Como o Business Intelligence funciona com dados não estruturados? - Dummies

Suponha que você esteja usando um ambiente de armazenamento de dados não estruturado e habilitado para multimídia para fazer análises comparativas entre os serviços oferecidos pela sua empresa (um banco) e as ofertas correspondentes de seus competidores.

Você executa alguns relatórios básicos e algumas consultas para verificar a participação de mercado, o desempenho do portfólio e outras medidas. Ou, para uma análise mais avançada, você usa uma ferramenta OLAP de análise de negócios para realizar todos os tipos de análises detalhadas sobre os dados na tentativa de entender completamente as complexidades do desempenho da sua empresa em relação aos seus concorrentes.

Às vezes, porém, você não consegue encontrar as respostas nos números. Suponha que você perceba um aumento repentino no fechamento de contas em seu banco nos últimos dois meses. O que está acontecendo?

Tipos de dados não estruturados

Você pode entender a premissa da inteligência de negócios no próprio termo: Obtenha o máximo de inteligência possível - o mais rápido possível - a partir de muitas fontes possível, para ajudá-lo a entender o que está acontecendo e tomar medidas informadas. Sob esta ampla definição, a inteligência pode facilmente incluir os seguintes tipos de informações que você não pode encontrar (ou acessar através) de um data warehouse tradicional:

• O jornal local de um competidor que oferece cheques sem taxas por um ano e um extra de 1. 5 por cento ganhos em depósitos no mercado monetário se um cliente potencial mostrar um extrato bancário indicando que ele ou ela fechou um conta no seu banco

• Um banner publicitário no Google que apresenta a mesma oferta de seu concorrente

• Um link para cada um dos sites da sua concorrência, onde você pode analisar os tipos de serviços bancários eletrônicos que oferecem

• Uma transcrição de uma entrevista com um especialista econômico regional afirmando que seu banco é um principal objetivo de aquisição e provavelmente não estará no negócio sob seu nome atual no mesmo período no próximo ano

Em Este exemplo simples, porque os itens ocorrem local ou regionalmente, você pode acreditar que você pode acessar todas essas informações de um armazenamento de dados habilitado para multimídia. ("Um bom analista bancário provavelmente conhece todas essas coisas de qualquer maneira," certo?)

Um exemplo global de data warehousing

Pense neste exemplo em uma escala global, no entanto. Você está se perguntando por que as vendas da sua empresa estão escorregando na Suécia? Você pode precisar ter esses tipos de recursos de coleta de informações em tempo real para uma situação globalmente competitiva.

Por exemplo, imagine uma empresa na indústria química que queira a arquitetura para um ambiente de depósito de quase-data ( quase porque possui apenas uma fonte de dados, mas uma enorme quantidade de informações históricas que devem ser trazidos para o novo sistema).

Cerca de 80% da informação histórica estava em papel, e o cliente estava considerando eventualmente entrar essa informação em um sistema de gerenciamento de documentos. Por razões orçamentárias, eles irão lidar apenas com a conversão de dados históricos tradicionais (informações de caráter, numérico e data), e mapeando e transformando os novos dados recebidos. Os documentos serão tratados mais tarde.

Imagine um ambiente em que você possa tratar todos esses dados, que trata o mesmo assunto, igualmente. Se os dados estiverem em papel, você pode digitalizá-lo como uma imagem, indexá-lo por palavra-chave e torná-lo acessível através do mesmo ambiente que os dados tradicionais. Você aumenta enormemente a inteligência de negócios do cliente, dando-lhes acesso a essa informação.