Business Intelligence e o Conhecimento Organizacional

Entre as diversas fontes de dados estruturados e não-estruturados de uma organização, informações valiosas para o conhecimento organizacional e...

Data de publicação: 01/11/2013


Entre as diversas fontes de dados estruturados e não-estruturados de uma organização, informações valiosas para o conhecimento organizacional e suporte a decisão podem ser obtidas. Para viabilizar a análise dessas informações, um data data warehouse é utilizado para unificar os dados da organização, o que acontece através do processo conhecido como ETL (Extract, Transform and Load). Além disso, o data warehouse possui características que beneficiam a análise do negócio.

A modelagem multidimensional, orientada a assunto, responde a questões relevantes para a tomada de decisão através de dados limpos, agregados, não-voláteis e históricos. As ferramentas de relatórios avançados e as plataformas de BI utilizam cubos OLAP para facilitar a análise do data warehouse. Os cubos OLAP executam consultas multidimensionais sobre modelos de dados elaborados com o objetivo de responder rapidamente perguntas específicas sobre o negócio. As métricas extraídas desse processo são frutos do conhecimento organizacional dos tomadores de decisões. Mas como garantir que uma ou algumas pessoas conhecem todas as informações importantes que podem ser obtidas da massa de dados da organização?
Neste contexto, o data mining é um recurso que atua sobre um data warehouse na identificação de deficiências e oportunidades de negócio a partir da análise inteligente dos dados. Com essa abordagem é possível enriquecer o conhecimento organizacional, descobrindo informações ainda não identificadas nos dados, para gerar novas métricas a serem monitoradas nos cubos OLAP.
As organizações devem enxergar estes dados como uma fonte de informações que pode direcionar sua evolução e desenvolvimento. A aplicação de técnicas de mineração de dados tem se intensificado nos países mais desenvolvidos.
Segundo um artigo de Arshad Mohammed publicado no The Washington Post em 2006, o governo norte-americano tem sido bem sucedido ao financiar instituições privadas para que processe informações com o propósito de identificar indícios de infração, como o abuso na utilização de crédito do governo por servidores públicos e sonegação de impostos.
A mineração de dados também é utilizada pelo setor militar norte-americano, que busca por indícios de atentados terroristas, e até mesmo na seleção de jovens para o serviço militar. O mesmo acontece com as organizações privadas, cujo sucesso é mensurado com base nos benefícios garantidos aos clientes e consumidores, que exigem eficiência e responsabilidade na gestão dos recursos, além da garantia de entrega de melhores serviços e resultados.
Frente a este cenário, diversas organizações ao redor do mundo buscam revitalizar suas administrações, inovando suas estruturas e procedimentos, além de qualificar os recursos humanos disponíveis. As ferramentas de data mining podem contribuir com o desenvolvimento econômico, fiscal e tributário das organizações.
Dentre os benefícios trazidos por estas ferramentas, podemos destacar:
1. Rápida percepção das tendências do mercado, tornando as empresas mais competitivas através de um planejamento estratégico;
2. Identificar padrões ou comportamentos ocultos em meio aos dados operacionais das instituições, que podem representar desde o perfil de um cliente ou até mesmo novas oportunidades de negócios;
3. Realizar projeções estatísticas com base em acontecimentos frequentes ou periódicos.
Estas projeções podem representar quanto, quando e onde investir. Em geral, estas análises são realizadas através do reconhecimento de padrões. Padrões são caracterizados por fatos reincidentes.
Um exemplo de fato reincidente é quando várias pessoas apresentam a mesma enfermidade em uma época do ano. Se este evento voltar a ocorrer nos anos seguintes, este pode ser considerado um padrão. Se isso ocorrer, uma clínica médica pode se precaver, armazenando medicamentos e materiais em estoque, além de aumentar ou remanejar efetivo de profissionais para aquele tipo de atendimento.
A mineração de dados pode identificar este tipo de comportamento eliminando os fatos com menor incidência e destacando aqueles que ocorrem com mais frequência. O processo de descoberta realizado pela mineração de dados pode ser executado a partir de bases de dados operacionais, porém é mais eficiente quando realizado em um data warehouse.
No data warehouse os dados não apresentam erros ou duplicidade, são consistentes e possibilitam descobertas abrangentes e precisas. Este é o primeiro de uma série de artigos sobre data mining, nos próximos artigos serão abordados temas como identificação de padrões e machine learning!

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

9 − 6 =

Posts relacionados

  1. Sobre a Dextra

    Somos especialistas em desenvolvimento de software sob medida para negócios digitais. Pioneiros na adoção de metodologias de gestão ágil, combinamos processos de design, UX, novas tecnologias e visão de negócio, desenvolvendo soluções que criam oportunidades para nossos clientes.

  2. Categorias

Scroll to top