Curso Online:

Power BI
O Power BI é um serviço de análise de negócios da Microsoft
lançado a 24 de julho de 2015. O objetivo do Power BI é fornecer
visualizações interativas e recursos de business intelligence com uma
interface simples para que os usuários finais criem os seus próprios
relatórios e dashboards. Algumas das áreas onde o Power BI é
utilizado são:

 Finanças,
 Engenharia,
 Tecnologias de Informação,
 Marketing e
 Saúde.
Os principais componentes do ecossistema do Power BI são:

Power BI Desktop

O dispositivo baseado em desktop do Windows para computadores,

principalmente para projetar e publicar relatórios para o Serviço.

Power BI Service

O serviço online baseado em SaaS (software como serviço) (antigamente

conhecido como Power BI para Office 365, atualmente conhecido como
PowerBI.com ou simplesmente Power BI).

Dispositivos móveis do Power BI

Os aparelhos do Power BI Mobile para dispositivos Android e iOS, bem

como para telemóveis e tablets da Windows.
Power BI Gateway

Gateways usados para sincronizar dados externos dentro e fora do Power BI.
No modo Enterprise também pode ser usado por fluxos e PowerApps no
Office 365.

Power BI Embedded

A API REST do Power BI pode ser usada para criar dashboards e relatórios
nos dispositivos personalizados para usuários do Power BI, como também
para utilizadores que não usam o Power BI.

Power BI Report Server

Uma solução de geração de relatórios de BI no local para empresas que

podem ou não podem armazenar dados no Serviço do Power BI baseado na
nuvem.

Power BI Visuals Marketplace

Um mercado de recursos visuais personalizados e recursos visuais baseados

em R.
 Business Intelligence

Empresas de variados setores buscam extrair o máximo de valor dos seus

dados e usá-los de forma estratégica para resolver questões de negócio e
qualificar seus processos.
Para lidar com dados é necessário ter uma visão crítica sobre
determinados fatores e situações. Isso porque não basta apenas coletar
informações de diferentes bancos de dados. Para que elas se tornem
realmente relevantes é preciso reuni-las e ter uma mindset crítico para
analisá-las.
A proposta é que os dados se tornem estratégicos para a empresa e
sirvam para o desenvolvimento de soluções para problemas. Por isso, é
fundamental que se saiba ignorar informações irrelevantes, evidenciar
aquelas que podem influenciar positivamente os negócios da empresa,
assim como ter a habilidade para contextualizar fatos de diferentes
origens.
É essencial que os profissionais de dados saibam/sejam
habilidosos para:

• Codificação: elaborar e escrever códigos por meio de uma

determinada linguagem e também modificar a chave de um sinal
para torná-lo mais apropriado para uma aplicação específica;

• Algoritmos: construir algoritmos, ou seja, uma sequência finita

de instruções que estão presentes em todos os programas que
uma empresa usa.

• Matemática: trabalhar com números. De nada adianta querer

ser um cientista de dados completo se você não é especialista
em matemática e em estatística e não consegue resolver
equações complexas.
Inteligência de negócios (ou Business Intelligence, em inglês)
refere-se ao processo de coleta, organização, análise, compartilhamento e
monitoramento de informações que oferecem suporte a gestão de negócios.
É um conjunto de técnicas e ferramentas para auxiliar na transformação de
dados brutos em informações significativas e úteis a fim de analisar o
negócio. As tecnologias BI são capazes de suportar uma grande quantidade
de dados desestruturados para ajudar a identificar, desenvolver, e até
mesmo criar uma nova oportunidade de estratégia de negócios. O objetivo
do BI é permitir uma fácil interpretação do grande volume de dados.
Identificando novas oportunidades e implementando uma estratégia efetiva
baseada nos dados, também pode promover negócios com vantagem
competitiva no mercado e estabilidade a longo prazo.
Business Intelligence (BI) pode ser traduzido como inteligência de
negócios, ou inteligência empresarial. Isto significa que é um método que
visa ajudar as empresas a tomar as decisões inteligentes, mediante dados
e informações recolhidas pelos diversos sistemas de informação. Sendo
assim, BI é uma tecnologia que permite às empresas transformar dados
guardados nos seus sistemas em Informação qualitativa e importante para
a tomada de decisão. Há uma forte tendência de que os produtos que
compõem o sistema de BI de uma empresa passem, isoladamente, a
prover funções extras que auxiliem na tomada de decisões. Por exemplo,
todos os sistemas que funcionam numa perspectiva de organização da
informação. Sendo assim temos:

ERP – Enterprise Resource Planning (Sistema Integrado de Gestão

Empresarial);
CRM – Customer Relationship Management (Gestão de Relacionamento
com o Cliente).
BPM – Business Process Management (Gestão de Processos de Negócio)
Existem algumas novidades tecnológicas que tomaram conta do ambiente
de trabalho e precisam estar no radar dos profissionais de dados. Entre
elas, estão: Internet of Things (IoT), Big Data Analysis e Machine Learning
– que podem ser traduzidas como conexões em rede, que funcionam por
meio do acesso a internet, capazes de coletar e transmitir dados e serem
programadas para aprender de forma contínua.

Depois de analisar resultados e reunir insights é importante informá-los as

pessoas responsáveis pelas tomadas de decisão, como as lideranças do
seu setor. Por isso, além de ser bom com os números, assegure-se de
que você sabe como passar a mensagem certa para os seus gestores.
Tudo começa com a coleção de dados, Data Warehousing, a
integração de dados de uma ou mais fontes e assim, cria um
repositório central de dados, um data warehouse - os armazéns de
dados. Com essa imensidão de dados, Data Mining, aplica-se a
mineração desses dados, o processo de explorar grandes quantidades
de dados à procura de padrões consistentes para detectar
relacionamentos e novos subconjuntos de dados a serem mapeados e
extrair-se informações privilegiadas. Análises, Analytics, de minerações
geram relatórios, reporting, detalhados para fortalecer o
esclarecimento do cenário. Reengenharia de processos de negócio
(BPR) trata-se de uma estratégia de gestão de negócios para a análise
e desenho dos fluxos de trabalho e dos processos de negócios
visando a reestruturação organizacional, com foco no design de baixo
para cima de processos de negócios dentro de uma organização. E
Benchmarking, a busca das melhores práticas com o propósito de
maximizar o desempenho. Onde uma empresa examina como realiza
uma função específica a fim de melhorar como realizar a mesma ou
uma função semelhante, ou seja, um processo de comparação do
desempenho entre dois ou mais sistemas.
Quando é implementado um programa de BI deve-se relacionar as questões e
suas possíveis decisões, tais como:
Questões de alinhamento de metas: é o primeiro passo para determinar
propostas de curto e médio prazos do programa.

Questões de base: coleta de informações de competência atual e suas

necessidades.

Custos e Riscos: as consequências financeiras da nova iniciativa de BI devem

ser estimadas.

Cliente e “stakeholder": determina quem serão os beneficiados da iniciativa e

quem pagará por ela.

Métricas relacionadas: estes requerimentos de informações devem ser

operacionalizadas com clareza e definidas por parâmetros métricos.
Mensuração Metodológica: deve ser estabelecido um método ou procedimento
para determinar a melhor ou aceitável maneira de medir os requerimentos
métricos.

Resultados relacionados: alguém deve ser o monitor do programa de BI para

assegurar que os objetivos estão ocorrendo. Ajustes no programa podem ser
necessários. O programa deve ser testado pela eficácia, rentabilidade e
validade.
Não importa qual é o tipo de empresa ou papel em questão: é provável
que esperem que você saiba usar ferramentas como linguagens de
programação estatística, como R ou Python, e uma linguagem de
manipulação de dados como SQL.

Uma boa base de estatística é vital para um cientista de dados, que

deve ter familiaridade com testes estatísticos, distribuições, etc.

Um dos aspectos mais importantes desse conhecimento estatístico é

entender quando técnicas diferentes são (ou não são) uma abordagem
válida.
Compreender esses conceitos é mais importante em empresas onde o
produto é definido por dados e pequenas melhorias em performance
preditiva ou otimização de algoritmos podem significar enormes
conquistas.
As empresas querem ver se você soluciona problemas pensando em
dados. Em algum ponto da entrevista, provavelmente vai ser
questionado sobre algum problema de alto nível, como um teste que a
companhia quer conduzir ou um produto orientado a dados que quer
produzir.
Inteligência: “Habilidade de perceber as inter-relações dos fatos
presentes para ajudar a guiar à objetivos desejados”.

(Pesquisador da IBM Hans Peter Luhn)

Agradecemos por escolher a iEstudar.

Blog https://iestudar.com/blog/

Site https://iestudar.com/
Referências Bibliográficas

Plugar. 5 habilidades essenciais para profissionais de dados.

Disponível em:
https://www.plugar.com.br/5-habilidades-essenciais-para-profissionais-de-dados/

Wikipédia, a enciclopédia livre.Inteligência Empresarial.

Disponível em:
https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_empresarial

Roberto Oliveira. 8 habilidades de data science que você precisa para ser contratado.
Disponível em:
https://abracd.org/8-habilidades-de-data-science/

Wikipédia, a enciclopédia livre.Power BI.

Disponível em:
https://pt.wikipedia.org/wiki/Power_BI

Design Instrucional iEstudar

Pesquisa equipe IEstudar em: 19/02/2021