Tem duas coisas que eu, já de cara, não gostei no livro. A primeira é que eu não gosto de livros que tenham a pretensão de ser “o guia definitivo” para qualquer coisa que seja, e o título do livro já deixa esta impressão. A segunda é que eu não gosto de livros de autoajuda, seja pessoal, espiritual ou empresarial. Mas mesmo assim resolvi arriscar.

A primeira impressão pelo menos foi errada. Não existe a mínima pretensão do livro de ser um “passo a passo” para a implementação de um programa de Análise de Negócios (Business Analytics, até pouco tempo conhecido como Business Intelligence, minha área de especialidade dentro da Tecnologia da Informação).

A segunda impressão infelizmente não se desfez: tem sim um ar de autoajuda para gestores que estão totalmente perdidos quanto às possibilidades de obtenção dos benefícios que um programa destes pode trazer. É portanto um guia para quem não tem a mínima idéia do que seja BI. De qualquer forma, serve como um introdutório e ponto de partida para estudos mais profundos no assunto. Ou ao menos para estes gestores terem uma base mínima quando forem conversar com profissionais, na hora de procurar soluções para os seus negócios.

Além disto, ele traz alguns conceitos interessantes, que quem trabalha na área já sabe de cor e salteado (se não souber, ou é ruim ou é enganador), mas talvez sirva como um “reforço” da mensagem para quem não é da área.

As principais dizem respeito às estratégias de implementação, que destaco a seguir.

Goals To Data
Na maioria das vezes, quando nós, profissionais de BI, Datawarehouse e/ou Analytics somos procurados pela área de negócio, ou mesmo por outras áreas de TI, os interessados em implementar um projeto e/ou aplicação, chegam para nós com os dados de origem, dizendo que querem montar um dashboard, um report, um Datamart, um Cubo, sem nem mesmo saber que informações extrair daqueles dados e para que a informação será utilizada.

Dica #1: identifique quais informações são necessárias ao negócios e como elas serão melhores utilizadas. A forma como os dados de origem que irão gerar aquelas informações são obtidos, onde eles estão, etc é problema nosso (especialistas em Analytics)

Agility
A maioria dos projetos de desenvolvimentos de sistemas seguem ciclos de desenvolvimento de software que, na maioria dos casos, são muito longos para as necessidades do negócio, no que se refere à análise de informação. Existem projetos de quatro meses que são modificados 2 ou 3 vezes ao longo do caminho, por pura mudança no ambiente corporativo. Pensar em um projeto gigante de 1, 2 anos então, é simplesmente jogar dinheiro fora.

Dica #2: não tente abraçar o mundo. Se você tem uma necessidade muito grande, melhor quebrá-la em pedaços menores e ir atendendo aos poucos. Assim é possível ir atendendo à demanda dos usuários mais rapidamente e com a vantagem de, inclusive, mostrar o valor daquele projeto durante o desenvolvimento do mesmo, o que no caso de BI é bem complicado.

Don’t allow the perfect to be the enemy of the good
Um outro grande problema quando os gestores resolvem implementar uma estratégia de analytics, é que as empresas de consultoria, ou mesmo os outros players do mercado, sempre mostram o melhor dos mundos, o “state of art”. Quando se fala nos vendors de soluções então, eles trazem os melhores cases deles e isto faz com que os olhos dos gestores brilhem e eles acabam por exigir uma solução parecida. Só que normalmente o “state of art” no caso do BI é uma solução que já está madura e implementada, em média, há pelo menos 5 anos. Antes disto, muita coisa foi feita e muitos erros provavelmente foram cometidos. Então os gestores têm que entender (e ai também é um alinhamento com o ponto do Agility) que é melhor resolver um problema de cada vez, até chegar a uma solução completa.

Dica #3: uma solução boa e rápida, talvez seja melhor do que demorar muito para ter a solução “perfeita”. A solução perfeita virá com o tempo e a maturidade adquirida pela empresa, pelos gestores, pelos usuários, pela equipe de TI (ou consultores, se for o caso).