SLI M G U ID E | A UL A 7

Aplicações de
Data Analytics
aos Negócios I

Ferramentas de Data Analytics

e Business Intelligence

ALDO ROVANI

INTRODUÇÃO

Muitas aplicações de Data Analytics utilizam as cha-

madas ferramentas FRONT-END, que são framewor-
ks com concepção original de desenvolvimento.
Como estes termos são usados comumente em TI,
vamos começar com definições para facilidade a in-
tegração na área:

FRAMEWORKS = são ferramentas que auxiliam o

programador a trabalhar com determinada lingua-
gem e disponibilizam determinadas funcionalidades
pré-prontas, bastando ao desenvolvedor adaptá-las
ao seu programa. Por exemplo: um sistema de bus-
cas dentro de um site pode ser implementado com
ativação da função “busca” em um determinado
framework.

FRONT-END = são ferramentas que auxiliam na cria-

ção de interfaces e na forma como os dados são
exibidos.

Juntamente com o BACK-END, representa uma das

frentes do processo de gestão dos dados. O FRONT-
END, que é quem atua nas interfaces, mostran-
do o que o usuário solicitou e gerenciando as telas
que  são apresentadas (interface gráfica) e o BACK-
END, que lida com cada requisição que o usuário de
um sistema faz, ou seja, o está por trás dessa interfa-
ce, atuando do lado do servidor.

Estamos falando especificamente de ferramentas

que permitem a interface para apresentação de in-
formações através de relatórios gráficos, tabelas,
mapas, diagramas entre outros diversos formatos
que geram relatórios para visualização. Em outras
palavras, são ferramentas que, a partir de uma base
de dados de BI, base exploratória, Data Lake ou ou-
tras estruturas de dados permitem extração de in-
formações que serão destinadas à análise com o ob-
jetivo de obter insights e/ou tomada de decisão.

Muitas vezes esses relatórios não apresentam um

formato definitivo, pois passarão pelo crivo de clien-
tes internos da empresa que devem em primeiro
momento validar se os dados apresentados fazem
sentido, se estão coerentes ou não. Podem ser ajus-
tados os filtros, critérios de seleção de variáveis e
formatos de apresentação.

Essas ferramentas serão as responsáveis por apre-

sentar nos painéis executivos, conhecidos como
“dashboards” um conjunto de análises que servirão
de insumos para a gestores e executivos tomarem
decisões embasadas em dados, ou ações de curto
prazo para a solução de um determinado foco de
problema e, ainda, para potencializar alguma opor-
tunidade que tenha sido descoberta e ou apresenta-
da no momento e necessita de fundamentação em
números.

Na abordagem deste tema, alguns conceitos passam

a figurar com frequência:

DIMENSÕES
São categorias de dados - os valores
das dimensões são nomes, descrições
ou outras características de uma
categoria.

MÉTRICAS
São os índices usados de acordo
com o interesse da empresa que
transformam sua realidade em
informações numéricas - as métricas
avaliam os valores das dimensões.

KPI’S
(KEY PERFORMANCE INDICATOR)
São indicadores-chave para mapea-
mento de processos - essenciais para
o monitoramento do alcance das
metas.

Devemos relembrar que os aspectos mais importan-

tes nesse momento de projeto de Data Analytics é:
●● ter dados e ou informações confiáveis
●● ter análises com uso de gráficos adequados
●● ter uma política de segurança para o acesso aos
dashboards
●● ter rotinas de atualizações das informações
●● a melhor ferramenta é aquela que reproduz as
suas necessidades (requisitos, financeira)

Sempre devemos buscar informações sobre as me-

lhores ferramentas para compará-las sobre alguns
aspectos como:
●● funcionalidades
●● tipos de apresentações que ela traz de forma
nativa
●● estudar alguns tutoriais*
●● realizar provas de conceito (poc) e ou projetos
piloto
●● fazer análise de aderência
●● acompanhar o que dizem os institutos como
Gartner

MAGIC QUADRANT FOR ANALYTICS AND

BUSINESS INTELLIGENCE PLATFORMS, 2019

Fonte: Gartner (Fevereiro/2019)

* Acesse os sites dos fabricantes que apresentamos em aula, há
uma grande variedade e também muitos disponibilizam versões do
tipo trial/demo e ou tutoriais gratuitos para estudos lá.

Após a escolha da ferramenta, de posse de informa-

ções confiáveis, podemos iniciar os trabalhos de de-
senvolvimento das análises como as apresentadas
na vídeo-aula. Vejamos um exemplo de dashboard:

https://www.tableau.com/solutions/customer/
transforming-healthcare-data-insight-tableau-visual-analytics

As ferramentas para visualização permitem uma re-

presentação visual dos dados, que são projetadas
para transmitir informações, proporcionar insights e
embasar decisões. Como as visualizações de dados
são projetadas para diferentes públicos, finalidades
e níveis de habilidade, o primeiro passo é conhecer
seu público.

Existem os mais variados tipos de público. Pode ser

um grupo de pesquisa com propósito de um desen-
volver um projeto científico, mas também membros
do conselho ou líderes empresariais, gestores de de-
partamentos que necessitam alocar recursos ou pú-
blicos mais amplos, como consumidores, estudantes
ou comunidades no interior do país. O essencial é
que cada grupo possui necessidades de visualização
de dados específicas e é essencial que sejam incor-
poradas aos relatórios e formatos apresentados.