Florence Nightingale foi a primeira pessoa a usar ferramentas de análise de dados ao registrar mortes durante a Guerra da Crimeia e criar um gráfico que auxiliou na tomada de decisões do governo. Data analytics é a análise inteligente de grandes volumes de dados coletados por ferramentas como big data e business intelligence para apoiar tomadas de decisão. A análise de dados segue etapas como coleta, organização e análise para gerar insights que podem ser usados em diversos setores.

1. Data
Analytics

2. Analytics na História
● A primeira pessoa a usar uma ferramenta
relaciona ao data analytics foi Florence
Nightingale.
● Durante a Guerra da Criméia ela começou
a registrar as mortes com apoio
estatístico.
● Através da análise dos dados criou o
gráfico Rosa de Florence, com o intuito de
auxiliar na tomada de decisões do
governo.

3. Definição
● Quase dois séculos depois com o
crescente aumento da quantidade de
dados gerados por segundo no mundo
digital, as empresas têm buscado cada
vez mais formas de organizá-los e
analisá-los adequadamente.
● Data Analytics é a “ análise de dados de
forma inteligente, coletado por meio de
ferramentas como a big data e o business
intelligence”
● Trata-se de uma estratégia de análise que
visa suportar um grande número de dados
(métricas, pesquisas de satisfação,
feedbacks etc).
● É possível, por exemplo, estudar o
comportamento do consumidor e suas
expectativas, além de observar as
tendências de mercado.

4. Aplicação
❖ Data Analytics geralmente contempla três
categorias de dados:
➢ Social Data: dados que traçam o
comportamento das pessoas, como
curtidas em redes sociais;
➢ Enterprise Data: dados de
operações financeiras;
➢ Personal Data: conjunto de dados
gerados em dispositivos, como
celulares.
❖ O processo de análise de dados segue
algumas etapas: coleta, organização,
análise, desenvolvimento de algoritmos,
visualização e, por fim, tomada de
decisão.

5. Vantagens e exemplos de utilização
● Análise de concorrência;
● Análise do que os seguidores sentem nas
redes sociais;
● Desenvolvimento de produtos/serviços
com base na coleta de dados sólidos dos
consumidores;
● Previsão de faturamento;
● Tomadas de decisão mais precisas.
● É possível usar o Data Analytics em
vários segmentos de mercado. Alguns
bancos utilizam essa estratégia para evitar
possíveis fraudes.
● Na educação, é possível medir o
progresso dos alunos e se os sistemas de
avaliação estão sendo eficazes.
● Já no varejo, o principal uso é traçar o
perfil social e comportamental dos
clientes, de forma a prever tendências e
hábitos.

6. Data science x Big Data x Data Analytics
● O data science ou ciência de dados tem
como atividade combinar estatísticas,
matemática, programação e resolução de
problemas, para extrair insights,
informações e encontrar padrões nos
dados coletados.
● Já big data quer dizer “grandes volumes
de dados”, de maneira bruta e não
organizada.
● Enquanto que o data analytics é uma
prática de análise dos dados.

7. Referências
● https://blog.mastertech.com.br/negocios/qual-
e-diferenca-de-data-science-e-data-analytics-
para-analise-de-dados-nos-negocios/
● https://googleweblight.com/i?u=https://www.a
quare.la/o-que-e-data-analytics/&hl=pt-BR