Action Experience 2025 - Analytics e BI como Ferramenta para tomada de decisão

Sobre o evento

Recentemente, participei do Action Experience 2025, um evento que conecta criadores e transformadores de tecnologia em resultados inovadores. Minha palestra trouxe um tema fundamental: "Analytics e BI como ferramenta para tomada de decisão". Foi uma oportunidade incrível de explorar como esse mercado pode gerar valor para empresas de tecnologia, especialmente através do compartilhamento de dados e insights via produtos de dados. Mal posso esperar pelo próximo ano!

alt text

O Action Experience é um evento organizado pela Action, uma entidade dedicada a promover a inovação e o networking no ecossistema tecnológico. Em 2025, o evento reuniu profissionais, empresas e entusiastas para discutir tendências e oportunidades em diversos setores.

Business Intelligence vs. Business Analytics

Para garantir que todos ficassem na mesma página, comecei minha apresentação conceitualizando a diferença entre Business Intelligence (BI) e Business Analytics. O BI foca em relatórios históricos e dashboards para entender o que aconteceu no passado, utilizando dados estruturados para análises descritivas. Já o Business Analytics vai além, incorporando técnicas preditivas e prescritivas para prever o futuro e recomendar ações, integrando IA e machine learning.

Aspecto	BI (Business Intelligence)	Analytics (Business Analytics)
Foco temporal	Passado e presente	Futuro
Tipo de análise	Descritiva e diagnóstica	Preditiva e prescritiva
Objetivo	Entender desempenho e resultados	Antecipar cenários e otimizar ações
Abordagem	Reativa (entende o que aconteceu)	Proativa (projeta o que pode acontecer)
Técnicas usadas	ETL, dashboards e KPIs	Estatística, Machine Learning, modelagem

E quais tipos de análises encontramos ao longo da evolução da maturidade de dados nas empresas?

Descritiva	Diagnóstica	Preditiva	Prescritiva
O que aconteceu?	Por que aconteceu?	O que pode acontecer?	O que devo fazer?
Responde perguntas como: “Como foi a performance da empresa no último trimestre?”	Investiga causas, associações e padrões.	Realiza projeções e antecipa cenários.	Recomenda ações ou decisões ótimas com base em simulações e restrições.
Exemplo: Relatórios de vendas mensais, dashboards com indicadores históricos, análise do número de chamados atendidos, gráficos de evolução de faturamento ao longo dos anos.	Exemplo: Análise de queda de vendas por região — diagnosticando que a redução ocorreu devido a baixa disponibilidade de estoque ou a uma mudança no perfil do consumidor. Ferramentas comuns são análise de correlação, drills interativos em dashboards para investigar KPIs.	Exemplo: Previsão de demanda de um produto para o próximo mês usando séries temporais ou modelos de machine learning. Outra possibilidade: Prever o risco de inadimplência de clientes com base em histórico de pagamentos.	Exemplo: Sugerir a melhor combinação de produtos para maximizar o lucro em uma promoção, considerando estoques e perfis de clientes. Ou indicar rotas logísticas ótimas para redução de custos, usando algoritmos de otimização.

Essa distinção é crucial porque, enquanto o BI responde a "o que aconteceu?", o Analytics responde a "o que pode acontecer?" e "o que devemos fazer?". Em um mundo onde as decisões precisam ser ágeis e baseadas em evidências, essa evolução é essencial.

Top Tendências para Data & Analytics nos Próximos Anos

Avançando na apresentação, abordei as top tendências para Data & Analytics conforme indicado pelo Gartner.

Tendências Gartner Data & Analytics — Ilustração das principais tendências para Data & Analytics nos próximos anos, baseada no Gartner.

Entre elas, destacam-se:

Data Sharing is Essential: O compartilhamento seguro e controlado de dados entre organizações é fundamental para criar ecossistemas de valor, permitindo parcerias e inovação colaborativa.
Consumers Become Creators: Usuários de negócio evoluem de consumidores passivos de insights para criadores ativos, utilizando ferramentas acessíveis para gerar suas próprias análises e decisões.
Practical Data Fabric: Arquiteturas integradas e compostas (data fabrics) que unificam dados de múltiplas fontes, facilitando ecossistemas ágeis e reduzindo barreiras para adoção de capacidades analíticas.

Essas tendências estão moldando o futuro, permitindo que empresas não apenas analisem dados, mas também os transformem em ativos estratégicos.

Oportunidades: Além da Tomada de Decisão

Os dados vão muito além da simples tomada de decisão. Abordei três pilares principais de oportunidades para monetizar dados, inspirados em insights do Harvard Business Review:

1. Monetização - Data-as-a-Service (DaaS)

Ofereça acesso a dados brutos ou enriquecidos aos seus clientes, aumentando o lock-in. Empresas podem criar APIs, repositórios e datamarts que forneçam dados organizados e insights sob demanda para outras empresas, parceiros, fintechs, seguradoras, etc. Isso cria um ecossistema de valor compartilhado.

2. Venda de Insights e Benchmarking

Empresas de software (ERP, CRM, etc.) podem criar produtos analíticos que oferecem benchmarking de mercado. Usando dados agregados e anonimizados dos clientes, mostram comparativos de performance, tendências do setor, oportunidades e riscos. Esses relatórios podem ser vendidos como serviços premium, agregando receita recorrente.

3. Produtos Analíticos e Dashboards Customizados

Ofereça módulos avançados de BI, analytics preditivo e prescritivo, integração com IA e automações. Permita que o cliente pague para acessar análises que vão além do padrão — por exemplo, previsão de vendas, análise de churn, recomendações automáticas de ações corretivas. Disponibilize relatórios automatizados para compliance, auditoria, ESG, facilitando a vida do cliente e agregando receita por serviços regulatórios.

Esses pilares transformam dados em produtos rentáveis, criando novas fontes de receita para empresas de tecnologia.

Plataformas que facilitam: Microsoft Fabric e Databricks

Action Experience 2025 | Palestra Na apresentação, destaquei aspectos interessantes em plataformas como o Microsoft Fabric e Databricks, que auxiliam diversas empresas a tomarem decisões assertivas.

O Microsoft Fabric oferece uma suíte integrada para dados, analytics e IA, permitindo unificar dados de múltiplas fontes em um lakehouse. Já o Databricks brilha em processamento distribuído e machine learning, com recursos avançados para data sharing seguro.

Além disso, naveguei por temas avançados como a monetização de dados através de data sharing, onde empresas compartilham dados de forma controlada, gerando parcerias e novos modelos de negócio. Isso não só acelera a inovação, mas também cria oportunidades de receita sustentável.

Conclusão: Lições e Próximos Passos

Action Experience 2025 | Palestra Participar e debater no Action Experience 2025 foi uma experiência enriquecedora, reforçando a importância do Analytics e BI na era digital. As tendências do Gartner, os pilares de monetização e as capacidades das plataformas modernas mostram um futuro promissor para quem trabalha com dados.

E você, como está aproveitando os dados em sua empresa? Compartilhe suas experiências nos comentários!

Agradeço à organização do Action Experience pela oportunidade e aos participantes pelas interações valiosas. Até o próximo ano!