Etapas para Análise de Dados

Fala galera do mundo dos dados! Já se deparou com dados sem saber por onde começar uma análise? Calma, ninguém está sozinho! O Dados ao Cubo apresenta as etapas para análise de dados. Uma forma de extrair o máximo de valor dos dados sem se perder no meio deles. As etapas para análise de dados não é uma regra ou forma que vai resolver todos os problemas com dados. Mas sim, uma forma estruturada de atingir os objetivos com a análise de dados.

Para isso, dividiremos a tarefa de analisar os dados em 6 etapas, que podem ser modificadas conforme a complexidade do problema. Essas etapas foram baseadas no conceito DDDM (Data Driven Decision Making). Abaixo uma imagem para representar esse fluxo de uma boa análise de dados.

A missão agora é entender cada uma dessas etapas, e ao final colocar um exemplo prático nesse fluxo. Vamos lá?! Partiu problema.

Problema para análise de dados

Primeiramente, precisamos de um problema para resolver. A partir deste problema se inicia o fluxo da análise de dados. Esse é o nosso ponto de partida, a primeira etapa da jornada.

Sendo assim, é bem importante entender de fato o problema e os ganhos do negócio com a resolução do mesmo. Outro fator bem relevante, é a delimitação do escopo desse problema, em caso de problemas muito grandes. Talvez seja necessário dividir em pequenas partes, assim resolvendo por partes.

Depois que todos entenderam o problema, chegou a hora de verificar se temos dados para resolver o problema. 

Dados para análise

Problemas sem dados não podemos resolver. Correto? Então, precisamos verificar se temos dados disponíveis e onde as cidades estão armazenados. dessa forma, começamos a entender se temos dados para análise e se a resolução do problema através dos dados é possível.

Se temos dados disponíveis para análise, então temos disponibilidade para a resolução do problema. Agora é entender o que precisamos medir para encontrar soluções para o problema.

Métricas na análise de dados

Nesta etapa de métricas para análise de dados, é importante definir e entender quais são os indicadores que serão utilizados na análise para encontrar soluções do problema.

Dessa forma, conseguimos fazer uma avaliação com os dados disponíveis se é possível aplicar as metas desejadas. Então, se temos métricas aderentes aos dados podemos partir para entender como coletar os dados para análise dos mesmos. 

Coleta dos dados para análise

Depois que definir o problema, encontrar os dados, e definir as métricas, chegou a hora de definir como será a coleta dos dados. Sendo assim, temos alguns pontos bem importantes que precisamos definir, são eles: 

• Quais são as origens dos dados?
• Qual a periodicidade de consumo dos dados?
• Quais ferramentas a coleta irá precisar?
• Onde armazenaremos os dados para análise?

Estas são algumas das perguntas primordiais, que precisam de respostas nesta etapa da jornada. A partir delas, podem surgir algumas outras perguntas para entendimento da coleta de dados.

Somente com todos esses esclarecimentos resolvidos, entendida a viabilidade da coleta, então, podemos pensar na análise dos dados. 

Análise dos dados

E então chegou a melhor hora da brincadeira. Partiu fazer um discovery dos dados, ou seja, uma análise exploratória dos dados, também conhecida como EDA (Exploratory Data Analysis). Um ponto importante desta etapa, é focar nas métricas de resolução do problema definidas na etapa anterior, mas nunca deixar de procurar novos padrões e insights. É com os resultados dessa análise que podemos propor soluções para o problema, apontar novos problemas, fazer novos questionamentos ao negócio ou até mesmo encontrar insights para novos negócios. 

A curiosidade e a criatividade do analista farão uma boa análise de dados, mas não podemos esquecer da estatística, das regras de negócio e de todas as boas práticas de uma análise de dados. E assim chegamos na nossa última etapa, que será a apresentação de toda a jornada da análise de dados. 

Apresentação da análise de dados

É na apresentação que vendemos e convencemos as pessoas da análise de dados que foi feita. Aqui nesta etapa, precisa ser definido como os dados serão apresentados, por exemplo: em formato de relatório, de dashboard ou de uma apresentação. Sendo assim, para cada um dos formatos que podem ser escolhidos, terão ferramentas e técnicas a serem aplicadas para a melhor apresentação da análise de dados. Mas uma coisa comum a todos é a criação de uma narrativa com dados ou simplesmente storytelling com dados. 

E para ilustrar todas essas etapas no mundo real, confere o exemplo a seguir com os detalhes de cada etapa para análise de dados. 

Exemplo etapas para análise de dados 

Em primeiro lugar, qual o problema?🤔 Comprar um carro até 100k com até 3 anos de uso!🚘 Maravilha, e será que temos dados sobre carros?🎲 Mas é claro, está tudo lá na tabela fipe. Então tudo certo, já consigo tomar minha decisão para comprar o melhor carro. Calma, o que será avaliado?💸 Será avaliado o preço dos carros. Ótimo, os dados da fipe resolvem o problema. Será coletado os preços dos principais carros até 100k dos últimos 3 anos e armazenar esses dados em uma planilha. Mas e agora, o que faço com esse mundo de dados, carro e preços? Será feita análise dos TOP3 mais baratos e suas desvalorizações nos últimos 3 anos. Fechado!📊📉 Agora vou apresentar para minha mãe me dar de presente. 😅 Abaixo um resumo das etapas da análise de dados!!!

Assim concluímos as etapas da análise de dados, com esse exemplo prático de uma análise de dados.

Etapas para Análise de Dados ao Cubo

Portanto, vimos como funciona o processo de análise de dados na prática com as etapas apresentadas. Dessa forma, entendemos os detalhes de cada etapa da análise de dados e fechamos com um exemplo real.

E assim chegamos ao fim de mais um conteúdo ao Cubo! Portanto, se curtiu compartilha o conteúdo com a comunidade para fortalecer. Por último, não esqueça de mandar aquele feedback do que mais gostou, do que não gostou ou sugestão de conteúdo. Um abraço e até a próxima!

Conteúdos ao Cubo

Se você curtiu o conteúdo, lá no Dados ao Cubo tem muito mais. Então, deixo algumas sugestões de conteúdos que você pode encontrar por lá, sempre falando sobre o mundo dos dados.

• Bem Vindos ao Dados ao Cubo: Uma Introdução a Ciência de Dados
• Extraindo Texto de Arquivos PDF com Python
• Leitura de Textos com Emoji
• Extraindo Dados do Twitter com Python
• Análise de Imagens com OpenCV
• Inteligência Artificial em Ressonância Magnética
• Regressão com scikit-learn
• Organização de Arquivos e Pastas com Python

Finalizo com um convite para você ser Parceiro de Publicação Dados ao Cubo, escrever o próximo artigo e ter divulgação para toda a comunidade de dados no LinkedIn.