O título desse tópico foi provocativo, porquê embora o mundo digital entenda o Data Science como uma alternativa ao BI entenderemos aqui que são itens complementares, o Business Intelligence (BI) ou em português, Inteligência de Negócios, é um termo abrangente destinado a cobrir todas as atividades necessárias para que uma empresa transforme dados brutos em conhecimento. Em outras palavras, são esforços da empresa para entender o que sabe e o que não sabe de sua própria existência e operações.

O objetivo final é ser capaz de aumentar os lucros e aprimorar sua vantagem competitiva. Dessa forma, BI é um conceito, que tem evoluído de princípios básicos (como relatórios de contas a pagar e contas a receber e informações de contato e contrato do cliente) para informações muito mais sofisticadas e personalizadas. Estas informações variam em tudo, desde comportamentos de clientes até monitoramento de infraestrutura de TI, passando até mesmo pelo desempenho de ativos fixos de longo prazo. O rastreamento separado dessas métricas é algo que a maioria das empresas pode fazer independentemente das ferramentas empregadas.

Combinar resultados diferentes de métricas, normalmente não associadas entre si, em informações compreensíveis e acionáveis. Essa é a arte do BI. O futuro do BI já está se configurando para ampliar simultaneamente o escopo e a variedade de dados utilizados e aprimorar o foco para níveis cada vez mais específico se mais granulares, com objetivo em análise preditiva. Exatamente aí que entra Data Science. Os softwares de BI têm sido fundamentais nesta progressão constante para um conhecimento mais aprofundado sobre negócios, concorrentes, clientes, indústria, mercado e fornecedores, para citar apenas alguns possíveis objetivos métricos. Mas à medida que as empresas crescem e o volume de dados aumenta, a captura, o armazenamento e a organização de informações tornam-se muito mais complexos para serem totalmente tratados por seres humanos.

Exatamente aí que entra Machine Learning e Inteligência Artificial. Embora os softwares de BI ainda cubram uma variedade de aplicações de software usadas para analisar dados brutos, hoje eles geralmente se referem a análises para mineração de dados, processamento analítico, consultas, relatórios e, especialmente, visualização. A principal diferença entre o software de BI de hoje e as soluções de Big Data Analytics é em grande parte escala. O software de BI lida com os dados de tamanho típico, encontrados na maioria das empresas, de pequenas a grandes. Aplicações de Big Data Analytics processam análise de dados para conjuntos de dados muito grandes, medidos em petabytes (PBs) e esse grande volume de dados permite realizar análise preditiva com precisão cada vez maior. Essa é uma das principais diferenças entre o BI tradicional e Data Science.