ansoff, a matriz busca sugerir quatro alternativas de crescimento de uma organização: 1) penetração em seu mercado, com os mesmos produtos; 2) aumento do portfólio; 3) oferta de seu portfólio para novos mercados; 4) ampliação do portfólio e de segmentos de mercado atendidos. Competências essenciais (Core competences): segundo esse modelo, as empresas de sucesso têm tipicamente alguma competência central ou chave para seu negócio. Capacidades dinâmicas: segundo esse modelo, além de terem competências-chave para seu negócio, as empresas precisam se adaptar de forma dinâmica e flexível ao mercado e às suas mudanças. FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 4 Propriedade Intelectual 2 TÉCNICAS DE PESQUISA E COLETA DE DADOS EM BUSINESS INTELLIGENCE Seja para estruturar os modelos e as ferramentas apresentadas, seja para responder a algum tipo de demanda ou tomada de decisão estratégica, os gestores e profissionais da área de Business Intelligence precisam se apoiar em pesquisas. Claro que, para algumas respostas mais triviais, qualquer pesquisa menos estruturada e informal pode responder e atender à demanda. No entanto, para diversos projetos mais exigentes e robustos, recomenda-se uma pesquisa mais estruturada e com moldes científicos. Nesse contexto, o método científico sugere alguns passos típicos no planejamento e na execução de uma pesquisa. Etapas típicas de uma pesquisa Análise setorial versus Resource Based View (RBV) As décadas de 1980 e 1990 presenciaram uma batalha na literatura de estratégia e inteligência de negócios, com visões às vezes antagônicas sobre a fonte de vantagem competitiva das empresas. De um lado, Michael Porter e seus seguidores sugeriam que a vantagem competitiva e os resultados de uma empresa viriam da escolha correta de setores mais lucrativosde atuação. De outro lado, seguidores da RBV afirmavam que as fontes de vantagem seriam, na verdade, internas às empresas (os chamados recursos estratégicos). Artigo: O futuro da estratégia (RBV) FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 5 Propriedade Intelectual A definição e a identificação do problema ou das questões de pesquisa é a etapa mais importante de um projeto de inteligência. Identificado o problema de pesquisa, o pesquisador deveria gerar hipóteses a serem testadas. Tais hipóteses serão testadas com dados e informações coletados por meio de técnicas ou métodos de coleta de dados. Existem diversas abordagens ou perspectivas de pesquisa às quais o pesquisador deve estar atento, devendo ele escolher as que fazem mais sentido para seus objetivos de pesquisa. Abordagens utilizadas em pesquisas Quando o pesquisador possui informações sobre um universo maior do que o dado necessário e adota critérios para chegar ao seu dado mais específico, assume-se uma perspectiva top- down. Já quando se tem dados mais detalhados e específicos e necessita-se de um dado mais geral, consolidado e agregado, assume-se a perspectiva bottom-up. Quando se tem dados já disponíveis e que sejam adequados para seu estudo, opta-se pelo uso de dados secundários. Quando é necessário fazer a pesquisa específica para seu estudo, aplicar os métodos em campo, tabular os dados e fazer as análises e conclusões, opta-se por dados primários. Outra escolha importante é a entre métodos qualitativos ou quantitativos. Exemplos de técnicas qualitativas de pesquisa são: estudos de caso, entrevistas em profundidade, etnografia, análise histórica, dentre outras. Exemplos de técnicas quantitativas são: experimento e levantamento (survey). Netnografia? A aplicação de etnografia em estudos de mercado nas redes sociais ou na Internet de forma geral é chamada netnografia. FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 6 Propriedade Intelectual As perspectivas dedutiva e indutiva referem-se à disponibilidade inicial de informações. Caso se tenha acesso ao universo de dados e informações, pode-se aplicar o método dedutivo se isso for viável em termos de tempo e recursos. Caso haja vários dados disponíveis, mesmo que não todo o universo e caso tais dados permitam fazer alguma inferência sobre o universo, adota-se a perspectiva indutiva. O pesquisador pode optar por uma abordagem específica de estudo, uma técnica de coleta de dado única, a visão ou perspectiva de um só observador, uma determinada fonte específica de dados. Entretanto, o melhor caminho a seguir tipicamente é o da triangulação ou do cruzamento de perspectivas e abordagens, no qual o pesquisador utiliza diversas técnicas de coleta de dados, diversas fontes de informações, mais de um observador e diversos documentos de análise. Triangulação em pesquisa A netnografia consiste no mergulho e na participação do investigador no ambiente pesquisado, no caso, na Internet, no fórum digital ou no grupo de mídias sociais. Quali ou quanti? Dedutivo ou indutivo? Top-down ou bottom-up? Dado primário ou secundário? O pesquisador ou profissional de Business Intelligence não precisa necessariamente adotar um dos lados ou perspectivas. A opção que faz mais sentido em diversas situações é, na verdade, a adoção de abordagens múltiplas e complementares. FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 7 Propriedade Intelectual 3 FERRAMENTAS DE ANÁLISE MULTIVARIADA APLICADAS À BUSINESS INTELLIGENCE O volume colossal de dados gerados e disponíveis para os gestores e profissionais das organizações tem cada vez mais exigido técnicas estatísticas mais robustas de análise de dados. Chamemos esse tratamento mais robusto e complexo de dados de data mining ou analytics. O fato é que muitas dessas técnicas resumem-se a análises multivariadas de dados. Apesar de não ser um campo recente e ter suas origens remontadas ao início do século XX, o poder de processamento das máquinas e dos computadores permitiu uma grande evolução nos tipos de técnicas de análise multivariada e na viabilidade de chegar a resultados sobre grandes bases de dados. Técnicas de análise multivariada de dados FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 8 Propriedade Intelectual 4 A seguir, vamos detalhar e explicar o objetivo das técnicas de análise multivariada mais utilizadas na área de Business Intelligence: Análise de agrupamentos (Cluster analysis): é uma das técnicas de análise multivariada mais conhecidas e utilizadas por gestores. Tem o objetivo de separar um grande conjunto de dados ou elementos em grupos de elementos similares entre si e de forma que sejam o mais distinto possível dos elementos dos outros grupos. É frequentemente usada em segmentação de mercado, estudo do perfil de clientes e na área de marketing em geral, mas pode ser aplicada a qualquer área da organização. Análise discriminante: técnica usada e aplicada quando se conhece grupos predefinidos de dados, mas deseja-se identificar quais características diferenciam cada um dos grupos. Regressão: técnica largamente utilizada para avaliar correlações entre variáveis e identificar o nível e tipo de relacionamento entre variáveis, seja linear ou não linear, bivariado ou multivariado. Muito utilizada quando se deseja ter uma equação de relacionamento entre variáveis com base em dados históricos para prever ou estimar o comportamento futuro de tais variáveis da equação. Análise fatorial: técnica utilizada quando se tem um número grande de variáveis e se deseja reduzir tal número para somente as variáveis explicativas mais relevantes. Análise de componentes principais: análise usada em situações em que se deseja criar variáveis explicativas não correlacionadas entre si, partindo-se das variáveis originais. Outras técnicas multivariadas: ANOVA (análise de variância), redes neurais, regressão logística, equações estruturais, séries temporais, correlação canônica, probit, logit, análises relacionais, dentre outras. OUTRAS FERRAMENTAS DE ANÁLISE DE INFORMAÇÕES EM BUSINESS INTELLIGENCE Existe uma grande quantidade de ferramentas de apoio ao profissional de Business Intelligence. Mais importante do que conhecer todas as ferramentas e modelos que existem (o que seria impossível e ineficiente), os gestores e profissionais de Business Intelligence deveriam treinar a si mesmos na arte de fazer as perguntas certas e mais relevantes dada alguma demanda ou necessidade da organização. Detalhamento de técnicas de análise multivariada Apresentação: Detalhamento de técnicas de análise multivariada. FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 9 Propriedade Intelectual Com o intuito de expandir o leque de ferramentas do gestor de negócios, apresentamos a seguir mais alguns modelos e abordagens bastante utilizados em Business Intelligence: Data mining: a chamada mineração de dados é a prática de analisar minuciosamente uma base de dados na busca de informações e inteligência relevante para o negócio. Técnicas como associação de dados,correlação, filtros, triangulação, dentre outras, são utilizadas na análise. Text mining: mineração ou análise de textos com o intuito de identificar sentido para o contexto desejado. Agrupamento, classificação, segregação, análise de sentimentos, dentre outras, são técnicas largamente usadas na análise textual. Mindmap: também chamado de mapa mental, busca organizar ideias e informações quando se tem uma ideia, uma questão central ou um problema e dele são derivadas soluções, subsoluções, ramificações ou derivações que possam fazer sentido. Árvore de decisão: técnica que auxilia o tomador de decisão na organização dos caminhos ou das alternativas possíveis de soluções e cruzamento de probabilidades e impactos para cada alternativa possível. Deep web (web oculta): ambiente da Internet não rastreável por buscadores on-line tradicionais e que pode ser de grande valia e utilidade para profissionais de Business Intelligence. Diagrama de Ishikawa: também chamada de Espinha de Peixe, essa técnica é utilizada para mapear as causas todas de um fenômeno e identificar os problemas ou causas-raízes. Plano de negócios: ferramenta largamente utilizada na concepção, no planejamento e no detalhamento de um negócio, seja ele novo ou existente. Possui tipicamente diversas seções, como análise de mercado, estratégia, operações, marketing, vendas, recursos humanos, tecnologia, temas jurídicos e societários, finanças, riscos e outros aspectos do novo negócio. Canvas: ferramenta mais recentemente do que o plano de negócios. Busca apresentar o que há de mais relevante em um negócio ou empresa, fazendo o empreendedor focar-se no que há de mais importante de diferenciais no negócio. Ciclo de vida de negócios: ferramenta útil para o gestor analisar o momento da organização e a fase típica de sua evolução, ficando claras as necessidades e demandas para seu crescimento, reestruturação ou recuperação. Modelo do diamante: ferramenta usada para analisar as forças de um setor em um dado país. Baseia-se nas condições de demanda, de fornecimento ou fatores, de governo, de concorrência, de indústria de apoio e do acaso ligado ao segmento analisado. Mapa de valor (Value map) O mapa de valor (value map) é uma ferramenta bastante relevante na identificação dos direcionadores de valor para acionistas de uma empresa. Ele busca apoiar os gestores na identificação de projetos e iniciativas que alavanquem os resultados para a organização e principalmente para seus shareholders. Apresentação sobre o mapa de valor FERRAMENTAS DE BUSINESS INTELLIGENCE | Prof. Fernando Ruiz 10 Propriedade Intelectual Outras várias ferramentas aplicáveis em Business Intelligence A seguir algumas outras ferramentas usadas na área de Business Intelligence nas mais variadas situações: Profit pool analysis Método Monte Carlo Modelo de negócio (Business model) Benchmarking Análise de processos 4 corners Análise de cenários Design thinking Análise da concorrência Oceano azul Árvore de realidade atual PDCA – Plan Do Check Act Estatística bayesiana Máquina de vetores de suporte Projeção aleatória Perceptron Reinforcement learning Modelo 7S Matriz de análise e priorização de mercados
Compartilhar