Tipos de Analytics

Cientistas de dados centrados em negócios utilizam análise de dados para gerar insights a partir de dados brutos e obter informação que gere benefício para as organizações. Os tipos de análise abaixo, são os mais comuns e estão listados em ordem crescente de complexidade:

Análise Descritiva (Descriptive Analytics): Este tipo de análise responde à pergunta: “O que aconteceu?”. Análise descritiva é baseada em dados históricos e dados atuais. Um analista de negócios ou um cientista bases de dados centrado em negócio, usam este tipo de análise em modernas soluções de Business Intelligence.

Análise de Diagnóstico (Diagnostic Analytics): Usa-se esse tipo de análise para encontrar respostas para a pergunta: “por que algo específico aconteceu?” Ou “o que deu errado?” Análise de diagnóstico são úteis para deduzir e inferir o sucesso ou o fracasso de sub-componentes de qualquer iniciativa centrada em dados.

Análise Preditiva (Predictive Analytics): Embora este tipo de análise seja baseado em dados históricos e atuais, a análise preditiva vai um passo além do que análises descritivas. A análise preditiva envolve a construção de modelos complexos de análise, a fim de prever um evento futuro ou tendência. Num contexto comercial, estas análises seriam realizadas pelo cientista de dados voltado para os negócios.

Análise Prescriptiva (Prescriptive Analytics): Este tipo de análise tem como objetivo otimizar processos, estruturas e sistemas através de ações baseadas em análise preditiva – essencialmente dizendo o que você deve fazer com base em uma estimativa do que vai acontecer. Ambos os analistas de negócios e cientistas de dados centrado no negócio pode gerar análises prescriptivas, mas os seus métodos e fontes de dados podem ser diferentes.

Idealmente, uma empresa deve envolver-se em todos os quatro tipos de análise de dados, mas análises prescriptivas são o meio mais direto e eficaz que permitem gerar valor a partir de percepções de dados.

Analytics comumente representa pelo menos dois desafios. Primeiro, as organizações muitas vezes têm dificuldade em encontrar profissionais com conjuntos de habilidades específicas que incluem analytics. Em segundo lugar, os analistas ainda que qualificados, muitas vezes têm dificuldade em comunicar ideias complexas de uma forma que seja compreensível para os gestores e tomadores de decisões.

Para superar estes desafios, a organização deve criar e nutrir uma cultura que valorize e aceite produtos provenientes de análise. As áreas de negócio devem trabalhar para educar todos os níveis da organização, de modo que a gestão tenha um conceito básico de análise e o êxito que pode ser alcançado. Por outro lado, os cientistas de dados centrados no negócio devem ter um conhecimento muito sólido sobre o negócio em geral e, em particular, uma sólida compreensão específica sobre o objeto de análise (marketing, finanças, segurança, etc…). Um conhecimento de negócios forte é um dos três principais requisitos de qualquer cientista de dados centrada nos negócios – os outros dois são: uma forte habilidade de codificação e fortes habilidades de análise quantitativa por meio de matemática e modelagem estatística.

David Matos