1. O documento discute a evolução da tecnologia da informação aplicada aos negócios, desde o surgimento do termo "Business Intelligence" até o desenvolvimento do "Business Analytics".
2. Explica as diferenças entre Business Intelligence e Business Analytics, sendo que o segundo representa uma evolução do primeiro com foco em análises preditivas e maior eficiência na compreensão de dados.
3. Apresenta casos de sucesso de empresas que aplicaram Business Analytics e conceitos como análise preditiva, otimização, simulação e análise de dados estruturados e
2. Sumário
A Tecnologia é uma realidade
Do Business Intelligence ao Business Analytics: o histórico da evolução
O start do Business Intelligence
O desenvolvimento de soluções
O impacto da Internet
Soluções SaaS e Redes Sociais
A consagração do Business Intelligence
Business Analytics: uma nova perspectiva
Afinal, Business Intelligence ou Analytics?
Organograma
Conceitos
Visão do Ecossistema de Business Analytics
Aplicação na prática: um mundo de possibilidades
Waze
Varejo
Indústria
Financeiro
Monitoramento de Mercado
Análise de Sentimento nas Redes Sociais
O Business Analytics é uma tendência
Utilizando o Business Analytics
........................................................
...............................................................
......................................................
...........................................
........................................
........................................
..........................................................................
................................................................................
.......................................
...............................
..................................................................................
.................................................................................
..............................................................................
............................................................................
........................................................
..........................................
..............................................
......................................................
......
....................................................
....................................................
3
4
5
6
7
8
9
10
11
12
13
16
17
18
19
20
21
23
24
26
27
3. 3
A Tecnologia é
uma realidade
Com os significativos avanços tecnológicos,
os processos de gestão não ficaram para trás
quando o assunto é Tecnologia da Informação.
Prova disso é que cada vez mais empresas
estão apostando nos recursos desenvolvidos
pelo setor de TI para otimizar os negócios.
Mesmo com as turbulências do cenário
econômico brasileiro, os gastos das empresas
com Tecnologia da Informação se mantiveram
estáveis em 2016/2017. De acordo com a 28ª
Pesquisa Anual do Centro de Tecnologia de
Informação Aplicada (GVcia) da Escola de
Administração de Empresas de São Paulo da
Fundação Getulio Vargas (FGV/EAESP), os
investimentos em TI permaneceram em 7,6%
da receita das empresas no último ano.
Dados como esse ajudam a firmar a importância
dessa ferramenta como chave para estratégias
bem-sucedidas.
Não se trata apenas de novos dispositivos
ou sistemas, mas sim de se utilizar o
potencial dos recursos disponíveis hoje
de modo a obter os resultados mais
positivos em um curto intervalo de
tempo. Afinal, é disso que se trata a
gestão: aperfeiçoar os processos que
geram produtos e serviços colocados à
disposição da sociedade.
E a Tecnologia da Informação está aí
justamente para isso.
Neste e-book, iremos apresentar o que está
em alta quando falamos sobre tecnologia
aplicada aos negócios, trazendo nosso
foco para o Business Analytics - recurso
que vem desempenhando um papel de
destaque na gestão de quem busca
soluções inovadoras.
4. 4
Business
Intelligence
Do Business Intelligence ao Business Analytics:
o histórico da evolução
Seu
Negócio
Gestão
do seu
Negócio
Tecnologia da
Informação
Ao observarmos como a tecnologia
tem o poder de impactar os negócios,
é importante estabelecer um contexto
para situar como empreendedores
vemutilizandodadosestrategicamente
em suas ações. Nessa hora, o Business
Intelligence (BI) - antecessor do
Analytics - já é visto como uma
possibilidade de gerar decisões
assertivas.
Sendo um dos métodos mais conhecidos e já
empregado por variadas empresas em diferentes
setores, o BI traz em sua essência a habilidade de
coletar informações, recuperá-las e impulsionar
a tomada de decisão. Mas como ele funciona?
Saindo da teoria, esse tipo de estratégia engloba
conceitos e métodos para melhorar o comportamento
dos negócios, utilizando sistemas de apoio que são
baseados em fatos. Referência no assunto como líder
mundial em pesquisa de tecnologia, o Gartner explica
o BI como “um termo abrangente que inclui
aplicações, infraestrutura, ferramentas e
melhores práticas que permitem o acesso e
análise de informações para otimizar decisões e
desempenho”. Veja a seguir o histórico do Business
Intelligence - que teve suas primeiras práticas
muito antes do que imaginamos - até chegar aos
conceitos de Analytics que conhecemos hoje:
5. 5
O start do
Business Intelligence
O termo “Business Intelligence” é criado por
Richard Millar Devens em “Cyclopaedia of
Commercial and Business Anecdotes” para
descrever como um bancário da época
conseguiu lucrar ao obter informações e
tomar atitudes com ela.
Quase 100 anos depois, Hans Peter Luhn,
pesquisador da IBM, define o BI como “a
habilidade de perceber as inter-relações
dos fatos presentes para ajudar a guiar a
objetivos desejados.”
1865 1958
6. 6
O desenvolvimento
de soluções
Surgem as primeiras empresas
que desenvolvem soluções de
BI.
Howard Dresner, analista do
Gartner anos depois, define
Business Intelligence como
entendemos hoje: “Conceitos
e métodos para melhorar a
tomada de decisão de
negócios, usando como apoio
sistemas baseados em dados”.
Aqui, ele já faz referência ao processo inteligente
de processo inteligente de coleta, organização,
análise, compartilhamento e monitoração de
dados, gerando informações e suporte à tomada
de decisões.
client/server. Com isso, é possível
utilizar efetivamente o BI para
funções estratégicas como suporte
ao processo de vendas, atendimento
ao cliente, recursos humanos, finanças,
entre outros. Também nessa época
surge o Data Warehouse, um dos
principais componentes do BI.
No começo dos anos
90, os ERPs (Sistemas
de Gestão Empresarial)
passam a consultar as
bases de dados e a gerar
relatórios corporativos
partir da tecnologia
1975
-
1976
1989
1990
-
1993
7. 7
O impacto
da internet
Com a popularização da
internet e a disponibilização
de conteúdo online, é criada
a primeira solução de
Business Intelligence
totalmente navegável por
browsers.
As soluções de Business
Intelligence passam a
ser utilizadas em larga
escala pelas empresas.
Surgem as análises preditivas,
que implicam em mudanças
na forma como as empresas
de todos os segmentos
operam. Ao invés de considerar
somente os dados do passado e
do presente, com as análises
preditivas o BI passa a apontar
em direção ao futuro, indicando
tendências.
1996 1997 1999
8. 8
Soluções SaaS
e redes sociais
Surge pela primeira vez o
termo SaaS (Software as a
Service). Desse modo, as
soluções de softwares, que
antes eram compradas e
instaladas nas empresas,
passam a ser comercializadas
em padrões de mensalidade,
com acesso facilitado diretamente pela internet.
Isso afeta positivamente o BI, que logo se
identifica com essa tendência.
A primeira versão de uma
plataforma BI específica
para mobile é desenvolvida,
possibilitando aos usuários
o acesso aos relatórios e
dashboards através de
dispositivos móveis.
A adesão de soluções
SaaS também se
consolida e dobra no
ano seguinte (de 7% em
2008, para 15% em
2009).
Surgem as análises
preditivas, que implicam
em mudanças na forma
como as empresas de
todos os segmentos
operam. Ao invés de
considerar somente os
dados do passado e do
presente, com as análises preditivas o BI
passa a apontar em direção ao futuro,
indicando tendências.
2000
2001 2008
2005
9. 9
A consagração do
Business Intelligence
A aplicação do BI cresce ainda
mais. Segundo o Gartner, 33%
das organizações utilizam uma
solução de BI, e 67% das que
são consideradas “melhores
empresas” já utilizam o BI com
funções self-service (autoatendimento, onde os
próprios usuários conseguem gerar relatórios
sem ter que envolver as áreas de TI).
O Business Intelligence
ganha ainda mais relevância,
absorvendo cada vez mais
as principais tendências
tecnológicas do momento,
como: Big Data; Cloud Computing;
Data Visualization; Análises Preditivas; Mashups;
Mobile; Busca; Experiência do cliente online e
Redes Sociais.
O mercado de BI fatura
81 bilhões de dólares.
O Business Intelligence
em formato SaaS
tem um significativo
crescimento, saltando
para 22,4% de adesão.
2010
2011
2014
O Gartner informa que
30% das empresas
começaram, direta ou
indiretamente, monetizar
seus ativos de informação
por meio da troca ou
venda de seus dados.
2016
2013
10. 10
Business Analytics:
uma nova perspectiva
Como percebemos ao ler a linha do
tempo, o Business Intelligence não é
algo recente, mas passou a conquistar
um grande reconhecimento de fatos nos
últimos 20 anos com a chegada da
internet e com os avanços tecnológicos.
Isso abriu espaço para o surgimento de
novas tendências na Tecnologia da
Informação.
Compartilhando o mesmo objetivo -
ajudar as empresas a tomarem melhores decisões
através de dados - mas de um modo diferente, o
Business Analytics (BA) chega nesse cenário,
contando com mais recursos de estatísticas
preditivas do que o BI e tornando-se uma ferramenta
mais ampla que vai ao encontro das demandas das
indústrias e das avaliações corporativas.
Mas o que de fato significa o BA?
Considerando que o BI permite identificar os
acertos e aquilo que não deu muito certo para
otimizar as próximas decisões, seus dados são
disponibilizados em métricas estabelecidas e
planilhas relativamente complexas. É aí que o BA
ganha espaço: como uma evolução do modelo
anterior, ele cumpre seu ideal ao facilitar esse
processo de decodificar informações e auxiliar
na análise de dados de forma ainda mais eficiente
para a tomada de decisões operacionais precisas.
11. 11
Afinal, Business Intelligence
ou Analytics?
É importante entender que ambos (Business
Intelligence e Analytics) pregam o uso da
informação para melhorar o desempenho,
mas o Analytics considera que hoje a quantidade
de informações produzida é crescente e mais
complexa, trazendo à tona a necessidade de se
desenvolver uma metodologia coerente com a
realidade atual. Assim, o BA - com seu enfoque
mais contemporâneo - não está ganhando
espaço à toa. A análise de dados aqui
é mais eficiente, vai mais fundo e
permite uma compreensão dos dados
que vai além dos fatos concretos,
trabalha com projeções.
Portanto, ambos os métodos são
complementares e podem agregar
resultados positivos para a empresa,
sendo componentes de uma tendência
maior direcionada ao uso do Big Data.
Para entender melhor o uso do Analytics,
você verá alguns cases de sucesso nas
próximas páginas. Enquanto isso, veja no
organograma a seguir como é possível
utilizar um modelo de Analytics incluindo
elementos de Business Intelligence em
combinação com essa tendência que
apresentamos:
Business
Intelligence
Business
AnalyticsX
13. 13
Conceitos
Como vimos, o organograma é estruturado a
partir de conceitos que compõem a visão do
Analytics hoje. Veja o que cada termo utilizado
significa:
Business Intelligence
Olap (queries) - “Online analytical processing”
é a capacidade para manipular e analisar um
grande volume de dados sob múltiplas
perspectivas. As aplicações OLAP são
usadas pelos gestores em qualquer nível
da organização para permitir análises
comparativas que facilitem a sua tomada
de decisões.
Reports & dashboards - Painel que organiza
números e métricas de desempenho em
uma única tela. Eles podem ser adaptados
para uma função específica e exibir dados
segmentados para um único ponto de
vista ou departamento. Os recursos
essenciais de um painel de controle de
BI incluem uma interface personalizável
e a capacidade de extrair dados em
tempo real de várias fontes.
Data discovery - Podendo ser traduzido
como “descoberta de dados”, é um
processo de BI desenvolvido para
criar e usar relatórios interativos e
explorar dados de várias fontes. No
geral, as empresas passam por quatro
etapas quando o assunto é Data Discovery:
a visualização de dados; a descoberta
destas informações; sua influência nos
negócios (momento em que a análise
reflete em ações) e a análise preditiva.
14. 14
Conceitos
Advanced Analytics
Modelo descritivo - Constituindo uma
das faces de análise, representa a
compreensão em tempo real dos
acontecimentos. É a mineração de
dados na base da cadeia de Big Data.
Análise preditiva - Pode ser definida
como uma análise de possibilidades futuras,
utilizando a mineração de dados, dados
estatísticos e dados históricos para
conhecer as futuras tendências. A ideia
é deixar de tomar decisões baseadas
unicamente na intuição, conseguindo
estabelecer um prognóstico mais sólido
para cada ação.
Otimização - Como o nome diz, o foco
aqui é em otimizar recursos. O software
ajuda a responder perguntas tipo: Como
podemos melhorar a distribuição dos
nossos produtos sem aumentar o número
de colaboradores? Quais são as melhores
empresas de carga do estado para transportar
o meu produto? E do país?
Simulação - Um trabalho mais focado no "e
se? ", por exemplo: como os nossos clientes
vão reagir caso haja uma alteração no
produto e aumentemos o preço? Como o
nosso público vai reagir caso construamos
uma divisão dos nossos produtos com a
criação de uma linha prime, mais cara?
Análise textual - refere-se ao processo de
obtenção de informações importantes de um
texto, envolvendo informações de recuperação,
análise lexical (a fim de estudar a frequência
15. 15
Conceitos
de distribuição de palavras), reconhecimento
de padrões, identificação/anotação,
extração de informações e técnicas de
mineração de dados que incluem link e
associação de análises.
Multimedia Analytics - A Análise de
Multimídia é uma coleção de técnicas e
ferramentas que permitem trabalhar
com componentes de voz e imagem que
podem ser utilizadas para obter análises
e estabelecer ações a partir dos respectivos
arquivos de vídeo através de uma tecnologia
de aprendizagem automática.
No final do organograma é possível
observar ainda a base de dados que
compõe o Business Intelligence e o
Analytics, dividindo sua infraestrutura
em: dados estruturados (Structured
tables); dados semiestruturados (Data
Sem-structured) - XML, gráficos, séries; e
dados não-estruturados (Unstructured) -
texto, imagens, áudio e vídeo.
Para entender melhor sua abrangência, a
seguir veja o ecossistema onde o Business
Analytics está inserido:
17. 17
Aplicação na prática:
um mundo de possibilidades
Já vimos definições sobre Business Intelligence e Analytics
e trouxemos um pouco dos conceitos utilizados nesses
modelos para melhor entender como ambos operam.
Mas veja bem, não estamos falando apenas de teoria.
Ao observar como essas ferramentas funcionam,
percebemos que existem diferentes tecnologias e que
cada uma possui suas particularidades ao serem aplicadas.
Isso significa que esses recursos tecnológicos devem
ser adaptados aos objetivos de cada empresa para gerar
eficiência, levando em conta a realidade, necessidades e
estratégias do empreendimento para que as ações mais
apropriadas sejam implementadas. Portanto, a tecnologia
irá funcionar de acordo com a escolha de quais dados
serão analisados.
No cenário atual podemos ver diferentes setores sendo
beneficiados tanto pelo método Business Intelligence
quanto pelo Analytics em combinação com o Big Data;
como o Financeiro, RH, Marketing,
Vendas e uma porção de novas
possibilidades à medida que novas
tecnologias são desenvolvidas.
E para ilustrar melhor essa
diversidade de cases, separamos
alguns exemplos para mostrar o
quanto a Tecnologia da Informação
está tão presente e próxima do
nosso dia a dia.
Imagine então como pode ser
para uma empresa que busca
inovação.
Partimos de um case de nível
público para depois apresentar
outros exemplos aplicados a
segmentações específicas:
18. 18
Waze
Por ser um aplicativo muito famoso globalmente, o Waze se torna um
excelente exemplo quando falamos sobre dados e toda a tecnologia
existente por trás disso. Para ser considerado um dos maiores apps
de trânsito e navegação no mundo, ele utiliza uma tecnologia móvel
combinada a uma grande quantidade de dados gerados e uma
comunidade para ajudar os motoristas a se deslocarem melhor.
Por isso ele caiu nas graças do público. Ele funciona como um GPS, informando constantemente
os percursos mais rápidos baseando-se em dados obtidos em tempo real e nas informações
passadas pelos usuários que fazem parte da rede social. Além de rotas que são revistas a todo
o tempo, o Waze mostra os melhores preços de combustíveis e ofertas interessantes na região
próxima ao usuário, alcançando a máxima da agilidade - um dos pilares da análise de dados.
Simplesmente dirigindo com o app aberto, o usuário já contribui com informações de trânsito das
vias para sua comunidade local. Além disso, o Waze permite que cada usuário alerte os outros
sobre acidentes, perigos, polícia e outros eventos que encontrar na via durante seu trajeto.
Tudo isso é realizado através do Advanced Analytics, que não só processa dados, mas
projeta aqueles que precisam ser estruturados. Isso permite ao condutor ir na direção
correta, cumprindo a rota traçada e facilitando o percurso. Essa tecnologia também pode
ser aliada a outras estratégias.
19. 19
Varejo
varejistas, fazendo com que essas empresas tenham
que entender melhor o que o público necessita.
Vamos a um exemplo disso: antes mesmo de
existirem as redes sociais e todo o volume de
dados gerado através delas, a multinacional
Walmart já armazenava dados de compras dos
seus clientes em seus servidores e realizava
cases de sucesso com base nesses levantamentos.
Ações como essa levaram a empresa do setor
varejista a ser considerada pioneira no uso
estratégico do Big Data Analytics, considerando
que hoje coleta cerca de 2,5 petabytes de dados a
cada hora por meio da captura de informações
das transações de seus clientes.
A quebra da fronteira
entre o on e offline e a
formação de um perfil de
cliente mais participativo
e menos fiel às marcas têm
exigido mais dos grandes
A rede norte-americana também tem
se dado bem ao utilizar ferramentas
capazes de interagir e capturar até
mesmo nuances do seu público. Uma das
soluções desenvolvidas recentemente
diz respeito ao monitoramento regional
das discussões sobre o campeonato de
futebol americano na internet. Com base
nessas informações, em questão de
horas, as vitrines das lojas são tomadas
por produtos dos times mais citados em
cada região.
Mais uma vez, percebemos qualidade e
agilidade aparecendo juntas,
mostrando o quão importante é
saber executar as estratégias no
timing certo. Do contrário, a genialidade
pode acabar se perdendo no tempo e
um insight que poderia ser certeiro,
também.
20. 20
Indústria
nesse caso a Nike tem trazido muitos cases que se
encaixam com o que estamos falando.
Através da parceria com uma empresa de tecnologia,
a fabricante norte-americana de materiais esportivos
desenvolveu um app capaz de monitorar a frequência
cardíaca, a quantidade de passos, a velocidade
durante o “running” e a distância percorrida dos
atletas, além da vantagem de divulgar todo esse
relatório em redes sociais e aproximar o público.
O estímulo à competição entre amigos em redes
sociais faz com que os clientes criem cada vez
mais o hábito de compartilhar suas informações
de desempenho, fornecendo valiosos subsídios
Quando citamos que
diferentes segmentos
estão sendo beneficiados
pela ciência de dados,
incluímos em nossa fala
também a indústria, e
para o desenvolvimento de novos
produtos pela empresa. Além disso,
com todos esses dados dos clientes
sob controle, a empresa pode
também indicar produtos específicos
para cada um deles, criar promoções
e mostrar como é possível melhorar
o seu desempenho nas corridas.
Um exemplo bastante inspirador
para quem quer proporcionar novas
experiências aos clientes e alcançar
excelentes resultados.
21. 21
Financeiro
As aplicações de Analytics no setor financeiro são inúmeras, e juntamente
com o varejo, talvez seja um dos negócios que pode mais se beneficiar
com projetos destas tecnologias. Veja algumas aplicações:
Segmentação de clientes:
Utilizar as redes sociais aliadas
ao perfil de consumo para
segmentar clientes é uma
ótima sacada. Monitorar notícias,
imagens e vídeos possibilita
categorizar o público com
comportamentos semelhantes,
facilitando as estratégias de
aquisição e de manutenção de
um alvo específico.
Análise de Risco:
Confiar a uma pessoa
essa análise pode levar
muito mais tempo do
que o cliente dispõe para
esperar. É necessário que
o computador seja capaz
de inferir conclusões
similares ao do analista
humano, e somente um
sistema de Big Data é
capaz de realizar isso em
um tempo aceitável.
Detecção de fraudes:
As fraudes contra o setor
financeiro estão cada vez
maissofisticadasedifíceisde
serem detectadas. Somente
com uma ferramenta capaz
de cruzar informações de
toda a carteira de clientes em
tempo real é possível ter um
controle garantido sobre
essas possíveis ações.
22. 22
Financeiro
Desenvolvimento de
produtos personalizados:
O registro das transações com
os dados das redes sociais
potencializa a criação de
produtos ou mesmo de uma
oferta personalizada, combinando
características e preços para
determinado cliente. Sem o Big
Data, ele sequer poderia receber
ofertas dessa maneira.
Auditorias: Uma solução capaz de olhar para toda a
operação das instituições, detectando padrões e
relacionando uma grande quantidade de dados de
forma rápida e eficiente, possibilita uma auditoria
mais eficiente e eficaz, garantindo uma governança
muito mais simples e econômica.
Segmentação de clientes: Utilizar as redes sociais
aliadas perfil de consumo para segmentar clientes é
uma ótima sacada. Monitorar notícias, imagens e vídeos
possibilita categorizar o público com comportamentos
semelhantes, facilitando as estratégias de aquisição e de
manutenção de um alvo específico.
23. 23
Monitoramento
de mercado
O Analytics também está presente em negócios B2B.
Existem ferramentas que oferecem monitoramento
de grandes volumes de dados online a clientes da
indústria, do varejo e inclusive marketplaces. A
tecnologia utilizada é composta geralmente por um
sistema capaz de capturar as informações dos
produtos na internet e em seguida classificá-los de
forma inteligente.
A WebGlobal é um dos exemplos de empresas que
desempenham esse serviço, disponibilizando a
possibilidade de acompanhar as variações de
preços de lojas online de todos os segmentos. Desse
modo, o usuário que utiliza sistemas com essa finalidade
podem visualizar as informações dos produtos que os
concorrentes vendem em tempo real, otimizando o
tempo e criando a chance de elaborar estratégias em
cima disso.
A partir de cases dessa categoria
é possível analisar como o Big Data
Analytics virou uma tendência,
mostrando como a tecnologia pode
funcionar ao nosso favor e gerar
insights valiosos a quem aproveita
oportunidades como essa.
24. 24
Análise de Sentimento
nas Redes Sociais
Estar bem posicionado nas redes sociais virou uma exigência para a gestão de uma empresa.
Ao possuir boas avaliações e interagir com o público, benefícios que vão desde o fortalecimento
da imagem da instituição até resultados numéricos positivos começam a se tornar reais.
Exibimos agora em detalhes um case de uma empresa desenvolvido em parceria com a DBC,
mostrando mais especificamente a demanda solicitada para você entender melhor como as
soluções podem ser praticadas.
Como Resolver:
Realizar uma extração de dados da
FanPage da marca, buscando todos os
posts, comentários dos usuários e
reações deles (Amor, Raiva, Imparcial,
etc - Emotions).
O Problema:
Ter uma ideia mais precisa (numérica)
de como as pessoas enxergam a
minha marca no Facebook.
Tecnologias Envolvidas:
API Facebook Graph, Microsoft Cognitive Services,
Power BI
Benefícios para o cliente:
Ter uma métrica de "Sentimento dos clientes" em
relação à marca, que vai de 0 (muito ruim) a 10 (muito
feliz, engajado);
Poder atuar em ações de marketing com a finalidade
de reverter o sentimento negativo; fortalecer a
relação marca-cliente e consequentemente aumentar
as vendas recorrentes e evitar o Churn (saída do
cliente).
25. 25
A seguir, veja o Painel de Análise de Sentimento construído com os recursos utilizados, que
possibilita uma melhor análise sobre o posicionamento da marca:
26. 26
O Business Analytics
é uma tendência
Apesar de ser relativamente novo,
pudemos ver a infinidade de projetos
desenvolvidos com o Business Analytics,
que virou uma tendência na gestão de
negócios. Segundo o Gartner, a receita
global no mercado de software de
Business Intelligence e Analytics está
prevista para alcançar US$ 18,3 bilhões
em 2017, registrando um aumento de
7,3% comparado a 2016. Até o final de
2020, a previsão é de que esse número
deve chegar aos US$ 22,8 bilhões.
Dados como esses colocam em evidência
como esses recursos se expandiram
com mais rapidez do que o mercado em
geral.
US$ 17
Bilhões
2016
US$ 18,3
Bilhões
US$ 22,8
Bilhões
2017 2020
27. 27
Utilizando o
Business Analytics
Com a internet gerando um número incontável de
dados e informações a todo tempo, éhoradeutilizá-los
em seu benefício, não é mesmo? Após você entender
melhor a proposta do Business Analytics e as tecnologias
utilizadas nesse processo, bem como suas valiosas
vantagens, a sugestão é acolher essa ideia para
impactar seus projetos.
Para colocar isso em prática, o passo inicial é fazer uma avaliação para diagnosticar a melhor
forma do BA ser implantado nos seus negócios. Dependendo de cada caso, é possível desenvolver
uma ferramenta específica ou contratar uma já existente, por exemplo. A melhor solução será
criada baseando-se nas informações da sua empresa e aonde ela quer chegar.
Preparado para fazer do seu negócio um sucesso em parceria com o Business
Analytics?
Clique aqui para alcançar resultados positivos
28. Unidade Sul
Av. Andaraí, 531 - Passo d´Areia
Porto Alegre, RS - CEP: 91.350-110
+55 (51) 3330.7777
contato@dbccompany.com.br
Prover soluções e serviços personalizados em
tecnologia da informação para atender ao mercado
corporativo. Este é o nosso negócio.
Este material foi preparado especialmente para você.
Coordenação
Inncomun Marketing Digital
Design
Ingrid Tomaschewski
Conteúdo
Gabriela Giacomini