Vamos utilizar os termos em inglês porque existem ambiguidades em alguns termos em português, mas apresentaremos as traduções e termos correlatos..

Na figura abaixo apresentamos uma figura, que procura ilustrar qualitativamente a abrangência de cada uma dessas abordagens. Não tivemos a pretensão de esgotar todos os termos, mas somente listar os mais utilizados para diferenciá-los, uma vez que existe uma certa superposição entre seus significados e uma abordagem ou prática é composta por outras, como a figura procura ilustrar qualitativamente.

Figura 549: abrangência das abordagens relacionadas com business intelligence e analytics (clique na figura para aumentá-la e abrir em outra aba)

A X intelligence que inserimos na figura indica diversas abordagens e práticas de inteligência baseada em dados que se especializaram.

Em português, o termo business intelligence pode ser denominado de inteligência de negócios ou inteligência empresarial

A Wikipédia (em português) traz: o processo empresarial relacionado com a inteligência empresarial; o profissional que trabalha com BI; uma discussão sobre a tecnologia que embasa essa abordagem; a história da BI; os benefícios; e exemplos de softwares de BI. 

A wikipedia (em inglês) traz: outras definições; uma discussão sobre o processamento de dados estruturado, semi-estruturados e não estruturados; os tipos de aplicações; e os papéis das pessoas que trabalham com BI

Muitas informações de business intelligence, mais voltadas para marketing intelligence (descrito mais à frente) são extraídas dos sistemas de informação operacionais do dia-a-dia, como no caso de sistemas CRM (customer relationship management – em português, gestão de relacionamentos com clientes). Leia neste post as características de integração do sistema Tableau com o Salesforce Customer 360, que são soluções de destaque de BI e CRM respectivamente.

Leia este artigo na web de Adriano Chemin sobre as Tendências de dados que causarão impacto em 2022, no qual ele destaca 5 tendências:

• inteligência artificial;
• ética;
• desenvolvimento da força de trabalho;
• governança flexível;
• igualdade de dados.

Este artigo é um resumo de um relatório mais completo (em português) disponível neste link. A descrição dessas tendências também estão acessíveis por vídeo neste link. Acesso em 7/5/2023

A tradução literal para o português do termo business analytics poderia ser análise de negócios. Confunde-se com a tradução de business analysis, cuja tradução também seria análise de negócios. Mas business analytics é diferente de business analysis (veja o próximo tópico).

Análise de negócio, portanto, é polissêmica. Vamos adotar análise de negócio como a tradução de business analysis (próximo tópico) e continuaremos a utilizar o termo business analytics em inglês. Porém, uma tradução aceita para “business analytics” é “análise de dados empresariais” ou “análise de negócios baseada em dados”.

• O Business Analytics (BA) refere-se ao uso de técnicas quantitativas e qualitativas para extrair insights significativos dos dados empresariais e usá-los para aprimorar a tomada de decisões e impulsionar o desempenho do negócio.
• Os profissionais de Business Analytics coletam, organizam e analisam dados para identificar padrões, tendências e relações, a fim de obter informações acionáveis que possam ser usadas para tomar decisões informadas.
• A análise de negócios inclui técnicas estatísticas, modelagem de dados, mineração de dados, análise preditiva, análise descritiva e outras abordagens para explorar e entender os dados empresariais.
• O foco principal do business analytics é utilizar os dados para tomar decisões baseadas em evidências, identificar oportunidades de crescimento, otimizar processos e melhorar o desempenho do negócio.

Link wikipedia (em inglês) – não existe o correspondente na Wikipédia em português.

O termo “business analysis” é geralmente traduzido para o português como “análise de negócios” ou “análise empresarial”.

• O Business Analysis (BA) é uma disciplina que se concentra na compreensão e definição dos requisitos de negócios para um projeto ou iniciativa.
• Os profissionais de Business Analysis examinam as necessidades e problemas dos negócios, identificam oportunidades de melhoria, definem requisitos funcionais e não funcionais e colaboram com as partes interessadas para garantir que as soluções propostas atendam às necessidades do negócio.
• A análise de negócios envolve técnicas como entrevistas, workshops, análise de processos, modelagem de negócios, elaboração de casos de uso e documentação de requisitos.
• O foco principal do business analysis é entender o contexto e as necessidades do negócio e traduzi-los em requisitos claros e acionáveis.

Link wikipedia (em inglês): o verbete correspondente em português para “business analysis” é “análise administrativa”, que a própria Wikipédia considera um verbete com baixa qualidade (em 11/5/2023). Por isso, indicamos somente o verbete em inglês.
No verbete da wikipedia existe uma lista de técnicas (métodos e ferramentas) para a realização da análise de negócios.

Recomendamos também o conhecimento do International Institute of Business Analysis, que publica o BABOK, business analysis body of knowledge (IIBA, 2015), utilizado para certificação de profissionais. Eles publicam também um glossário em português, de acesso gratuito, com os  termos utilizados na análise de negócios.

Alguns consideram que:

• business analytics e business intelligence (BI) são sinônimos;
• BI contém business analytics (como se business analytics fosse o meio e business intelligence o fim); 
• BI se concentra na descrição e no uso de um conjunto de métricas para medir o desempenho passado e orientar o planejamento de negócios, enquanto business analytics se concentra na previsão e prescrição;
• business analytics é uma evolução mais abrangente do business intelligence (BI) (*1);
• o business analytics tem mais recursos de estatísticas preditivas do que o BI, oferecendo uma visão mais aprofundada das métricas da organização (*1)

Não existe um consenso com relação a comparação entre business intelligence e business analytics.

Essa diferenciação não é consensual, pois muitas propostas de BI também utilizam data analytics e realizam previsões e prescrições.

Business Intelligence (BI): refere-se ao conjunto de tecnologias, processos e metodologias usadas para coletar, organizar, analisar e apresentar informações estratégicas para apoiar a tomada de decisões empresariais. O BI envolve a transformação de dados brutos em informações significativas e acionáveis, normalmente por meio de painéis, relatórios e visualizações. Em português: inteligência de negócios ou inteligência empresarial.

Business Analytics: envolve o uso de técnicas quantitativas e qualitativas para explorar e analisar dados empresariais, identificar padrões, tendências e relações, e obter insights acionáveis que possam ser usados para tomar decisões informadas e impulsionar o desempenho do negócio. Em português: análise de dados empresariais ou análise de negócios baseada em dados.

Business Analysis (BA): é uma disciplina que se concentra na compreensão e definição dos requisitos de negócios para projetos ou iniciativas. Os profissionais de Business Analysis examinam as necessidades e problemas dos negócios, identificam oportunidades de melhoria, definem requisitos e colaboram com as partes interessadas para garantir que as soluções propostas atendam às necessidades do negócio. Em português: análise de negócio ou análise empresarial.

Na próxima figura mostramos as três abordagens e suas traduções típicas em português e a superposição que adotamos para indicar que consideramos a inteligência empresarial (BI) mais abrangente do ponto de vista de negócios.

Figura  920: traduções típicas em português dos termos business intelligence (BI), business analytics e business analysis (BA) e uma indicação da superposição entre as abordagens  

Portanto, enquanto business intelligence pode abordar tanto a coleta e análise de dados quanto a apresentação de informações estratégicas para apoiar a gestão, …
… business analytics e business analysis têm um foco mais direcionado para a análise de dados e a compreensão das necessidades e requisitos do negócio, respectivamente. Portanto, são “os meios” para se realizar a business intelligence.

Essa foi a razão do título desta seção ser “business intelligence e analytics” e no detalhamento das áreas usarmos somente o termo “intelligence”, que pressupõe o “analytics”.

Hoje em dia podemos obter dados de várias fontes, tais como, monitoramento do uso de nossos produtos, processos, das redes sociais, do feedback de clientes, dos concorrentes, da evolução das tecnologias etc.

Não se pode mais inovar somente com base no feeling.

Data driven é uma fonte muito rica para tomada de decisões. No entanto, as empresas não estão utilizando todo potencial dos dados. Principalmente os dirigentes ainda não entenderam como tomar decisão baseados nesses dados, pois não conhecem as tecnologias disponíveis.

Business intelligence, data analytics e as demais abordagens citadas nesta seção podem embasar processos de inovação, tais como:

• os processos de rastrear, monitorar e analisar o contexto;
• a definição e execução das estratégias;
• a grande parte dos processos de marketing;
• o planejamento da inovação e as decisões de planejamento e controle do portfólio de projetos;
• a gestão do ecossistema de inovação, quando envolver decisões de qual colaboração com hubs de inovação, startups, M&A etc.
• a realização dos projeto, quando envolver “Experimentar, avaliar, selecionar, aprender e pivotar”

As abordagens de BI listadas e suas ferramentas devem ser utilizadas em todos os momentos de tomadas de decisão, que devem ser embasadas em análises dos dados, como por exemplo, na gestão de riscos (que temos de mensurar).

Se conseguirmos definir padrões, podemos utilizar data analytics para prever eventos futuros, com um certo nível de confiança.

Data driven, pero no mucho

O desafio é compatibilizar a ciência dos dados com a arte, principalmente nas ações de marketing. Não podemos sair de um paradigma baseado no feeling e partir para um mundo exclusivo de data driven.. o melhor para inovação é  ..

encontrar um equilíbrio entre dados (informação e conhecimentos derivados), empatia e intuição. 

Os dados devem se transformar em informações, que se transformam em conhecimentos até o ponto de se tornar uma competência e contribuir para a competitividade da empresa, ou seja, a gestão de conhecimento (outro processo de apoio transversal) deve estar associada ao data analytics (North & Kumta, 2018).

A inteligência competitiva permite que a empresa possa definir oportunidades, desafios e riscos. Ao analisar os concorrentes, possibilita também a definição de inovações na gestão da inovação para superar seus competidores. A inteligência competitiva permite criar diferentes cenários e criar diferenciais competitivos para aprimorar o posicionamento da sua oferta no mercado.

Copiamos a seguir um trecho de uma discussão na web que corrobora essa abrangência da BI. O site dessa discussão já saiu do ar e só podemos acessar via wayback machine (arquivo de páginas na web no tempo).

A BI não é específica para um tipo de domínio….. Quando você especifica o domínio do assunto da inteligência, pode se referir a “inteligência competitiva”, “inteligência de mercado”, “inteligência social”, “inteligência financeira”, “inteligência de RH”, “inteligência da cadeia de suprimentos” e similares. Você pode substituir “analítica (analytics)” por “inteligência” em todas essas frases sem qualquer mudança de significado. Na verdade, prefiro me referir a “BI” como “business analytics”.

No próximo tópico descrevemos de forma sucinta as práticas de inteligência da figura anterior, que são detalhadas em subseções.

IIBA (2015). A Guide to the Business Analysis Body of Knowledge (BABOK). v3. International Institute of Business Analysis, Toronto, Ontario, Canada.