Apresentação
Olá, querido(a) amigo(a)!
O momento perfeito não “surge”. Ele é construído.
Construa o seu. Você tem suas próprias dificuldades, problemas, vitórias e soluções.
Continue firme e, em breve, estará colhendo os frutos da vitória.
Rumo então à aula sobre os conceitos relacionados à Análise de Dados e à Ciência de Dados!
FORÇA e muita DETERMINAÇÃO nos estudos!
Conceitos Relac ionados à Análise de Dados
Análise de Dados (ou Data Analytics)
A Alteryx (2022) define análise de dados como o processo de explorar, transformar e analisar informações para encontrar tendências e padrões que ajudam na tomada de decisões. Eles também afirmam que uma estratégia moderna de análise permite que sistemas e organizações ajam com base em análises automáticas em tempo real, garantindo resultados imediatos e significativos.
Análise de Dados no Setor Público
Hoje em dia, muitas empresas e órgãos públicos processam uma grande quantidade de dados diariamente. De acordo com a ENAP (2020), quando bem utilizados, monitorados e analisados, esses dados ajudam as instituições de várias maneiras. Cada vez mais, órgãos públicos tomam decisões baseadas em dados, seja para detectar anomalias, monitorar indicadores ou melhorar processos. Muitos já perceberam a importância da análise de dados e os benefícios que ela traz.
A seguir, destacamos algumas iniciativas focadas na análise de dados públicos (ENAP, 2020):
O Ministério da Economia oferece vários painéis públicos em seu portal para dar mais transparência às suas ações e permitir um melhor acompanhamento de seu trabalho.
O Portal da Transparência, mantido pela CGU, disponibiliza painéis sobre diversos temas, permitindo que os dados sejam baixados para análise individual. Conforme a Figura. Portal da Transparência – CGU (ENAP, 2020)
O Corpo de Bombeiros Militar de Minas Gerais usou a análise de dados para localizar vítimas do rompimento da barragem de Brumadinho.
O Tribunal de Contas do Estado de São Paulo e o Conselho Administrativo de Defesa Econômica utilizam a análise de vínculos para detectar fraudes.
O TCU realiza fiscalização contínua das folhas de pagamento da Administração Pública.
A CGU detecta anomalias para identificar conluios em licitações do governo federal.
Na área de saúde, centros de controle e prevenção de doenças usam dados para prever surtos de gripe e rastrear padrões de doenças.
Na área de detecção e prevenção de crimes, a análise de dados ajuda a identificar padrões de atividades criminosas e locais com alta incidência de criminalidade.
Figura. Portal da Transparência – CGU (ENAP, 2020)
Aplicações do Big Data e da Análise de Dados
As aplicações do Big Data e da análise de dados são variadas, como destacam Fernandes e Abreu (2014). Elas incluem:
Desenvolvimento de mercado
Inovação
Criação de novos produtos e serviços
Melhoria da eficiência operacional
Previsão da demanda de mercado
Detecção de fraudes
Gerenciamento de riscos
Análise da concorrência
Aumento de vendas
Planejamento de campanhas de marketing
Avaliação do desempenho dos funcionários
Distribuição do orçamento anual
Previsões financeiras
Gestão de planos de saúde
Identificação de potenciais compradores
Compreensão da base de clientes
As Variáveis na Análise Exploratória de Dados
As características estudadas pela análise exploratória de dados são conhecidas como
variáveis.
Chamamos de variável toda característica que se pretende avaliar estatisticamente em um determinado conjunto de elementos (amostra ou população). Cada elemento desse conjunto terá uma medida para essa característica, seja ela expressa em termos numéricos ou não.
Nesse contexto, existem dois tipos de variáveis a serem consideradas: a quantitativa e
a qualitativa.
Obs.: Os níveis de mensuração podem ser quantitativos (discretos ou contínuos) ou qualitativos (nominais ou ordinais).
Em um experimento, ainda podemos considerar as variáveis dependentes ou independentes.
Variável Dependente: Representa uma grandeza cujo valor depende de como a variável independente é manipulada. São apenas medidas ou registradas.
Variável Independente: Representa uma grandeza que está sendo manipulada em um experimento. São as variáveis manipuladas.
O nível de manipulação das variáveis se refere a uma variável independente. A manipulação de uma variável independente pode ser realizada em um ou mais níveis. O nível mínimo de manipulação é de presença-ausência da variável independente.
A Análise de Dados no Contexto da Arquitetura de BI (Business Intelligence ou Inteligência de Negócios)
Cabe destacar o conceito de BI (Business Intelligence), que abrange aplicativos, ferramentas e metodologias usadas para coleta, tratamento, armazenamento, recuperação e disseminação de informações com o objetivo de auxiliar o processo de tomada de decisões organizacionais complexas.
Vamos então apreciar as diversas etapas do processo de BI.
Data Source (Fonte de Dados)
Geralmente, o processo de BI começa no Data Source. É nesse local em que se encontram os dados que ainda não viraram informação. Alguns exemplos: arquivos de textos e CSVs, arquivos de Excel, ERP, CRM etc.
Data Integration (Integração de Dados)
Depois de você ter identificado o Data Source, a primeira fase na arquitetura de BI é Data
Integration.
Agora é o momento de desenvolver e executar o processo de ETL (E — Extração (Extract);
T — Transformação (Transform); L — Carga (Load)).
