Glossário BI

Estes são os principais períodos utilizados no meio corporativo para identificar tendências e prever comportamentos. YTD (Year to Date): Refere-se a um período que começa no início do ano (em janeiro) e termina na data em que um relatório financeiro ou contábil é finalizado, como se fosse a expressão “do começo do ano até hoje” ou “acumulado do ano”. Coincidentemente, o ano fiscal brasileiro coincide com o calendário normal. Então, quando o YTD tem como referência o ano fiscal, o período ainda é de janeiro até a data atual. Para melhor compreender essa definição, imagine o odômetro de um automóvel. O aparelho é como o YTD, ele conta o número de milhas que o carro andou desde o início de um período — sendo que o marco é o momento que o carro saiu da fábrica. Vamos supor que você lê em um relatório ou balanço patrimonial: o YTD para o estoque é de 6%. Em outras palavras, do dia 1º de janeiro até hoje, o estoque se valorizou em 6%. MTD (Month to Date): é o tempo que vai do começo do mês atual e termina na data atual. Exemplo: se a data atual é 23 de outubro, o MTD é do dia 1º de outubro ao dia 23; QTD (Quarter to date): corresponde ao início do trimestre atual e termina na data atual. O ano pode ser dividido em 4 quarters: de janeiro a março é o primeiro quarter (Q1), de abril a junho, o segundo (Q2), de julho a setembro, o terceiro (Q3) e de outubro a dezembro, o quarto (Q4); MAT (Moving Annual Total): é um período móvel dos últimos 12 meses, acumulando do primeiro dia do 12° mês anterior até o último dia do mês atual, ou seja, o valor total do final do mês atual somado com o total dos últimos 12 meses anteriores. Exemplo: se a data atual é 23 de outubro, o MAT vai considerar os valores do dia 1° de novembro até 31 de outubro. LY (Last Year): é o valor puro do mesmo período do ano anterior, sem acumular. Veja mais / Fonte: Portal Mais Retorno

Prof. Dr. (PhD) Ralph Kimball é um dos precursores dos conceitos de Data warehouse e Business Intelligence. Desde 1982 vem desenvolvendo pesquisas e conceitos que hoje são utilizados em diversas ferramentas de software para data warehouse. Ele é conhecido por suas convicções de longa data de que o Data warehouse deve ser desenhado para ser compreensível e rápido. Sua metodologia, conhecida como modelagem dimensional ou metodologia Kimball, é frequentemente usada para permitir o compartilhamento de dimensões conformadas. Fonte: Wikipédia

ETL é a sigla para o processo de extrair, transformar e carregar. É uma forma tradicionalmente aceita para que as organizações combinem dados de vários sistemas em um único banco de dados, repositório de dados, armazenamento de dados ou data lake. O ETL pode ser usado para armazenar dados legados, ou, o que é mais comum, agregar dados para analisar e impulsionar as decisões de negócios. Fonte: Google Learn

O BI — Business Intelligence, ou Inteligência de Negócios — consiste na coleta, armazenamento, tratamento, análise e aplicação de dados, que são essenciais para tomadas de decisões mais assertivas. De acordo com o Glossário de Termos da Gartner, o BI é “um termo abrangente que inclui os aplicativos, infraestrutura e ferramentas, e as melhores práticas que permitem o acesso e a análise de informações para melhorar e otimizar decisões e desempenho”. Fonte: TOTVS

Drill down e drill through são dois recursos extremamente poderosos em Business Intelligence. Ambos dão ao usuário a capacidade de ver dados e informações com mais detalhes, embora o façam de maneiras diferentes. Drill down é um recurso que leva o usuário de uma visão mais geral dos dados para uma visão mais específica com o clique de um mouse. Por exemplo, um relatório de detalhamento que mostra a receita de vendas por estado pode permitir que o usuário selecione um estado, clique nele e veja a receita de vendas por região ou cidade dentro desse estado. É chamado de “drill down” porque é um recurso que permite ao usuário se aprofundar em camadas mais específicas dos dados ou informações que estão sendo analisadas. Drill through ao em vez de levar o usuário a um nível mais granular dos dados, o leva a um relatório relevante para os dados que estão sendo analisados, também com um clique do mouse. Por exemplo, um relatório tabular que mostra a receita de vendas por estado pode permitir que o usuário clique nele e revele uma grade de análise dos mesmos dados ou um mapa de calor representando os dados em forma visual. É chamado de “drill through” porque é um recurso que permite ao usuário passar de um relatório para outro enquanto ainda analisa o mesmo conjunto de dados. Fonte: Insight Software

A margem bruta mede a rentabilidade do seu negócio, ou seja, qual a porcentagem de lucro que você ganha com cada venda. Por exemplo, se você vende seus produtos a R$40 mas gasta R$20 para colocá-los nas lojas, você está ganhando apenas R$20. Um exemplo de cálculo: Considere que uma empresa de ecommerce tem uma receita bruta de R$ 15.000,00. Para executar essas vendas, é preciso descontar os custos diretamente envolvidos como R$ 4.000 de matéria prima, R$ 1.000 de frete e R$ 4.000,00 de armazenamento. Então, o lucro bruto seria R$6.000,00. Então, assumindo o mesmo exemplo acima, teríamos: R$6.000 (lucro bruto) /R$15.000 (receita total) x 100 = 40% de margem bruta. É interessante analisar sua margem pois você pode descobrir que determinado produto tem uma margem bruta muito menor do que outro, então talvez seja melhor rever sua estratégia. Agora, não significa que você deve priorizar, necessariamente, produtos com a margem mais alta. Isso é relativo dependendo da sua estratégia. Se você quiser ganhar volume ou abrir novos canais de venda, pode escolher abrir mão de margem, por exemplo. Fonte: Endeavor

O Market Share é a porcentagem que uma empresa recebe do volume total de vendas de um setor. Ou seja, é o nome dado à fatia de um mercado que é dominada por uma empresa. Para simplificar a explicação imagine um breve exemplo: Uma firma do setor de alimentos consegue vender anualmente um total de R$ 10.000,00. Supondo que o setor inteiro de alimentos registrou um faturamento de R$ 100.000,00 no mesmo ano, o Market Share dessa empresa em questão seria de 10%. Veja Mais / Fonte: Portal Mais Retorno

O significado da sigla LTV é Lifetime Value, um KPI de vendas que mensura lucro que um cliente gera para uma empresa enquanto mantém um relacionamento com ela. Mas o que significa Lifetime Value? Em tradução livre, o termo significa “valor vitalício” e também pode ser considerado a “vida útil” do cliente, já que a métrica é referente ao quanto de receita ele representa para o negócio durante um determinado período de tempo. Ou seja, LTV é o quanto de dinheiro um cliente dá para uma empresa enquanto permanece comprando seus produtos e/ou serviços. Fonte: Zendesk

O benchmarking é uma das mais relevantes estratégias para aumentar sua eficiência. Em tradução livre, pode ser traduzido como “ponto de referência”. Trata-se um minucioso processo de pesquisa que permite aos gestores compararem produtos, práticas empresariais, serviços ou metodologias usadas pelos rivais, absorvendo algumas características para alçarem um nível de superioridade gerencial ou operacional. Fonte: Endeavor

A sigla ERP significa “Enterprise Resource Planning”, ou sistema de gestão integrado. Essa tecnologia auxilia o gestor da empresa a melhorar os processos internos e integrar as atividades de diferentes setores, como vendas, finanças, estoque e recursos humanos. A partir da centralização das informações em uma plataforma única, o fluxo de dados corporativos se torna mais fluido e é compartilhado com facilidade. Ao mesmo tempo, essas soluções eliminam a duplicidade de informações. Com isso, a solução se mantém como uma base única e íntegra. O resultado é o acesso a insights valiosos, que contribuem para uma tomada de decisão acertada. Fonte: TOTVS

Custo de Aquisição de Clientes (CAC) é uma métrica de Marketing e Vendas que mostra o quanto um negócio está investindo para conquistar cada cliente. O Customer Acquisition Cost é muito usado em startups e ajuda a mensurar a lucratividade. Fonte: Rock Content

A margem de contribuição indica o quanto a empresa consegue gerar de recursos para pagar as despesas fixas de seus produtos e obter lucro. Assim, a margem de contribuição é calculada da seguinte forma: Margem de contribuição = Preço – Custos e Despesas Variáveis da venda Se é preciso comprar o que é vendido e ainda pagar algumas despesas que só ocorrem quando se vende, como é o caso de impostos sobre a venda e das comissões dos vendedores, quanto sobra para a empresa pagar despesas fixas e ter lucro? Essa é a resposta que a margem de contribuição traz. Se a margem de contribuição for superior ao valor total das despesas fixas, a empresa estará gerando lucro. Se for inferior, significa prejuízo à vista. Fonte: Endeavor

Ticket médio é o valor médio das vendas de um período. Ele é um indicador de desempenho, mostrando o quanto a equipe comercial tem conseguido fechar negócios mais vantajosos para a empresa. Pode ser calculado identificando quantas vendas foram feitas e o faturamento total delas em um determinado período. Fonte: Resultados Digitais

Taxa de conversão é o resultado obtido da divisão entre o número de visitantes de um site pela quantidade de conversões — que podem ser vendas, leads ou outros objetivos da sua empresa. Também conhecida como CVR (Conversion Rate), é uma das métricas mais importantes de um negócio. Fonte: Nuvem Shop

O NPS é uma métrica que serve para mensurar como anda a satisfação do cliente com a sua marca, produto ou serviço. Ele pode ser usado para mensurar a jornada do cliente como um todo, é o NPS Relacional ou para medir a satisfação do cliente em pontos específicos da jornada, é o NPS Transacional. Fonte: Track.Co

A Gestão de Relacionamento com o Cliente, como o termo é conhecido em português, vai muito além de uma plataforma ou um software: é todo o processo utilizado por startups, pequenas, médias e grandes empresas para gerenciar e analisar as interações com clientes, antecipar necessidades e desejos, otimizar a rentabilidade, aumentar as vendas e personalizar campanhas de captação de novos clientes. Fonte: Sales Force

Basicamente, trata-se de meios que as empresas utilizam para colocar suas soluções à disposição do seu público alvo. Por meio deles, é comercializam-se produtos ou serviços, independentemente da área de atuação. Atualmente, os empresários podem contar com diversos canais de venda que fazem parte de dois grupos específicos: os que estão no mundo online, como sites, redes sociais, WhatsApp, e-mail marketing, entre outros; e o tradicional meio off-line, que são as lojas, quiosques, entre outros estabelecimentos físicos. Dispor de vários canais é fundamental para o sucesso do negócio. Afinal, as vendas dependerão deles para existir. Fonte: Sebrae

A margem líquida é o lucro líquido que a empresa faz para cada real em receita. Essa margem ilustra a quantidade de dinheiro que a empresa lucra a cada real de receita obtido depois de pagar todas as suas despesas e impostos. Se a margem de lucro líquido de uma empresa for de 10%, isso quer dizer que para cada 100 reais que a empresa ganha, ela tem um lucro líquido de 10 reais. A fórmula para o cálculo da margem de lucro líquido é: Margem líquida = Lucro líquido / Receita total x 100 Considerando o mesmo exemplo acima, para calcular a margem líquida, o empreendedor deverá subtrair as despesas e impostos incidentes no negócio. Vamos assumir que eles representarão mais R$3.000. O valor do Lucro Líquido será de R$4.000 então. A margem líquida desse negócio será de R$4.000 (lucro líquido)/ R$15.000 Receita Total x 100 = 26%. Isso significa que a cada R$100 vendidos, a empresa lucra R$26. Fonte: Endeavor

Um Data lake permite que as organizações armazenem grandes quantidades de dados estruturados e não estruturados (por exemplo, de mídias sociais ou dados de sequência de cliques) e disponibilizem-nos imediatamente para análise em tempo real, ciência de dados e casos de uso de machine learning. Com um data lake, os dados são ingeridos em sua forma original, sem alterações. Fonte: Oracle

Um data warehouse é um repositório central de informações que podem ser analisadas para tomar decisões mais adequadas. Os dados fluem de sistemas transacionais, bancos de dados relacionais e de outras fontes para o data warehouse, normalmente com uma cadência regular. Analistas de negócios, engenheiros de dados, cientistas de dados e tomadores de decisões acessam os dados por meio de ferramentas de inteligência de negócios (BI), clientes SQL e outros aplicativos de análise. Fonte: AWS Amazon

APIs são mecanismos que permitem que dois componentes de software se comuniquem usando um conjunto de definições e protocolos. Por exemplo, o sistema de software do instituto meteorológico contém dados meteorológicos diários. O aplicativo meteorológico em seu telefone “fala” com este sistema por meio de APIs e mostra atualizações meteorológicas diárias no telefone. Veja mais / Fonte: AWS Amazon

Um Data mart é uma forma simples de Data warehouse que se concentra em um único assunto ou linha de negócios, como vendas, finanças ou marketing. Considerando o foco, os data marts extraem dados de menos fontes do que os data warehouses. As fontes de data mart podem incluir sistemas operacionais internos, um data warehouse central e dados externos. Fonte: Oracle

O Esquema em estrela é uma abordagem de modelagem madura amplamente adotada por Data warehouses relacionais. Ele requer que os modeladores classifiquem suas tabelas de modelo como dimensão ou fato. Tabelas de dimensões descrevem as entidades de negócios – os itens que você modela. As entidades podem incluir produtos, pessoas, locais e conceitos, incluindo o próprio tempo. A tabela mais consistente que você encontrará em um esquema em estrela é uma tabela de dimensão de data. Uma tabela de dimensões contém uma ou mais colunas de chave, que atuam como um identificador exclusivo, e colunas descritivas. Tabelas de fatos armazenam observações ou eventos e podem ser ordens de vendas, saldos de ações, taxas de câmbio, temperaturas, etc. Uma tabela de fatos contém colunas chave de dimensão relacionadas a tabelas de dimensões e colunas de medidas numéricas. As colunas de chave de dimensão determinam a dimensionalidade de uma tabela de fatos, enquanto os valores de chave de dimensão determinam a granularidade de uma tabela de fatos. Por exemplo, considere uma tabela de fatos projetada para armazenar os destinos de venda que têm duas colunas de chave de dimensão Data e ProductKey. É fácil entender que a tabela tem duas dimensões. No entanto, a granularidade não pode ser determinada sem considerar os valores de chave de dimensão. Neste exemplo, considere que os valores armazenados na coluna Data são o primeiro dia de cada mês. Nesse caso, a granularidade está no nível do mês-produto. Fonte: Microsoft

O OLTP permite a execução em tempo real de um grande número de transações por um grande número de pessoas, enquanto o processamento analítico online (OLAP) geralmente envolve a consulta dessas transações (também chamadas de registros) em um banco de dados para fins analíticos. O OLAP ajuda as empresas a extrair insights de dados de transações para que possam usá-los em tomadas de decisões mais informadas. Fonte: Oracle