Business Intelligence

Trabalho com data science, machine learning entre outras coisas, qual a base necessária?

Hodiernamente, muito se tem divulgado a respeito de trabalhos envolvendo a área de dados, propriamente dita. No entanto, a meu ver, é bem comum a pessoa ir direto para a utilização de ferramentas ou algum ramo específico da área e , por consequência, acabar se perdendo mediante a tanta informação e, principalmente, pela ausência de uma base consolidada e necessária para abordagem de conteúdos demasiados avançados.

Em vista disso,judiciosamente, no que tange a alguns estudos e oportunidades que, felizmente, me ocorreram, venho-lhes apresentar, para quem, porventura, não conhece, um pouco sobre o Business Intelligence (inteligência de negócio), popularmente conhecido como BI, que, sumariamente, é um conceito que abrange todo o processo de coleta, organização, análise, compartilhamento e monitoramento de informações para tomada de decisão do usuário final, em outras palavras é o que sustenta engenharia de dados, ciência de dados e muitas outras derivações, bem como uma empresa, muitas vezes.

Vale também ressaltar que,atualmente, a maioria das decisões são tomadas com base nos dados, pois são eles que geram informações e informação é o maior ativo da modernidade.Além disso, por meio do BI, pode-se conhecer melhor os pontos fortes e fracos de um negócio, bem como pode-se conhecer melhor o concorrente, o que é fundamental para elaboração de estratégias, como já bem dizia Sun Tzu.Em vista disso, arrisco dizer que o BI é obrigatório para o sucesso de uma empresa nos dias de hoje, para provar isso, basta discorrer um pouco sobre as etapas da arquitetura desse processo:

1) Data Source: Etapa que contém os dados brutos, em quantidades expressívas, existindo em diversos formatos, principalmente, como CSV;

2) Data Integration: Parte mais interessante ,na minha opinião, pois é aqui que ocorre diversas automações, principalmente, usando a linguagem Python nos processos de ETL (extração, transformação e load - carregamento no warehouse), por exemplo;

3) Data Storage: Essa etapa envolve banco de dados, maiormente, relacionais e os conhecidos warehouses, aqui é a etapa de armazenamento dos dados.

4) Data Analysis: Parte onde ocorre o OLAP (Online Analytical Processing) que é a análise em tempo real, muitas vezes, favoritas de tomadores de decisão.

5) Dashboards: Parte final que conta com a geração de relatórios(reporting), dashboards (painéis de controle) e toda a parte visual de forma facilitada para os tomadores de decisão interpretarem as informações, isto é, nesta etapa, pode-se visualizar toda empresa em um painel, o que é bastante favorável.

Portanto, pode-se inferir que, o estudo de Business Intelligence é ,não apenas essencial ,como também ,primordial para seguir na área de dados.Ademais, é inegável que sua aplicação deve ser cautelosa e bem pensada, pois há grandes impactos diante do trabalho feito, uma vez que o tomador de decisão se baseará nas informações geradas no processo. Enfim, espero ter contribuído um pouco para agregar conhecimento à comunidade, quaisquer dúvidas, estou à disposição.

GITHUB: https://github.com/PyMarcus