Modelo Semântico

Data Analysis e Business Intelligence: conceitos

KPIs: o que são e como criar melhores indicadores

Criar melhores KPIs (Key Performance Indicators ou Indicadores de Desempenho) pede reflexão e alinhamento ao contexto e negócios.

Em Business Intelligence, uma parte do trabalho é analisar as métricas (afinal, BI também inclui limpar dados, extrair insights, traçar ações, fazer análise preditiva, entre outras tarefas).

Mas antes de executar a extração de dados, precisamos saber quais são as métricas iremos que medir.

É por isso que pego o conceito aqui de ontologia, um método que ajuda a entender o que analisar e como processar os dados. Também aprofundo um pouco sobre entender o significado desses dados: se eles fazem sentido no contexto e estão adequados ao objetivo, que é a semântica em Business Intelligence.

O que, em outras palavras: antes da métrica e do que vamos medir, necessitamos perguntar, entender e estruturar.

Abaixo, vou detalhar um pouco mais sobre semântica, ontologia e perguntas para melhorar a definição de KPIs:

Ontologia e semântica para ajudar a criar melhores KPIs

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.

O significado ontológico dos dados passa pela identificação do que é mais comum (padrões) e do que está entrando em evidência. Em outras palavras, seria a explicação de dados por meio de contexto e conhecimento:

Os conceitos e relacionamentos unidos são conhecidos como uma ontologia do modelo semântico que descreve conhecimento. Modelos semânticos permitem que os usuários façam perguntas da informação de uma forma natural e ajudar a identificar padrões e tendências desta informação e descobrir as relações entre peças diferentes de informações.

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

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.

Abordagem administrativa Abordagem tecnológica
Foco no processo de extração e pós coleta dos dados, incluindo processos externos de analisá-las para extrair informações relevantes. Focos no processo tecnológico que faz parte do processo (a ferramenta e o meio, se formos considerar

Com informações de Petrini and Pozzebon, 2003. Petrini and Pozzebon (2003)

Ao ser aplicada para a web, a ontologia passa pelas definições de “semântica” ou “significado” (o que faz bastante sentido se ligada ao contexto e aos negócios) que podem ser medidos nos indicadores de desempenho.

semântica (substantivo feminino)

  1. ling estudo sincrônico ou diacrônico da significação como parte dos sistemas das línguas 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. relação de reconhecimento, de apreço; valor, importância, significação, significância.
  2. m.q. SIGNIFICAÇÃO (‘representação mental’).

Depois entender quais são os elementos que fazem parte da nossa análise e o que precisamos responder, o próximo passo é a criação de KPIs (Key Performance Indicators, ou indicadores de desempenho).

Melhores KPIs pedem perguntas

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

Aqui abaixo listo 7 perguntas que podem ser feitas com base nesses conceitos, falando sobre estrutura e significado:

  1. Quais métricas podemos analisar, ou o que pode ser medido?

  2. Que ações podemos traçar a partir destes dados?

  3. Estes dados respondem às minhas perguntas principais?

  4. Estes dados são suficientes para a minha análise?

  5. Qual a abordagem mais adequada para a minha análise?

  6. Qual a importância desses dados?

  7. Como organizar esses dados de um modo que faça sentido?

Em resumo

A partir de estudos de ontologia e semântica no BI, podemos aprofundar as perguntas e criar KPIs melhores. Existem diversos autores que se dedicam a estudar o significado dos dados, e inclusive oferecem outras sugestões do que analisar em seus KPIs para torná-los mais cirúrgicos.

Quanto mais estrutura e significado os dados tiverem, melhores respostas e ações gerarem, mais adequado e funcional ele está.

Aqui, não existe receita de bolo, pois cada negócio possui sua própria régua. O que podemos fazer é aprofundar as perguntas e procurar padrões do mercado – mas às vezes temos que adicionar ou retirar alguma métrica do nosso plano de KPIs.

Muito ainda precisa ser feito para desenvolvermos ferramentas cada vez mais inteligentes e que apresentem dados mais minerados, com dashboards prontos ou métricas completas para cada necessidade. Mas já é possível, hoje em dia, irmos direto para algumas etapas da análise de dados. É aí que entram os insights mais rápidos, acompanhando a velocidade das informações que produzimos ou observamos.

Mais conteúdos

KPIs: o que são e como criar melhores indicadores Read More »

Data Analysis e Business Intelligence: conceitos

Ontologia e Business Intelligence: definições e apontamentos

Ontologia: não é novidade que, todos os dias, somos sobrecarregados de dados e informações. A transformação em conhecimento e sabedoria são os nossos insights, que consistem na análise do que foi apresentado e quais as oportunidades podem ser obtidas a partir deles. Em outras palavras, o trabalho da análise dos dados consiste na reflexão sobre o que foi obtido (cenário atual) e o que aquilo pode tornar-se (oportunidades, estratégias e busca por objetivos em seu negócio).

Se, por um lado, temos um mundo cada dia mais cheio de informações, por outro, nem sempre temos pessoas especializadas (ou dispostas) a analisar esse tipo de informação. E é aí que entra a importância metodológica e quase filosófica de aplicar a reflexão para saber sobre o que está sendo tratado e o que isso pode significar.

Definição e a essência da ontologia

Quando buscamos a análise, passamos por um período de mensuração, que inclui a classificação, que pode ser: a saúde da marca (se está mais positiva, negativa, apresenta neutralidade); categorias ou tags (palavras que representam temas ou assuntos) e o tipo da audiência para identificar o seu comportamento. Toda esta classificação acaba nos direcionando para vários campos. Um desses caminhos é a ontologia, que significa “o estudo do ser”.  

ontologia

substantivo feminino

  1. fil, segundo o aristotelismo, parte da filosofia que tem por objeto o estudo das propriedades mais gerais do ser, apartada da infinidade de determinações que, ao qualificá-lo particularmente, ocultam sua natureza plena e integral.

  2.  fil no heideggerianismo, reflexão a respeito do sentido abrangente do ser, como aquilo que torna possível as múltiplas existências [Opõe-se à tradição metafísica que, em sua orientação teológica, teria transformado o ser em geral num mero ente com atributos divinos.].

 

A ontologia foi bastante abordada pelo filósofo Martin Heidegger, escreve sobre o assunto indo um pouco além das primeiras definições de Aristóteles que consistem nas “classificações e interpretações”. Para Heidegger, existe “aquilo que é” e também “o que pode ser”. As coisas e as possibilidades. Dentro das possibilidades, existem diversos universos que podemos desenhar. O conceitos são filosóficos, mas não tão viajosos, pois eles podem ser aplicados. Se fôssemos resumir, para business intelligence a ontologia é bem prática e corresponde à nossa relação entre o dado (“o que é” e a informação/sabedoria (“o que pode ser”).

Aplicações da ontologia

A ontologia já é aplicada nas áreas de Tecnologia da Informação, Arquitetura/UX e especialmente em programação. É da base de linguagens como o Java e o CSS. Para alguns, é a tentativa de unir o “real” ao “virtual”, considerando cada dado como objeto e organizando-o para formar a cadeia de códigos. A divisão básica é composta de:

  • Indivíduos são os componentes básicos. Podem ser objetivos concretos ou abstratos. Ele compõe uma classificação de indivíduos.
  • Classes referem-se* a:

Um tipo definido pelo usuário que contém a “receita”, a especificação para os objetos, algo mais ou menos como o tipo inteiro contém o molde para as variáveis declaradas como inteiros. A classe envolve, associa, funções e dados, controlando o acesso a estes, defini-la implica em especificar os seus atributos (dados) e seus métodos (funções).

  • Toda classe possui um nome;
  • Possuem visibilidade, exemplo: public, private, protected;
  • Possuem membros como: Características e Ações.

* Com algumas informações da Fábrica de Software/Senac

 

Ontologia e business intelligence

A associação entre ontologia e business intelligence ainda é recente, mas já conseguimos encontrar alguns trabalhos interessantes sobre o assunto. Quando aplicamos esses conceitos, é importante separar o que se chama daquele conceito de business intelligence baseado nos códigos de programação da mais recente definição: o business intelligence como e criação de insights a partir dos dados.

 

Abordagem administrativa Abordagem tecnológica
Foco no processo de extração e pós coleta dos dados, incluindo processos externos de analisá-las para extrair informações relevantes. Focos no processo tecnológico que faz parte do processo (a ferramenta e o meio, se formos considerar

Com informações de Petrini and Pozzebon, 2003. Petrini and Pozzebon (2003)

Ontologia e Business Intelligence: definições e apontamentos Read More »

Rolar para cima