Muitas pessoas, sobretudo aquelas que estão entrando ou buscando entrar na área de Business Intelligence, têm dúvidas em relação às carreiras ligadas à área de BI. É comum ouvir questionamentos nas aulas e treinamentos aos quais ministro sobre qual é a diferença entre BI e Data Science.
Neste artigo, vou tentar desmistificar um pouco esse tema, tentando apresentar ao leitor as diferenças básicas sobre estas carreiras.
Para início de conversa, do ponto de vista do negócio, podemos tratar tudo como uma coisa só, ou seja, agrupar tudo como Business Intelligence. Segundo a definição tradicional, o BI é o processo de coleta, organização, análise, distribuição e monitoramento de informações para a tomada de decisão. Indo além, esse processo também inclui a identificação de novas oportunidades para obter a vantagem competitiva e a sobrevivência das organizações em longo prazo.
Assim, podemos englobar as atividades de customização de dashboards, apresentação de relatórios, análise e visualização de dados, processamentos complexos de dados e mineração de dados como sendo atividades de BI. Sob esse ponto de vista, podemos dizer que uma análise de BI pode ser compreendida desde uma análise simples via dashboard, até a identificação da influência que um produto exerce sobre o outro no processo de venda.
Mesmo assim, há uma tendência a se separar o BI em dois grandes grupos, o chamado BI convencional e o Data Science (ou a Ciência dos Dados). No caso do BI convencional, se pudéssemos traçar uma linha delimitando os dois grupos, poderíamos dizer que o BI tradicional vai do levantamento dos requisitos do negócio até a disponibilização de painéis de visualização dos dados, enquanto o Data Science se estende a partir daí, ou seja, a partir das aplicações de algoritmos de mineração de dados, machine learning, e demais previsões de dados a partir da base integrada no Data Warehouse.
Outra grande diferença entre os dois grupos está no tipo de análise que ambas as abordagens praticam. No caso do Business Intelligence convencional, praticamos a análise descritiva, enquanto nos processos de Data Science aplicamos a análise preditiva.
A análise descritiva busca realizar um painel que estabeleça uma fotografia do presente, baseado no histórico dos dados, ou seja, traçar um panorama a partir do que aconteceu, possibilitando uma análise com vistas à tomada de decisão.
A Análise Preditiva vai além disso, vislumbrando associações, padrões de comportamento e previsões para o futuro, logicamente sob uma camada de dados já integrada, possivelmente resultante dos processos de BI tradicional, como o uso de Data Warehouse ou Data Lakes, oriundos de processos de ETL construídos previamente. Na análise preditiva avaliamos tendências, por exemplo, identificando o comportamento de seus clientes ou produtos no futuro.
Um profissional pode transitar entre esses dois universos, muito embora alguns perfis podem se diferenciar por conta das competências exigidas por cada área. No BI convencional, por exemplo, há uma grande necessidade do conhecimento da linguagem SQL, dos processos de modelagem multidimensional e do ferramental que apoiará esses processos, como ferramentas de ETL e players de visualização de dados. Já no caso do Data Science, há uma grande necessidade do conhecimento de estatística, linguagens como R ou Python, bem como o conhecimento do funcionamento de algoritmos de mineração de dados.
O enquadramento do profissional em qualquer uma das duas carreiras vai depender obviamente do perfil de cada postulante, sendo indicado para a área de BI (o convencional) aquele profissional mais analítico, que tem preferência pela customização de relatórios e gráficos, e no caso do Data Science, o profissional que prefere ir além do que os dados dizem no momento, buscando encontrar tendências e possibilidades futuras.
Algo que, no entanto, não se pode negar é o potencial que ambas as áreas apresentam no momento. Sob o ponto de vista das organizações, aquelas que não se prepararem para essa realidade no trato dos dados estarão muito atrás de seus concorrentes, enquanto no caso dos profissionais, não se preparar adequadamente para adentrar nesse universo, significa perder as ótimas oportunidades de grandes colocações que o mercado de trabalho vem possibilitando.
Então, se você quer ser um profissional de BI ou Data Science, não perca tempo, prepara-se para estudar bastante, mas prepara-se também para se regozijar com o papel de destaque e com todo o reconhecimento que essa área tem pra te oferecer.
Sobre o Autor
