Case de Empoderamento do Usuário Final

22 de março de 2018
O empoderamento do usuário final é essencial para que um projeto tenha mais sinergia, que a marca dialogue melhor com seu público-alvo e atinja os objetivos esperados. Neste artigo iremos abordar um case de sucesso de empoderamento de usuário final, possibilitado pela parceria entre Tableau, Five Acts e Magazine Luiza para melhoria de BI.


O PROJETO


O projeto de BI no Magazine Luiza foi iniciado em 2013, com um desafio de buscar um BI disruptivo, que integrasse dois aspectos: a inovação e a colaboração dentro da empresa.


Esse foi um desafio enorme por ser uma estratégia específica da empresa e que não tinha comparativo ainda no mercado.

A empresa possuía ferramentas básicas de BI, tradicionalmente utilizadas pelo mercado, tendo o Excel como a ferramenta de obtenção de dados, o que impactava direta e negativamente em decisões operacionais e estratégicas.


Usava-se um modelo padrão de demanda pelas áreas de negócio para TI, que efetuava o desenvolvimento das demandas e disponibilizava os resultados para as áreas demandantes.


Esse processo gerava filas e tempo de espera que a empresa não possuía e se buscou uma nova alternativa, que contemplasse os aspectos que são metas do Magazine Luiza: a inovação e a colaboração.


DEFINIÇÃO DO FORNECEDOR DE BI


A procura no mercado de empresas que tivessem este tipo de filosofia de trabalho foi intensa e demandou muito esforço. Foram identificadas algumas opções que não tinham a concepção desejada e outras que implantariam ferramentas tradicionais de BI, porém não se enquadravam nas necessidades da empresa.


A Tableau foi identificada na lista das empresas top do Gartner, referência em identificação de soluções de BI e ferramentas de gestão.


Ao efetuar a avaliação do produto, a Tableau foi prontamente identificada como sendo a empresa ideal para atender as necessidades do Magazine Luiza, por ter demonstrado possuir um produto conciso e voltado ao usuário final. E além disso, tendo grande aderência ao fator de inovação.


Cabe destacar que o modelo da Magazine Luiza estabeleceu que a definição de compra seria da área usuária e não de TI e, dessa forma, optou-se pela Tableau.


DESENVOLVIMENTO


O projeto se iniciou dentro de TI, tendo como objetivo atingir a realidade do mercado de varejo que possui uma dinâmica de negócios muito voltada a resultados rápidos, que precisam gerar insights para as áreas de negócios, visando dar suporte as ações e aos planos de negócios.


A visão da empresa foi dar poder ao usuário para ter na prática um self-service de BI, com o objetivo de dar autonomia para gerar e disponibilizar suas informações.


Estas definições foram bem executadas e permitiram que as próprias POCs (Proofs of Concept) realizadas no inicio do trabalho já servissem para a área de negócios.


Com base em forte atuação da consultoria Tableau (Five Acts), em 3 semanas, no máximo, todas as máquinas da empresa já possuíam as versões Tableau e estavam disponíveis para uso pelas respectivas áreas.


RESULTADOS OBTIDOS COM TABLEAU


Tableau encontra-se totalmente consolidado na empresa, tendo iniciado com a priorização de algumas áreas foi se expandindo e conquistando as demais operações, sendo uma valiosa ferramenta de BI para o Magazine Luiza.


Inicialmente, as áreas de planejamento de vendas e comercial foram priorizadas por ser as que representavam as áreas de frente e vêm trabalhando ativamente com foco nas compras, quotas e vendas.

Posteriormente, as áreas de logística e marketing foram treinadas e passaram a usar o Tableau.


Com isso, foram otimizadas campanhas e resultados de vendas de forma online, sem qualquer delay de dados, em tempo real ou muito próximo do momento em que ocorreram.


A empresa investia de 2 a 3 dias para ter as informações e passou a obter seus dados em questão de horas. Isso é fundamental para se manter no mercado de varejo, por exigir respostas rápidas e agilidade nas projeções e análise de dados antes da concorrência e obtermos um diferencial de negócio na prática de condições de vendas.


Tal processo permitiu que fosse atendido um dos preceitos básicos do Magazine Luiza: nunca acompanhar a concorrência, mas sim, estar à frente dela. E o Tableau permitiu atender a essa premissa!


CONSIDERAÇÕES FINAIS


Esse é mais um case de sucesso com a ferramenta Tableau e novamente em uma grande empresa de Varejo, a Magazine Luiza.

 

Siga este grande exemplo de sucesso, comece entrando em contato conosco!
Quero evoluir minha análise de dados

Compartilhe

Por Bruno Araujo • 22 de outubro de 2026
Como a integração entre dados estruturados, conhecimento corporativo e inteligência artificial amplia o acesso à informação e apoia decisões em diferentes áreas da empresa.
Por Bruno Araujo • 22 de outubro de 2026
Como a integração de dados, a visão Customer 360 e a inteligência artificial ajudam empresas a conhecer melhor seus clientes e a transformar informações dispersas em decisões de negócio.
Por Bruno Araujo • 22 de outubro de 2026
Entenda como as duas plataformas trabalham com engenharia de dados, analytics, governança e inteligência artificial, e quais critérios considerar antes de investir em uma arquitetura de dados. A escolha de uma plataforma de dados influencia diretamente como uma empresa organiza suas informações, desenvolve soluções analíticas, controla custos e prepara sua estrutura tecnológica para novas demandas de negócio. Nesse cenário, Databricks e Snowflake aparecem frequentemente entre as alternativas avaliadas por organizações que precisam modernizar seus ambientes de dados. Ambas oferecem recursos para processamento, análise, governança e inteligência artificial, mas possuem características arquiteturais e abordagens de desenvolvimento que merecem atenção. A comparação entre Databricks e Snowflake envolve muito mais do que funcionalidades disponíveis em cada plataforma. Uma organização que pretende modernizar seu data warehouse tem prioridades diferentes de outra que precisa integrar dados de múltiplas fontes, processar eventos em tempo real ou desenvolver aplicações de machine learning e IA generativa. Entender essas diferenças ajuda a construir uma arquitetura coerente com os requisitos técnicos, o investimento disponível e os objetivos de crescimento da empresa.