Sim e não.
Primeiro, o sim-simples. Como conseguir conhecimento sobre seu negócio.
Vamos pegar um exemplo clássico: sabe-se hoje que é muito mais barato manter clientes que adquirir novos clientes. Isso é um conhecimento sobre negócios em geral, é "inteligência de negócios". Qualquer problema que aumente a chance de um de seus clientes abandoná-lo em favor do concorrente deve ser tratado com atenção, para evitar que esse risco se concretize.
Eis o mesmo exemplo, em formato de projeto, e mais alguns:
- Churn (perda por atrito): se você é do ramo de telefonia, um projeto de data mining sobre sua base de usuários vai ajudá-lo a determinar o perfil do cliente perdido e o que o levou a abandoná-lo.
- Cross-selling/up-selling: se você é um varejista (banco, supermercado, posto de gasolina, farmácia etc.), instale um programa de fidelidade (para identificar seu cliente) e rode um projeto de data mining para descobrir os perfis de clientes. Identifique aqueles que se encaixam em um perfil de gasto X, mas que estão gastando consideravelmente menos e defina uma ação de marketing para estimular o gasto desse perfil.
- Capacity planning: se você é uma empresa de serviços públicos essenciais, como água, luz e telefonia, analise sua rede (com data mining, sempre) e descubra os sinais que indicam perdas (de água, luz, sinal etc.) Depois aplique o resultado dessa análise contra a rede toda, para achar pontos de perda ainda ignorados e demandas reprimidas.Isso vai reduzir suas perdas e ajudar a planejar melhor seu crescimento. (Incidentalmente esse projeto ainda te ajuda a evitar que clientes processem sua empresa por cobranças incorretas.)
Nesses três exemplos o resultado é sempre uma equação ou função de algum tipo, que permite avaliar clientes (ou setores) novos em função do histórico de outros clientes (ou setores.) Só por curiosidade, esses três projetos são parte de uma solução maior, chamada de Gerenciamento do Relacionamento com Cliente (ou na sigla em inglês, CRM.)
A Solução de BI, nesses casos, é feita embutindo os resultados dos projetos de Data Mining (empregando o conhecimento do seu negócio) nos sistemas que compõe sua linha de frente (através de uma ferramenta), e mantendo controle sobre a qualidade dessa solução (para evitar que mudanças na realidade tornem seu modelo inútil e te faça perder dinheiro ao invés de ganhar.)
Como eu fiz questão de explicitar, todo esse conhecimento, essa Inteligência de Negócio, é resultado da exploração dos dados da empresa com ferramentas de estudos para grandes volumes de dados, usando o conhecimento do seu negócio em busca de respostas objetivas.
Colocando de outra forma: se você não entende o que o seu negócio faz, nenhum projeto de BI vai mudar sua empresa. Se você entende, usar os dados para responder perguntas precisas vai gerar resultados oportunos, precisos, valiosos e práticos.
E a parte não-simples?
Criar os processos para obter esses resultados e usar seus resultados é que é o desafio real, o que vai gerar um alto ROI.
Diga: você sabe que perguntas responder? Como obter essas respostas? E o que fazer com elas, para que elas gerem valor para sua empresa?
O passo zero é conhecer seu negócio e escolher o que atacar primeiro. Depois, o passo um é ter um Data Warehouse. Com algum histórico de dados acumulados, você está pronto para o passo dois, quando seleciona uma equipe de Data Mining e os faz buscar as respostas.
Com o resultado em mãos (um modelo matemático), cumpra as duas últimas etapas: três, monte um processo de aplicação contínua aos dados on-line (e faça dinheiro, identificando clientes que podem ir embora, ou que poderiam comprar mais, ou falhas na sua rede etc.) e, quatro, monte o processo de avaliação da qualidade dos resultados (para que você não seja pego de surpresa quando seu modelo descolar da realidade - quando isso acontecer, recalibre-o ou refaça-o.)
---
Existe uma categoria simples de solução, que não envolve Data Mining e pode ser usada por um vasto número de pequenas e mesmo médias empresas: OLAP. Um bom DW e uma boa ferramenta OLAP permitem aos analistas de negócio explorar os dados em buscas de perguntas (e suas respostas) que vão melhorar o desempenho da empresa. Ainda que os resultados possam virar parte da cultura da empresa ("o cliente que volta duas vezes, volta a terceira, mas apenas 10% volta a quarta vez") eles não necessariamente serão embutidos nos sistemas on-line, porque são ad-hoc.
