Business Intelligence: ontologia, sem√Ęntica e an√°lise de dados

* Este artigo faz parte de uma série de conceitos sobre dados.

Aplica√ß√Ķes ontol√≥gicas em business intelligence
(Ou como os dados podem ser ontológicos)

Em business intelligence, analisar dados consiste em processar o que está acontecendo. Quando falamos em ontologia, falamos em método e em todo o caminho para processar esses dados.

Já utilizada em linguagens de programação, a ontologia considera cada dado como parte ou objeto para a formação de uma estrutura, como se fosse um código criado por meio de indivíduos e classes.

Em business intelligence existem duas formas de lidar com os dados: a informacional e a estrutural. Se, por um lado, a estrutural foca na ferramenta, no modo informacional podemos analisar esses dados extraídos.

Ao ser aplicada para a web, a ontologia passa pelas defini√ß√Ķes de ‚Äúsem√Ęntica‚ÄĚ ou ‚Äúsignificado‚ÄĚ:

sem√Ęntica

substantivo feminino

  1. ling estudo sincr√īnico ou diacr√īnico da significa√ß√£o como parte dos sistemas das l√≠nguas naturais.
  2. ling num sistema linguístico, o componente do sentido das palavras e da interpretação das sentenças e dos enunciados.

 

Por significado, entende-se:

significado

substantivo masculino

  1. rela√ß√£o de reconhecimento, de apre√ßo; valor, import√Ęncia, significa√ß√£o, signific√Ęncia.
  2. m.q. SIGNIFICA√á√ÉO (‘representa√ß√£o mental’).

 

Depois de minerarmos os dados e começarmos a analisá-los, o próximo passo é a criação de KPIs (Key Performance Indicators, ou indicadores de desempenho).

 

KPIs e o significado dos dados

Para traçarmos os KPIs, podemos começar por perguntas que façam sentido para aquele projeto:

  • Quais m√©tricas podemos analisar, ou o que pode ser medido?
  • Que a√ß√Ķes podemos tra√ßar a partir destes dados?
  • Estes dados respondem √†s minhas perguntas principais?
  • Estes dados s√£o suficientes para a minha an√°lise?
  • Qual a abordagem mais adequada para a minha an√°lise?

O significado ontol√≥gico dos dados passa pela identifica√ß√£o do que √© mais comum (padr√Ķes) e do que est√° entrando em evid√™ncia. Em outras palavras, seria a explica√ß√£o de dados por meio de contexto e conhecimento:

Os conceitos e relacionamentos unidos s√£o conhecidos como uma ontologia do modelo sem√Ęntico que descreve conhecimento. Modelos sem√Ęnticos permitem que os usu√°rios fa√ßam perguntas da informa√ß√£o de uma forma natural e ajudar a identificar padr√Ķes e tend√™ncias desta informa√ß√£o e descobrir as rela√ß√Ķes entre pe√ßas diferentes de informa√ß√Ķes.

Dr. Mohammed Ahmed Turki AlSudairy na publicação Knowledge on demand approach using Business Intelligence and Ontology

Muito ainda precisa ser feito para desenvolvermos ferramentas cada vez mais inteligentes e que apresentem dados mais minerados, mas j√° √© poss√≠vel, hoje em dia, irmos direto para algumas etapas da an√°lise de dados. √Č a√≠ que entram a intelig√™ncia e os insights mais r√°pidos, acompanhando a velocidade das informa√ß√Ķes que produzimos ou observamos.