A inteligência de negócios precisa ser impulsionada pela inteligência de decisão

Getty Images

A inteligência de negócios agora precisa de inteligência de decisão.

BI é o uso de dados para informar decisões. A inteligência de decisão, por sua vez, é o uso de análises aumentadas e aprendizado de máquina para revelar automaticamente insights que levam a decisões e ações.

Por décadas, o BI tem sido usado para criar relatórios e painéis que permitem que as organizações tomem decisões mais inteligentes do que tomariam usando apenas os instintos desenvolvidos por meio da experiência.

As plataformas de BI - de Cognos e BusinessObjects há algumas décadas até o moderno Microsoft Power BI, Qlik e Tableau - têm sido meios críticos de ajudar as organizações a competir com seus pares usando dados para informar decisões e até obter vantagens.

Eles ajudam as equipes de dados a criar modelos que prevêem resultados futuros e promovem a exploração e análise de autoatendimento por usuários de negócios, o que permite que eles tomem decisões no momento que estimulam o crescimento de sua organização.

Mas o BI tem limitações, de acordo com Wayne Eckerson, fundador e principal consultor do Eckerson Group, que falou durante um recente webinar organizado pelo fornecedor de análise Sisu.

"A promessa do BI era transformar dados em insights e ações, e isso nos ajuda a chegar lá", disse ele. "Mas descobrimos, ao longo dos anos, que isso não nos leva até lá. Não é necessário percorrer o último quilômetro para passar dos dados aos insights e à ação. Não há nada de errado com o BI, mas ele tem limitações".

Eckerson observou que as limitações do BI incluem o seguinte:

As restrições de BI, enquanto isso, estão sendo expostas pelo crescimento exponencial na quantidade de dados que as organizações agora coletam e pela crescente complexidade desses dados à medida que fluem de um número crescente de fontes.

O resultado das limitações do BI é um gargalo na tomada de decisões. Os dados são demais para os humanos gerenciarem e sua complexidade está além do escopo dos usuários de autoatendimento.

Assim como a criação de relatórios e painéis pelas equipes de dados era um processo lento antes do surgimento da análise de autoatendimento - com os consumidores de dados esperando semanas ou até meses para que as equipes de dados concluíssem um determinado projeto - as equipes de dados estão novamente sendo sobrecarregadas por perguntas sobre dados, e os projetos estão novamente paralisados.

Algumas semanas ou alguns meses para produzir um relatório ou painel podem ter sido bons o suficiente uma ou duas décadas atrás. Agora que mais colegas de uma organização são tão orientados por dados quanto eles, não é. Além disso, as condições econômicas em rápida mudança devido a eventos mundiais, como a pandemia e a guerra na Ucrânia, exigem que as organizações ajam e reajam rapidamente.

“Resolver o gargalo – além da qualidade dos dados – é o maior problema enfrentado pela indústria analítica”, disse Eckerson. "Os usuários de negócios simplesmente não conseguem obter os insights de que precisam para agir."

E nem a contratação de mais analistas de dados e cientistas de dados, nem o desenvolvimento de melhores ferramentas de análise de autoatendimento são o caminho para diminuir o gargalo, continuou ele.

À medida que o volume e a complexidade dos dados aumentam, nunca haverá trabalhadores de dados suficientes para acompanhar nem dinheiro suficiente para pagá-los. Adicionar mais usuários e tecnologia de autoatendimento requer treinamento caro de alfabetização de dados e governança de dados rigorosa para controlar o caos potencial.

Em vez disso, as equipes de dados precisam de uma tecnologia que as torne mais eficientes. Essa tecnologia é a inteligência de decisão.

“Plataformas de inteligência de decisão são como contratar um exército de analistas de dados sem gastar nenhum dinheiro extra, exceto em uma licença de software”, disse Eckerson.

Joel McKelvey, vice-presidente de marketing de produtos da Sisu - um fornecedor que, como Pyramid Analytics e Tellius, é especializado em ferramentas de inteligência de decisão - também observou que o BI precisa de recursos de inteligência de decisão para melhorar a eficiência e atender às necessidades modernas das organizações.

"O BI tem sido incrivelmente bem-sucedido", disse ele. "Mas os dados cresceram -- e a complexidade desses dados cresceu -- além da nossa capacidade de servi-los para qualquer pessoa na empresa. Não acho que o BI seja ruim, mas a implementação de uma ferramenta de relatórios e painéis O que precisamos agora é de uma ferramenta que automatize muito do que o BI faz."