Saiba mais sobre Data Science, Business Intelligence e Big Data.
Seja você um profissional de tecnologia da informação ou do meio corporativo, com certeza já deve ter ouvido falar de alguns desses termos.
Muita gente confunde Big Data com Data Science ou BI com Data Science… Entretanto, veremos que cada um destes termos são conceitos diferentes.
Nesta publicação, vamos explicar a diferença entre Data Science, Business Intelligence (BI) e Big Data.
Em seguida, apresentaremos uma análise das principais diferenças entre ciência de dados (Data Science) e a inteligência de negócios (Business Intelligence ou BI).
Entendendo o que é Data Science, Business Intelligence e Big Data
Para compreender as principais diferenças entre ciência de dados, inteligência de negócios e Big Data, vamos entender um pouco sobre os conceitos de cada termo.
O que é Data Science ou Ciência de dados ?
Data Science ou Ciência de Dados é uma área de estudo interdisciplinar voltada para o estudo e a análise de dados estruturados (banco de dados, planilhas, etc…) e não-estruturados (e-mails, vídeos, áudios), que visa a extração de conhecimento ou insights para possíveis tomadas de decisão.
Ou seja, é uma ciência que estuda princípios e técnicas para extrair conhecimento de um conjunto de dados. Seu objetivo é descobrir informação nova, relevante e útil.
Fonte: Wikipédia
O que é Business Intelligence, BI, Inteligência de negócios ou Inteligência empresarial ?
Business Intelligence ou Inteligência de negócios é um processo de coleta, organização, análise, compartilhamento e monitoramento de informações que oferece suporte a gestão de negócios.
O BI ajuda a monitorar o estado atual dos dados de negócios para entender o desempenho histórico de um negócio.
Fonte: Wikipédia
O que é Big Data ?
Big data é um conceito que descreve grande volume de dados estruturados e não-estruturados que são gerados pelas empresas, pessoas e máquinas (Internet das Coisas) todos os dias.
O Big Data utiliza tecnologias para coletar, processar e gerenciar um grande volume dados.
Como vimos, o Big Data não é Data Science.
O Big Data pode ser analisado pela ciência de dados para obter insights que levam a decisões melhores e ações estratégicas de negócio.
Entretanto, não é a quantidade de dados que o mais importante, mas o que as organizações fazem com eles.
Fonte: Wikipédia
Os Dados nunca dormem
Para se ter uma ideia sobre a quantidade de dados que são geradas a cada minuto e como eles alimentam o Big Data, separamos um infográfico muito interessante da domo.com, chamado “Data Never Sleeps” ou “Dados nunca dormem”.
Só para exemplificar, veja que por minuto, o Google conduz mais de 3 milhões de buscas, os usuários do twitter enviam quase 500 mil tweets, isso é só uma amostra da explosão de dados que vivemos.
A analise do Big Data pelo Data Science conduz a inovação, porém, de acordo com o IDC ( International Data Corporation ), menos de 1% dos dados mundiais são analisados.
Dado é Dinheiro !
Todos nós conhecemos, o ditado “Tempo é dinheiro”, entretanto atualmente poderíamos dizer que: “Dado é Dinheiro”.
Veja a seguir um gráfico das marcas mais valiosas do mundo… da BrandZ, Kantar Millward Brown
Percebe alguma coisa? As marcas mais valiosas do mundo são, por exemplo, em sua maioria, empresas de tecnologia e não mais de bens de consumo.
Business Intelligence x Data Science : Passado x Presente
Antigamente, a inteligência de negócios (Business Intelligence – BI) era algo que só as grandes empresas poderiam desfrutar.
Principalmente porque adotar uma solução de BI era algo caro de se construir, pois exigia investimento em softwares e ferramentas para construção de DWs ou Data Warehouse, aquisição ou locação de equipamentos como: servidores, soluções de armazenamento e até a construção de Data Centers.
Além disso, outro fator de custo era contratação de especialistas em TI para construir, extrair os dados, tratá-los, apresentá-los e prestar suporte e manutenção.
Com o passar do tempo, os sistemas de BI tornaram-se mais acessíveis e tornaram-se uma maneira útil de reunir dados corporativos e correlacioná-los de modo a produzir observações úteis para os negócios.
Até que, mais uma vez, o cenário mudou…
Com o Big Data, os dados aumentam a cada dia, seja em termos de volume, variedade e em uma velocidade nunca antes vista.
Dessa forma, as empresas necessitam cada vez mais da ciência de dados (Data Science) para identificar e atuar em oportunidades de mercado mais rapidamente do que seus concorrentes.
BI e Data Science são coisas diferentes.
Business Intelligence
As plataformas de BI fornecem respostas para as perguntas que você sabe que precisa perguntar.
Geralmente são sistemas que não ajudam você a prever nada.
Elas podem ajudá-lo a ver os relacionamentos entre diversas variáveis, porém não ajudam você a obter, de modo fácil, qualquer novo significado desses relacionamentos, bem como também não ajudam você a ter insights sobre estes dados.
Um Exemplo de informações que as plataformas de BI pode lhe fornecer:
Análise do Faturamento de uma empresa: por ano, mês, região, vendedor, produto versus lucro, meta, etc.
Nesta nossa outra publicação, demonstramos algumas funcionalidades da ferramenta de BI – Business Intelligence – Qlikview.
Governança de dados
Governança de dados é a organização e implementação de políticas, procedimentos, estrutura, papéis e responsabilidades que delineiam e reforçam regras de comprometimento, direitos decisórios e prestação de contas para garantir o gerenciamento apropriado dos ativos de dados.
Fonte: Data Governance: How to Design, Deploy and Sustain an Effective Data por John Ladley
É o gerenciamento eficiente dos dados de uma organização, desde seu planejamento, geração, disponibilidade, utilização e a segurança das informações.
Algumas ferramentas de Self-Service Business Intelligence prometem empoderar o usuário final na análise de dados, mas estão criando grandes verdadeiros “monstros” que acabam gerando muito retrabalho.
Pouco adianta ter um dashboard ou relatório bonito, se os dados estão inconsistentes, com informações desatualizadas ou no pior dos casos, lendo dados diretamente da produção, causando lentidão nas operações da empresa ou na alimentação do BI/Dashboard.
Em toda iniciativa referente a dados, seja BI, Big Data e Data Science, é importante ter governança de dados e um trabalho de ETL bem feito.
Proporcionando desta forma, que os dados estejam tratados, íntegros e isolados de produção fazendo com que o relatório/dashboard seja rápido e fluído para ser utilizado pelas áreas de negócio.
Data Science
Por outro lado, a ciência de dados orienta e impulsiona soluções de Big Data que trabalham para fornecer tendências sobre clientes.
Assim as organizações podem prever padrões presentes e futuros, permitindo que reajam de forma mais rápida e adequada ao comportamento do cliente.
A Ciência de dados x Inteligência de Negócios tradicional
A utilização de Data Science permite que as organizações deixem de ser retrospectivas e reativas em sua análise de dados e passem a ser preditivas, proativas e empíricas.
A adoção do Data Science é uma grande mudança, mas é uma transformação fundamental para se tornar uma organização orientada a dados.
Adotando uma visão empírica de seus dados e implementando ferramentas como bancos de dados Hadoop e NoSQL, uma organização pode transformar suas operações.
Este tipo de organização impulsiona melhorias através de recomendações e predições, mudando seus processos mais rapidamente que as demais.
Em resumo, para sobreviver e prosperar em um mercado cada vez mais competitivo, resolver problemas empresariais complexos, impulsionar a inovação e o crescimento, as empresas precisam mudar seu foco do BI tradicional para a ciência de dados.
O Data Science muda o jogo.
Quando a ciência de dados é utilizada em conjunto com a análise preditiva, permite que as organizações obtenham insights em tempo real.
Com isso, elas podem fazer previsões futuras que aumentem a compreensão do comportamento do cliente e melhorar a resposta aos clientes, obtendo uma vantagem competitiva tangível.
Diferenças entre Data Science e Business Intelligence
Para contextualizar, relacionamos algumas diferenças entre Data Science e Business Intelligence
Perspectiva
Os sistemas de BI são projetados para olhar para trás com base em dados reais de eventos reais.
Ou seja, são importantes para analisar o que aconteceu.
Enquanto o Data Science aguarda com expectativa, interpretando as informações para prever o que pode acontecer no futuro.
Foco
O BI fornece relatórios detalhados, KPIs e tendências, mas não informa como esses dados poderão ser no futuro na forma de padrões e experimentação.
Processo
Os sistemas tradicionais de BI tendem a ser estáticos e comparativos.
Eles não oferecem espaço para exploração e experimentação em termos de como os dados são coletados e gerenciados.
Fontes de dados
Devido à sua natureza estática, as fontes de dados de BI tendem a ser pré-planejadas e adicionadas lentamente.
A ciência de dados oferece uma abordagem mais flexível, pois significa que as fontes de dados podem ser adicionadas quando necessário.
Transformação do negócio
Como os dados entregam diferencial competitivo para os negócios é um ponto fundamental.
O BI ajuda você a responder as perguntas que você conhece, enquanto o Data Science ajuda você a descobrir novas perguntas e incentiva as empresas a aplicar estes insights e transformar o negócio.
Armazenamento
Como qualquer ativo comercial, os dados precisam ser flexíveis.
Os sistemas de BI tendem a ser armazenados e isolados, o que significa que é difícil de implantar em toda a empresa.
A ciência de dados pode ser distribuída em tempo real.
Qualidade dos dados
Qualquer análise de dados é tão boa quanto a qualidade dos dados capturados.
O BI fornece uma única versão da verdade, enquanto a ciência de dados oferece precisão, nível de confiança e probabilidades muito mais amplas com suas descobertas.
Propriedade de TI x Propriedade do Negócio
Antigamente, os sistemas de BI eram geralmente operados pela área de TI, que enviava ou gerava as informações aos analistas para interpretação.
Com o Data Science, os analistas de dados e de negócios estão no comando.
As novas soluções de Big Data são projetadas para serem de propriedade destes analistas, que gastam pouco do seu tempo em atividades de TI e na maior parte do tempo, analisam dados e fazem previsões sobre as quais serão baseadas as decisões de negócios.
Análise
Um sistema de BI é retrospectivo e prescritivo, é bem menos provável de se fazer uma análise preditiva que, por outro lado, um sistema apoiado pela Ciência de Dados faz.
Valor do negócio
A análise de dados direciona as decisões de negócios no melhor interesse da empresa, isso significa demonstrar valor agora e prevê-lo no futuro.
Por isso, a ciência de dados está melhor preparada a fazer isso do que o BI.
Conclusão
Como resultado, não é surpresa que cada vez mais as empresas estejam desenvolvendo e investindo em estratégias de Big Data e plataformas de entrega, orientadas pela Ciência de dados.
Entretanto, toda esta estratégia deve estar aliada à mudança de cultura empresarial para que a adoção de Data Science + Big Data seja realmente bem-sucedida.
É importante frisar que o BI possui seu papel em um ambiente de negócios ideal, a inteligência de negócios gerencia a análise operacional e aliada a ciência de dados pode trazer muito mais frutos.
Em nossas próximas publicações, iremos abordar os principais campos da ciência de dados e oportunidades de carreira profissional que este campo de estudo tem gerado no mercado de trabalho.
Materiais e leituras que recomendamos para você:
- Instalação Oracle Database 18c XE Linux
- Instalação SQL Server 2017 Express + SSMS + Adventure Works
- Power BI : Trabalhando com Pivot de Dados
- Teclas de Atalho Qlikview
- Business Intelligence em 4 Minutos com Qlikview
Obrigado
Espero que esta publicação tenha lhe ajudado a entender um pouco mais sobre as diferenças entre Data Science, Business Intelligence e Big Data.
Se você gostou desta publicação, compartilhe com seus amigos ou nos acompanhe pelas redes sociais.
Tem alguma opinião, sugestão, dúvida ou observação a fazer ?
Deixe seu comentário.
Você pode nos ajudar a criar mais conteúdos como este. Como ?
Prestigie nossos anunciantes conhecendo seus produtos e serviços.
É simples e rápido e assim você ajuda a gente a crescer.
Obrigado e um grande abraço
Renato Sanches
Referências
https://www.igneous.io/blog/storing-files-beyond-big-data
https://pt.wikipedia.org/wiki/Ciência_de_dados
https://pt.wikipedia.org/wiki/Inteligência_empresarial
https://pt.wikipedia.org/wiki/Internet_das_coisas
https://pt.wikipedia.org/wiki/Big_data
https://pt.wikipedia.org/wiki/Armazém_de_dados
https://pt.wikipedia.org/wiki/Empirismo
https://pt.wikipedia.org/wiki/NoSQL
https://pt.wikipedia.org/wiki/Hadoop
https://en.wikipedia.org/wiki/Predictive_analytics
https://datascience.codata.org/article/10.5334/dsj-2015-002/
https://www.theguardian.com/news/datablog/2012/dec/19/big-data-study-digital-universe-global-volume
https://www.webmundi.com/banco-de-dados/business-intelligence/business-intelligence-em-4-minutos-com-qlikview/
