Influência do Business Analytics e Inteligência Competitiva na análise preditiva de mercado: Proposta de um método integrativo aplicado ao setor siderúrgico

Leonardo Ferreira de Melo; Rodrigo Baroni de Carvalho

doi:10.5585/2026.29835

Autores

Leonardo Ferreira de Melo Pontifícia Universidade Católica de Minas Gerais (PUC Minas), Programa de Pós-graduação em Administração (PROPPG), Belo Horizonte, Minas Gerais, Brasil https://orcid.org/0009-0008-1634-4023
Rodrigo Baroni de Carvalho Pontifícia Universidade Católica de Minas Gerais (PUC Minas), Programa de Pós-Graduação em Administração (PROPPG), Belo Horizonte, Minas Gerais, Brasil https://orcid.org/0000-0003-3716-0879

DOI:

https://doi.org/10.5585/2026.29835

Palavras-chave:

Business Analytics (BA), Inteligência Competitiva (IC), análise preditiva, Business Intelligence, inteligência de mercado

Resumo

Alinhado com a crescente concorrência entre organizações, a produção massiva de dados impulsiona as organizações a buscar uma maior eficiência organizacional por meio de análises aprofundadas. Neste cenário, o Business Analytics (BA), por meio da técnica de análise preditiva, emerge como uma solução interdisciplinar que visa gerar valor a partir dos dados por meio de previsões, suportando assim o processo de tomada de decisão. Entretanto, para maximizar a assertividade, um modelo preditivo deve ser intrinsecamente integrado à abordagem da Inteligência Competitiva (IC), de modo a capturar dados do ambiente externo. Neste sentido, o presente artigo propõe e valida um framework e método que buscam orientar a análise preditiva de mercado, integrando o Business Analytics (BA) e Inteligência Competitiva (IC). A fim de subsidiar a construção destes elementos, realizou-se uma revisão da literatura pertinente. O framework e método propostos foram validados por meio de entrevistas semi-estruturadas, com os principais tomadores de decisão de uma empresa multinacional do setor siderúrgico. A análise de conteúdo indicou que o framework e método proposto são consistentes e promissores, com etapas bem definidas que norteiam de forma prática o entendimento e implementação mais segura. Entretanto, constatou-se também o valor observado nas interações humanas e abordagem simples e objetiva para tomada de decisão. Adicionalmente, o fator cultural foi evidenciado como um relevante desafio para a implementação de sucesso.

Downloads

Não há dados estatísticos.

Biografia do Autor

Leonardo Ferreira de Melo, Pontifícia Universidade Católica de Minas Gerais (PUC Minas), Programa de Pós-graduação em Administração (PROPPG), Belo Horizonte, Minas Gerais, Brasil

Engenheiro Mecânico com mestrado em materiais e processos de fabricação, e doutorando em administração de empresas com ênfase em gestão estratégica (PUC Minas). Coordenador de Orçamentos na SMS Group e professor na pós-graduação em Engenharia de Orçamentos e BI (PUC Minas).

Rodrigo Baroni de Carvalho, Pontifícia Universidade Católica de Minas Gerais (PUC Minas), Programa de Pós-Graduação em Administração (PROPPG), Belo Horizonte, Minas Gerais, Brasil

Pós-Doutorado em Ciência da Informação na modalidade de Professor Visitante na Universidade de Toronto, Canadá (Faculty of Information) (2022/2023). Possui Doutorado em Ciência da Informação pela Universidade Federal de Minas Gerais (2006) com período de doutorado-sanduíche (2004 a 2005) na Universidade de Toronto, Canadá (Faculty of Information Studies). Tem graduação em Ciência da Computação pela Universidade Federal de Minas Gerais (1992) e Mestrado em Ciência da Informação pela Universidade Federal de Minas Gerais (2000).

Referências

Almeida, F. C., & Hirata, P. (2016). Entendendo e implantando um sistema de inteligência competitiva. Revista de Gestão, 23(2), 111–122. https://doi.org/10.1016/j.rege.2014.12.001

Almeida, F.C., & Passari, A. F.L. (2006). Previsão de vendas no varejo por meio de redes neurais. Revista De Administração, 41(3), 257-272. https://doi.org/10.1590/S0080-21072006000300004

An, J. (2024). Analytics-based service perspective on customer value and business process management: evidence from transportation service. Journal of Business Analytics, 8(2),71-78. https://doi.org/10.1080/2573234X.2024.2416147

Anuradha A., & Sailaxmi, S. S. (2024). Growth hacking business analytical tools for small and medium enterprises. Journal of Business Analytics, 7(4), 292-317. https://doi.org/10.1080/2573234x.2024.2387560

Araujo, L. S., Behr, A., & Momo, F. da S. (2023). Potenciais antecedentes da adoção de Business Analytics na contabilidade. Revista Contemporânea de Contabilidade, 20(54). https://doi.org/10.5007/2175-8069.2023.e83785

Aydiner, A. S., Tatoglu, E., Bayraktar, E., Zaim, S., Delen, D. (2019). Business Analytics and firm performance: The mediating role of business process performance. Journal of Business Research, 96(1), 228-237. https://doi.org/10.1016/j.jbusres.2018.11.028

Bardin, L. (2016). L’analyse de contenu. Presses Universitaires de France.

Bhaskaran, E. (2024). Business analytics in Steel Product Fabrication Cluster. SEDME (Small Enterprises Development, Management & Extension Journal), 51(2), 105-121. https://doi.org/10.1177/09708464241233023

Bockorni, B. R. S., & Gomes, A. F. (2021). A amostragem em snowball (bola de neve) em uma pesquisa qualitativa no campo da administração. Revista de Ciências Empresariais da UNIPAR, 22(1). https://doi.org/10.25110/receu.v22i1.8346

Brynjolfsson, E., Jin, W., McElheran, K. (2021). The power of prediction: predictive analytics, workplace complements, and business performance. Business Economics, 56 (4), 217-239. https://doi.org/10.1057/s11369-021-00224-5

Buzzerio, F. G., & Marcondes, R. C. (2014). A Inteligência Competitiva na Perspectiva de ser uma Fonte de Vantagem Competitiva e suas Contribuições Estratégicas. Revista De Ciencias De La Administración, 16(40), 235-249. https://doi.org/10.5007/2175-8077.2014v16n40p235

Calof, J., Richards, G., & Smith, J. (2015). Foresight, competitive intelligence and business analytics - Tools for making industrial programmes more efficient. Foresight and STI Governance, 9(1), 68-81. https://doi.org/10.17323/1995-459X.2015.1.68.81

Cao, G., Duan, Y., Li, G. (2015). Linking Business Analytics to Decision Making Effectiveness: A Path Model Analysis. IEEE Transactions on Engineering Management, 62(3), 384-395. https://doi.org/10.1109/TEM.2015.2441875

Cavalcanti, C. X., Oliveira, M. P. V., & Bronzo, M. (2016). Alcançando a inovação em processos por meio da abordagem analítica. Revista de Ciências da Administração, 1(2), 125-135. https://doi.org/10.5007/2175-8077.2016v18n45p125

Conceição, D., & Rodrigues, A. (2015). Percepções maternas sobre alimentação no primeiro ano de vida. Revista Ciências Humanas, 8(1), 118-130. https://doi.org/10.32813/2179-1120.2015.v8.n1.a266

Cruz, D. F., Sakaya, A. Y., Ferreira, M. G. G., Forcellini, F. A., Anjos, S. J. G., Abreu, A. F. de, & Cauchick Miguel, P. A. (2015). Inteligência competitiva em organizações de serviços: uma revisão sistemática da literatura. Revista produção online, 15(1), 50-77. https://doi.org/10.14488/1676-1901.v15i1.1663

De las Heras-Rosas, C., & Herrera, J. (2021). Innovation and competitive intelligence in business. A bibliometric analysis. International Journal of Financial Studies, 9(2), 31. https://doi.org/10.3390/ijfs9020031

Fattah, I. A. (2024). Decision making performance of business analytics capabilities: the role of big data literacy and analytics competency. Business Process Management Journal, 30(6), 2096-2126. https://doi.org/10.1108/bpmj-11-2023-0894

Galdino, J., Galdino, R., & Garcia, L. G. (2022). Ensino de inteligência competitiva: uma análise da literatura presente na Web of Science e na Scopus. Informação & informação, 27(1), 277. https://doi.org/10.5433/1981-8920.2022v27n1p277

Galvin, R. (2015). How many interviews are enough? Do qualitative interviews in building energy consumption research produce reliable knowledge? Journal of Building Engineering, 1(1), 2-12. https://doi.org/10.1016/j.jobe.2014.12.001

Gomes, E. B. P., & Braga, F. dos R. (2006). Inteligência Competitiva No Brasil: Uma Realidade Corporativa. PUZZLE, 6(23), 5-10.

Guest, G., Bunce, A., & Johnson, L. (2006). How Many Interviews Are enough? an Experiment with Data Saturation and Variability. Field Methods, 18(1), 59–82. https://doi.org/10.1177/1525822X05279903

Henrys, K. (2021). Role of Predictive Analytics in Business. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3829621

Janissek-Muniz, R., Lesca, H., & Freitas, H. (2011). Inteligência estratégica antecipativa e coletiva para tomada de decisão. Journal of Sustainable Competitive Intelligence , 1(1), pp.113. https://doi.org/10.24883/IberoamericanIC.v1i1.6

Krumeich, J., Werth, D., Loos, P. (2016). Prescriptive Control of Business Processes: New Potentials Through Predictive Analytics of Big Data in the Process Manufacturing Industry. Business and Information Systems Engineering, 58(4), 261-280. https://doi.org/10.1007/s12599-015-0412-2

Kumar, V., & Garg, L.M. (2018). Predictive Analytics: A Review of Trends and Techniques. International Journal of Computer Applications, 182(1), 31-37. https://doi.org/10.5120/ijca2018917434

Lacerda, D., Dresch, A., Proença, A., & Antunes Júnior, J.A.V. (2012). Design Science Research: A research method to production engineering. Gestão & Produção, 20(4), 741-761. https://doi.org/10.1590/S0104-530X2013005000014

Lee, C. S., Cheang, P. Y. S., Moslehpour, M. (2022). Predictive Analytics in Business Analytics: Decision Tree. Advances in Decision Sciences, 26(1), 1-30. https://doi.org/10.47654/V26Y2022I1P1-30

Maluleka, M.L. & Chummun, B.Z. (2023). Competitive intelligence and strategy implementation: Critical examination of present literature review. South African Journal of Information Management, 25(1). https://doi.org/10.4102/sajim.v25i1.1610

Moura, M. T., Carvalho, R. B., Carvalho Larieira, C. L., Martens, C. D. P., Garcia Lopes, H. E., & Brandão Bernardes, M. E. (2022). Determinantes da Gestão do Portfólio de Projetos (PPM) para a agilidade organizacional: proposta de um modelo conceitual. Revista de Gestão e Projetos, 13(1), 25-55. https://doi.org/10.5585/gep.v13i1.21101

Oliveira, P. H., Gonçalves, C. A., & De Paula, E. A. M. (2013). A Visão Baseada em Recursos da Inteligência Competitiva. Revista De Ciências Da Administração, 15(35), 141–151. https://doi.org/10.5007/2175-8077.2013v15n35p141

Olszak, C. M (2014). An Overview of Information Tools and Technologies for Competitive Intelligence Building: Theoretical Approach. Issues in Informing Science and Information Technology, 11, 139-153. https://doi.org/10.28945/1985

Orjatsalo, J., Hussinki, H. and Stoklasa, J. (2024). Business analytics in managerial decision-making: top management perceptions. Measuring Business Excellence, 29(1), 1-17. https://doi.org/10.1108/MBE-09-2023-0130

Passos, A., & Ferreira, D. M. (2016). Inteligência competitiva: percepções e práticas nas empresas da região autónoma dos açores. Perspectivas em Gestão & Conhecimento,6, 72-86.

Paulino, E.E. (2022). Amplifying organizational performance from business intelligence: Business Analytics implementation in the retail industry. Journal of Entrepreneurship, Management and Innovation, 18(2), 69-104. https://doi.org/10.7341/20221823

Pellissier, R., & Nenzhelele, T. E. (2013). Towards a universal definition of competitive intelligence. SA Journal of Information Management, 15(2), pp.5. https://doi.org/10.4102/sajim.v15i2.559

Piekkari, R., Plakoyiannaki, E., & Welch, C. (2010). ‘Good’ case research in industrial marketing: Insights from research practice. Industrial Marketing Management, 39(1), 109–117. https://doi.org/10.1016/j.indmarman.2008.04.017

Reis Neto, M. T. R., Dusi, M. D. L., Leopoldo, R. D. F., & Moura, L. R. C. (2018). Matriz Estratégica de Inteligência Competitiva. Revista Ibero-Americana de Estratégia, 17(2), 32–49. https://doi.org/10.5585/riae.v17i2.2541

Seddon, P. B., Constantinidis, D., Tamm, T., Dod, H. (2017). How does Business Analytics contribute to business value? Information Systems Journal. 27(3), 237-269. https://doi.org/10.1111/isj.12101

Silaban, D. P. (2022). Challenges in business analytics implementation: A comprehensive review using toe framework. Milestone: Journal of Strategic Management, 2(2), 131-144. https://doi.org/10.19166/ms.v2i2.5953

Silva, A. J., Cortez, P., Pereira, C., Pilastri, A. (2021). Business Analytics in Industry 4.0: A systematic review. Expert Systems, 38(7), e12741.https://doi.org/10.1111/exsy.12741

Szukits, Á., & Móricz, P. (2024). Towards data-driven decision making: the role of analytical culture and centralization efforts. Review of Managerial Science, 18(10), 2849-2887. https://doi.org/10.1007/s11846-023-00694-1

Tarapanoff, K., & Alvares, L. M. A. de R. (2013). Inteligência Organizacional e Competitiva e a Web 2.0. Encontros Bibli: Revista eletrônica de Biblioteconomia e Ciência da informação, 18(38), 37-64. https://doi.org/10.5007/1518-2924.2013v18n38p37

Thiry-Cherques, H.R. (2009). Saturação em pesquisa qualitativa: Estimativa empírica de dimensionamento. Revista Brasileira de Pesquisas de Marketing, Opinião e Mídia, 2(2), 20-27.

Valentim, M. L. P., Alcará, A. R., Cervantes, B. M. N., Carvalho, E. L. de, Garcia, H. D., Dalmas, J. C., Molina, L. G., Lenzi, L. A. F., Catarino, M. E., & Tomaél, M. I. (2005). Pesquisa em inteligência competitiva organizacional: utilizando a análise de conteúdo para a coleta e análise de dados - Parte II. Transinformação, 17(3), 253-270. https://doi.org/10.1590/s0103-37862005000300004

Valle, P. R. D., & Ferreira, J. D. L.. (2025). Análise de Conteúdo na Perspectiva de Bardin: Contribuições e Limitações para a Pesquisa Qualitativa em Educação. Educação em Revista, 41, e49377. https://doi.org/10.1590/0102-469849377

Wang, C. H., Cheng, H. Y., Deng, Y. T. (2018). Using Bayesian belief network and time-series model to conduct prescriptive and predictive analytics for computer industries. Computers and Industrial Engineering, 115,486-494. https://doi.org/10.1016/j.cie.2017.12.003

Yalcin, A. S., Kilic, H. S., Delen, D. (2022). The use of multi-criteria decision-making methods in Business Analytics: A comprehensive literature review. Technological Forecasting and Social Change, 174, 121193. https://doi.org/10.1016/j.techfore.2021.121193

Yilmaz, K. (2013). Comparison of Quantitative and Qualitative Research Traditions: epistemological, theoretical, and methodological differences. European Journal of Education, 48(2), 311–325. https://doi.org/10.1111/ejed.12014

Yin, J., Fernandez, V. (2020). A systematic review on Business Analytics. Journal of Industrial Engineering and Management, 13(2), 283-295. https://doi.org/10.3926/jiem.3030

Zhan, Y., & Tan, K. H. (2020). An analytic infrastructure for harvesting big data to enhance supply chain performance. European Journal of Operational Research, 281(3), 559-574. https://doi.org/10.1016/j.ejor.2018.09.018

Zhang, T., Lauras, M., Zacharewicz, G., Rabah, S., & Benaben, F. (2024). Coupling simulation and machine learning for predictive analytics in supply chain management. International Journal of Production Research, 62(23), 8397-8414. https://doi.org/10.1080/00207543.2024.2342019