Tipos de análise de dados

Beatriz Gomes — Thu, 14 Dec 2023 03:04:56 +0000

A análise de dados pode ser realizada de várias maneiras, e neste artigo, vamos falar sobre os quatro tipos principais: análise descritiva, análise diagnóstica, análise preditiva e análise prescritiva.

Descritiva:
A análise descritiva é o ponto de partida de qualquer análise de dados. Ela é o tipo de análise mais usado na criação de um dashboard.
Seu objetivo é fornecer uma visão geral da empresa, aqui, respondemos a pergunta “O que está acontecendo?”.
Através de recursos visuais, como gráficos ou tabelas mostrando dados estatísticos, é possivel identificar e compreender o comportamento dos números da empresa e até mesmo encontrar outliers. Essa análise é imprescindível para que possamos prosseguir para análises mais avançadas.

Diagnóstica:
Enquanto a análise descritiva apresenta os dados para o analista, a análise diagnóstica faz, chocantemente, um diagnóstico daqueles dados e procura entender o que levou à aqueles resultados na descritiva, duas ferramentas muito utilizadas para essa etapa são o Excel e o Python.
“O que fez a empresa vender tanto?”, “O que fez a empresa gastar tanto?”, “O que fez tantos clientes entrarem na minha loja?”, são algumas das perguntas que a análise diagnóstica responde.

Preditiva:
Agora, já fazendo uma análise bem mais avançada, chegamos em uma etapa em que podemos prever ou estimar qual o futuro daqueles dados, com base em seus históricos.
“O que provavelmente vai acontecer com minha empresa no futuro?”. Esse futuro pode ser amanhã, mês que vem, ano que vem, etc. você decide, tudo isso graças ao histórico dos dados passados.
Aqui é hora de começar a tomar decisões estratégicas para o negócio, pois com base no histórico, a previsão pode ser positiva ou não, “Com base no que eu estou fazendo na minha empresa agora, o que provavelmente vai acontecer?”, a partir desse questionamento, a empresa pode se direcionar a novas ações com o intuito de melhorar os resultados obtidos na análise preditiva.

Prescritiva:
Depois de análisar com calma e cuidado as previsões obtidas anteriormente, podemos agora decidir o que fazer para melhorar os resultados, através da análise prescritiva.
“O que eu preciso fazer para meus resultados melhorarem?”, essa resposta é guiada por simulações matemáticas ou até mesmo Inteligência Artificial.
Essa análise é muito utilizada para criação de controles orçamentários, metas de vendas, melhores rotas de entregas, etc.

Em era de Big Data, é imprescídivel que possamos analisar todos os dados com calma e expertise.

Iniciando um projeto de Business Intelligence

Beatriz Gomes — Thu, 19 Oct 2023 16:18:35 +0000

Introdução:

Você com certeza já deve ter ouvido esse termo que está sendo tão falado ultimamente, Business Intelligence, ou em português, Inteligência de Negócios, ele nada mais é do que a transformação de Dados em Informações, o que possibilita melhores Tomadas de Decisões.

Mas Bia, qual a diferença entre Informações e Dados?

Eu gosto de dizer que o Dado é a informação bruta, ou seja, tudo o que diz respeito a empresa, seja faturamento, despesa, investimento, etc., absolutamente todos os números que estão armazenados dentro de um banco de dados. É possível ter acesso a todos esses números, mas sem o tratamento prévio ele não passará de apenas mais um número inteligível.

Já a Informação é o Dado pós tratamento ou seja, são todos esses números listados acima, organizados de forma estratégica, de forma que o usuário final possa ler e enxergar muito mais que um simples número, ele vê tudo o que está acontecendo com o negócio dele e tudo o que pode acontecer, assim é formada a Tomada de Decisão.

Um profissional de BI é responsável por coletar todos esses dados e transformá-los em informações, sempre respondendo as seguintes perguntas:

Que história eu quero contar com esses números?
Para quem eu preciso contar essa história?
Qual é a melhor forma de contar essa história?

Transformando Dados em Informações:

Para fazermos um projeto de BI, precisamos passar primeiramente por 5 etapas muito importantes para garantir que tudo que for apresentado seja confiável.

1. ETL (Extract, Transform, Load):

É a etapa em que os dados são coletados de diversas fontes e reunidos em um só lugar para o relatório poder tomar forma.

Extrair: É o processo de identificar e coletar os dados de seu local de armazenamento, aqui os números ainda não são informações, e sim dados.

Transformar: Etapa de transformação dos dados em informações.

Carregar: É nessa etapa que os dados são carregados e daí por diante, já podem ser usados para apresentá-los ao usuário final.

2. Modelagem de Dados:

A modelagem de dados é de extrema importância para manter sua base de dados organizada, ela é feita através das seguintes etapas:

Entendimento do Problema: Aqui respondemos uma pergunta muito importante, Qual é a dor da empresa?

Uma análise de dados é sempre feita com o intuito de resolver um problema, certo? É nesse momento aqui que entendemos que problema é esse.

Modelo Entidade Relacionamento (MER): É nessa etapa que identificamos quem são nossas entidades, quais são nossos atributos e os relacionamentos a serem feitos.

OK, ok, Bia, falou grego, o que são entidades, atributos e relacionamentos??

Entidades: O elemento principal da tabela a ser modelada.

Atributos: São as características da entidade.

Relacionamento: É o que há de comum entre duas entidades, o que interliga uma na outra.

Diagrama Entidade Relacionamento (DER): Depois de definir o MER, precisamos organizá-los em um diagrama que dê para compreender esses relacionamentos.

Definição das Cardinalidades: A cardinalidade define o tipo de relacionamento que vai ser criado entre duas entidades.

As cardinalidades podem ser:

1 x 1: (Um para Um) Quando um elemento da entidade da tabela A só pode se relacionar com um único elemento da entidade da tabela B, e vice-versa.

Um cliente tem um único endereço, e esse endereço só pertence a esse cliente.

1 x N: (Um para Muitos) Quando um elemento da entidade da tabela A pode se relacionar a mais de um elemento da entidade da tabela B.

Uma loja pode ter vários vendedores, mas um vendedor só pode vender em uma loja.

N x N: (Muitos para Muitos) Quando vários elementos de uma entidade da tabela A podem se relacionar a vários elementos de uma entidade da tabela B.

Um cliente pode comprar diversos produtos, assim como um produto pode ser comprado por vários clientes.

Definição do Modelo Lógico: O Modelo Lógico serve como um modelo para os dados usados. Ele agrega mais informações e detalhes antes da implementação do banco.

Implementação do Modelo Físico: É a última etapa da Modelagem, nela se une todas as tabelas, depois de todas as etapas anteriores, para a criação do banco de dados. Demonstra como os dados são fisicamente armazenados.

3. Cálculos e Análises:

Para criarmos as visualizações de dados, como os gráficos e tabelas, precisamos criar alguns cálculos prévios (que não foram possíveis de serem criados no banco de dados), e analisarmos cada número com calma, antes de disponibilizar-los para o usuário final.

4.Relatórios:

É nesse momento que começamos a organizar os dados de forma estratégica, definindo os melhores gráficos, cores, tabelas e cartões para auxiliar nas Tomadas de Decisões dos líderes da empresa.

5. Compartilhamento do dashboard de forma Online:

É nessa etapa que compartilhamos o dashboard com o usuário final.

DEV Community: Beatriz Gomes