O documento discute análise de dados, definindo-a como o processo de limpeza, alteração e processamento de dados brutos para extrair informações úteis que ajudem empresas a tomarem decisões informadas. Ele descreve as principais etapas do processo de análise de dados e diferentes tipos de análise, incluindo descritiva, diagnóstica, preditiva e prescritiva.
3. Embora muitos grupos, organizações e
especialistas tenham maneiras diferentes
de abordar a análise de dados, a maioria
deles pode ser destilada em uma
definição única. A análise de dados é o
processo de limpeza, alteração e
processamento de dados brutos e
extração de informações acionáveis e
relevantes que ajudam as empresas a
tomar decisões informadas. O
procedimento ajuda a reduzir os riscos
inerentes à tomada de decisão,
fornecendo informações e estatísticas
úteis, muitas vezes apresentadas em
tabelas, imagens, tabelas e gráficos.
4. Processo de análise de dados
À medida que os dados disponíveis
para as empresas continuam a crescer
em quantidade e complexidade,
também aumenta a necessidade de
um processo eficaz e eficiente para
aproveitar o valor desses dados. O
método de análise normalmente passa
por várias fases iterativas. Vamos dar
uma olhada em cada um:
5. Identifique a pergunta de negócios que você gostaria de
responder. Qual problema a empresa está tentando resolver? O que
você precisa medir e como você vai medir?
Colete os conjuntos de dados brutos necessários para ajudá-lo a
responder à pergunta identificada. A coleta de dados pode vir de
fontes internas, como o software de gerenciamento de relacionamento
com o cliente (CRM) de uma empresa, ou de fontes secundárias, como
registros governamentais ou interfaces de programação de aplicativos
(APIs) de mídia social.
Limpe os dados para prepará-los para análise. Isso geralmente envolve
eliminar dados duplicados e anômalos, reconciliar inconsistências,
padronizar a estrutura e o formato dos dados e lidar com espaços em
branco e outros erros de sintaxe.
Analise os dados. Ao manipular os dados usando várias ferramentas e
técnicas de análise de dados, você pode começar a encontrar
tendências, correlações, discrepâncias e variações que começam a
contar uma história. Durante esse estágio, você pode usar a mineração
de dados para descobrir padrões em bancos de dados ou software de
visualização de dados para ajudar a transformar os dados em um
formato gráfico fácil de entender.
Interprete os resultados de sua análise para ver quão bem os dados
responderam à sua pergunta original. Que recomendações você pode
fazer com base nos dados? Quais são as limitações para suas
conclusões?
7. Análise descritiva
A análise descritiva nos diz o que
aconteceu. Esse tipo de análise
ajuda a descrever ou resumir
dados quantitativos
apresentando estatísticas. Por
exemplo, a análise estatística
descritiva pode mostrar a
distribuição das vendas em um
grupo de funcionários e o valor
médio de vendas por
funcionário.
8. Análise de diagnóstico
Se a análise descritiva determina o “o
quê”, a análise diagnóstica determina o
“porquê”. Digamos que uma análise
descritiva mostre um fluxo incomum de
pacientes em um hospital. Aprofundar os
dados pode revelar que muitos desses
pacientes compartilhavam sintomas de
um vírus específico. Essa análise
diagnóstica pode ajudá-lo a determinar
que um agente infeccioso - o "porquê" -
levou ao influxo de pacientes.
A análise diagnóstica responde à
pergunta: “por que isso aconteceu?”
9. Análise preditiva
Até agora, analisamos tipos de análise
que examinam e tiram conclusões sobre
o passado. A análise preditiva usa dados
para formar projeções sobre o
futuro. Usando a análise preditiva, você
pode notar que um determinado
produto teve suas melhores vendas
durante os meses de setembro e
outubro de cada ano, levando você a
prever um ponto alto semelhante
durante o próximo ano.
A análise preditiva responde à pergunta:
“o que pode acontecer no futuro?”
10. Análise prescritiva
A análise prescritiva pega todos os insights
coletados dos três primeiros tipos de análise
e os usa para formar recomendações sobre
como uma empresa deve agir. Usando nosso
exemplo anterior, esse tipo de análise pode
sugerir um plano de mercado para aproveitar
o sucesso dos meses de vendas altas e
aproveitar novas oportunidades de
crescimento nos meses mais lentos.
A análise prescritiva responde à pergunta: “o
que devemos fazer sobre isso?”
Este último tipo é onde o conceito de
tomada de decisão orientada por dados
entra em jogo.