{"id":10444,"date":"2020-08-19T10:35:03","date_gmt":"2020-08-19T13:35:03","guid":{"rendered":"https:\/\/www.blip.ai\/blog\/?p=10444"},"modified":"2023-07-16T10:03:03","modified_gmt":"2023-07-16T13:03:03","slug":"analise-de-dados","status":"publish","type":"post","link":"https:\/\/www.blip.ai\/blog\/tecnologia\/analise-de-dados\/","title":{"rendered":"An\u00e1lise de dados e m\u00e9tricas: como impactam nas tomadas de decis\u00f5es?"},"content":{"rendered":"\n

Todo projeto de ci\u00eancia de dados come\u00e7a pela <\/span>an\u00e1lise de dados<\/b> dispon\u00edveis. O objetivo final pode ser chegar a um modelo que consegue prever o <\/span>churn<\/span><\/i> de usu\u00e1rios<\/span><\/a> ou conseguir recomendar <\/span>produtos relevantes<\/span><\/a>. <\/span><\/p>\n\n\n\n

Independente da aplica\u00e7\u00e3o, o <\/span>entendimento claro e aprofundado<\/b> dos dados e das informa\u00e7\u00f5es existentes \u00e9 um importante princ\u00edpio para projetos de dados.<\/span><\/p>\n\n\n\n

Abordar problemas de neg\u00f3cio a partir de uma perspectiva de dados t\u00eam se tornado cada vez mais relevante para diferentes <\/span>ramos do mercado<\/span><\/a>. Sendo assim, os n\u00fameros resultantes das an\u00e1lises de dados <\/span>impactam diretamente<\/b> nas decis\u00f5es tomadas. <\/span><\/p>\n\n\n\n

Um exemplo interessante foi o <\/span>Projeto Oxygen<\/span><\/a>, desenvolvido por um time de pesquisa dentro do RH da Google. <\/span>Por meio de dados,<\/b> a equipe conseguiu mostrar que times com bons gerentes apresentam diferen\u00e7a significativa na produtividade, contentamento e reten\u00e7\u00e3o dos liderados. <\/span><\/p>\n\n\n\n

E a partir desse estudo, conseguiram formular novas perguntas de dados e obter <\/span>insights<\/i><\/b> sobre comportamentos percebidos nos melhores gerentes da empresa.<\/span><\/p>\n\n\n\n

Quer entender um pouco mais como a an\u00e1lise de dados podem gerar boas m\u00e9tricas e, consequentemente, as melhores escolhas para uma empresa? Basta seguir com a leitura!<\/span><\/p>\n\n\n\n

\"-\"<\/h2>\n\n\n\n

Como se inicia um processo simples de an\u00e1lise de dados?<\/h2>\n\n\n\n

Para mostrar a <\/span>import\u00e2ncia de entender bem os dados<\/b>, vamos examinar um processo simples de an\u00e1lise de dados a partir de um exemplo hipot\u00e9tico.<\/span><\/p>\n\n\n\n

Come\u00e7amos por uma <\/span>pergunta de neg\u00f3cio<\/b>: <\/span>quando devo enviar uma notifica\u00e7\u00e3o ao meu usu\u00e1rio para que ele retorne ao website ap\u00f3s o primeiro acesso?<\/span><\/i> N\u00e3o queremos que a pessoa se sinta importunada logo que sair da p\u00e1gina, nem que ela se esque\u00e7a do site. Portanto, olhar para os dados hist\u00f3ricos pode nos indicar um momento mais adequado.<\/span><\/p>\n\n\n\n

Nossa <\/span>vari\u00e1vel principal de interesse<\/b> para esse caso \u00e9 a quantidade de dias que um usu\u00e1rio leva para <\/span>retornar ao website<\/span><\/a> ap\u00f3s a primeira intera\u00e7\u00e3o. Imagine que j\u00e1 passamos pelas fases iniciais de extra\u00e7\u00e3o, limpeza e valida\u00e7\u00e3o dos dados e podemos iniciar a an\u00e1lise.<\/span><\/p>\n\n\n\n

Podemos responder \u00e0 pergunta extraindo uma <\/span>m\u00e9trica que represente bem esses dados<\/b>. Um indicador bastante utilizado \u00e9 a m\u00e9dia aritm\u00e9tica, que \u00e9 obtida por meio da divis\u00e3o da soma dos valores pela quantidade de elementos do conjunto. <\/span><\/p>\n\n\n\n

Para o nosso caso, o <\/span>tempo m\u00e9dio de retorno dos usu\u00e1rios ao website \u00e9 de 24 dias.<\/b> Podemos, por exemplo, tomar uma decis\u00e3o para nosso neg\u00f3cio baseados nesse n\u00famero ou repassar essa informa\u00e7\u00e3o a uma pr\u00f3xima fase do processo de ci\u00eancia de dados.<\/span><\/p>\n\n\n\n

\"-\"<\/h2>\n\n\n\n

A m\u00e9dia foi uma boa escolha?<\/h2>\n\n\n\n

Assumimos que a m\u00e9dia \u00e9 uma boa m\u00e9trica para o nosso caso, mas esquecemos de algo importante: <\/span>ela n\u00e3o \u00e9 uma medida representativa em todos os casos!<\/b> Ela ser\u00e1 uma boa medida descritiva dos dados dependendo de sua <\/span>distribui\u00e7\u00e3o estat\u00edstica<\/b>. <\/span><\/p>\n\n\n\n

E qual \u00e9 a distribui\u00e7\u00e3o estat\u00edstica dos nossos dados?<\/span><\/p>\n\n\n\n

\"an\u00e1lise
Figura 1 \u2013 Distribui\u00e7\u00e3o estat\u00edstica dos dados<\/figcaption><\/figure>\n\n\n\n

A primeira conclus\u00e3o \u00e9 que essa n\u00e3o \u00e9 uma distribui\u00e7\u00e3o sim\u00e9trica, pois est\u00e1 altamente concentrada nos menores valores. A segunda \u00e9 o fato de ela ter uma cauda longa, o que indica que temos alguns valores bem altos que aparecem poucas vezes. Esse \u00e9 justamente o caso em que a m\u00e9dia n\u00e3o \u00e9 a <\/span>medida de centralidade<\/b> indicada para resumir os dados.<\/span><\/p>\n\n\n\n

Podemos tamb\u00e9m fazer uma interpreta\u00e7\u00e3o que se associa diretamente \u00e0 origem desses dados. Para nosso caso de tempo de retorno dos usu\u00e1rios a um site, essa distribui\u00e7\u00e3o est\u00e1 indicando que <\/span>a maior parte dos usu\u00e1rios retorna em pouco tempo<\/b> e que uma porcentagem bem menor demora bastante tempo para retornar.<\/span><\/p>\n\n\n\n

Al\u00e9m disso, a m\u00e9dia sozinha n\u00e3o nos indica o quanto os dados variam em torno desse valor central. Outras medidas, como o desvio-padr\u00e3o, indicam essa informa\u00e7\u00e3o.<\/span><\/p>\n\n\n\n

\"-\"<\/h2>\n\n\n\n

Quais outras medidas posso usar?<\/h2>\n\n\n\n

Algumas outras medidas estat\u00edsticas podem ser utilizadas para se analisar distribui\u00e7\u00f5es assim\u00e9tricas como essa. Uma delas \u00e9 a <\/span>mediana<\/b> \u2013 o n\u00famero que divide o conjunto de dados exatamente na metade, de forma que metade dos elementos s\u00e3o menores que esse valor, e a outra metade \u00e9 maior que esse valor. <\/span><\/p>\n\n\n\n

Ao utilizar a mediana evitamos que os valores extremos de uma distribui\u00e7\u00e3o assim\u00e9trica influenciem no resultado, como ocorre com a m\u00e9dia. Para o caso da distribui\u00e7\u00e3o apresentada, o valor da mediana \u00e9 11, bem menor que a m\u00e9dia de 24.<\/span><\/p>\n\n\n\n

\u00c9 importante saber tamb\u00e9m a respeito da varia\u00e7\u00e3o dos dados. O <\/span>desvio-padr\u00e3o<\/b> \u00e9 uma medida de dispers\u00e3o que indica o quanto os valores est\u00e3o pr\u00f3ximos ou distantes da m\u00e9dia. <\/span><\/p>\n\n\n\n

Calculando para a distribui\u00e7\u00e3o acima, encontramos um desvio-padr\u00e3o igual a 31. Esse valor \u00e9 alto e maior do que a m\u00e9dia, mostrando que h\u00e1 uma grande dispers\u00e3o dos valores, confirmando o que foi visto no gr\u00e1fico da Figura 1.<\/span><\/p>\n\n\n\n

Outra medida interessante a ser obtida \u00e9 a de <\/span>percentil<\/b>. Essa medida divide em 100 partes iguais os valores ordenados do conjunto e cada percentil concentra uma determinada porcentagem da distribui\u00e7\u00e3o dos dados.<\/span><\/p>\n\n\n\n

No gr\u00e1fico abaixo, alguns percentis s\u00e3o apresentados e comparados com os valores da m\u00e9dia, da mediana e com o valor m\u00e1ximo do conjunto de dados.<\/span><\/p>\n\n\n\n

\"an\u00e1lise
Figura 2 \u2013 Medidas relevantes sobre a distribui\u00e7\u00e3o dos dados<\/figcaption><\/figure>\n\n\n\n

Para nossa distribui\u00e7\u00e3o, o 75\u00ba percentil \u00e9 igual a 33, e o 95\u00ba percentil \u00e9 94. Isso \u00e9 o mesmo que dizer que somente 25% dos dados \u00e9 maior do que 33, e que apenas 5% dos dados \u00e9 maior do que 94. <\/span><\/p>\n\n\n\n

Em grande parte das an\u00e1lises, n\u00e3o estamos interessados nesses <\/span>valores extremos<\/b>, pois podem representar, por exemplo, um erro no sistema. Por\u00e9m, existem algumas exce\u00e7\u00f5es em que \u00e9 interessante investigar justamente esses extremos, pois podem indicar um caso especial a ser tratado.<\/span><\/p>\n\n\n\n

\"-\"<\/h2>\n\n\n\n

Quais s\u00e3o os impactos de fazer uma an\u00e1lise de dados para o neg\u00f3cio?<\/h2>\n\n\n\n

Vimos algumas m\u00e9tricas que podem nos ajudar a <\/span>compreender melhor nosso conjunto de dados<\/b>. Percebemos que o valor m\u00e9dio de 24 dias \u00e9 influenciado pelos valores extremos da nossa distribui\u00e7\u00e3o estat\u00edstica assim\u00e9trica. A mediana de 11 dias \u00e9 uma medida central melhor para o nosso caso. <\/span><\/p>\n\n\n\n

Ainda assim o desvio-padr\u00e3o de 31 dias indica que os usu\u00e1rios apresentam tempos bem diferentes de retorno ao website. Mesmo com essa grande varia\u00e7\u00e3o, nossa an\u00e1lise poderia desconsiderar os <\/span>outliers<\/span><\/i> acima do 95\u00b0 percentil de 94 dias, pois representam somente 5% dos casos.<\/span><\/p>\n\n\n\n

Uma das <\/span>conclus\u00f5es da nossa investiga\u00e7\u00e3o<\/b> \u00e9 que n\u00e3o precisamos esperar um tempo de 24 dias para notificar o usu\u00e1rio, pois corremos o risco de perd\u00ea-lo ou deixar passar o momento adequado. Se utilizarmos o valor da mediana de 11 dias, atuaremos no valor central mais apropriado.<\/span><\/p>\n\n\n\n

Outra op\u00e7\u00e3o \u00e9 <\/span>notificar os usu\u00e1rios de forma personalizada<\/b>, dada a grande varia\u00e7\u00e3o que temos no tempo de retorno. Por meio de algoritmos de intelig\u00eancia artificial, seria poss\u00edvel segmentar nossos usu\u00e1rios de acordo com caracter\u00edsticas de seu perfil e predizer o momento mais indicado para notific\u00e1-lo.<\/span><\/p>\n\n\n\n

Os <\/b>chatbots<\/b><\/a> entram, aqui, como uma boa solu\u00e7\u00e3o.<\/b> Afinal, o software consegue enviar mensagens autom\u00e1ticas para o usu\u00e1rio depois de X dias de intera\u00e7\u00e3o, retomando a conversa e, claro, impactando nos neg\u00f3cios.<\/span><\/p>\n\n\n\n

Quais os benef\u00edcios de entender bem os dados?<\/h2>\n\n\n\n

Uma an\u00e1lise mais completa nos ajuda a <\/span>reportar m\u00e9tricas mais representativas e relevantes<\/b>, como ocorre nesse caso ao escolher apresentar a mediana ao inv\u00e9s da m\u00e9dia e complement\u00e1-la com outras medidas. <\/span><\/p>\n\n\n\n

Esse processo tamb\u00e9m nos ajuda a perceber quando estamos diante de <\/span>problemas mais simples<\/b>, que podem ser resolvidos obtendo apenas m\u00e9tricas importantes, ou quando precisamos de <\/span>solu\u00e7\u00f5es mais avan\u00e7adas<\/b>, como as de intelig\u00eancia artificial. <\/span><\/p>\n\n\n\n

Para <\/span>tomarmos decis\u00f5es melhores, baseada da an\u00e1lise de dados<\/b>, precisamos confiar nas informa\u00e7\u00f5es que obtemos deles e ter um olhar hol\u00edstico quanto ao problema. E um bom entendimento dos dados \u00e9 o primeiro passo nessa dire\u00e7\u00e3o. <\/span>Continue no nosso blog e descubra o \u00e9 xAI, a Intelig\u00eancia Artificial Explic\u00e1vel!<\/b><\/a><\/p>\n","protected":false},"excerpt":{"rendered":"

Todo projeto de ci\u00eancia de dados come\u00e7a pela an\u00e1lise de dados dispon\u00edveis. O objetivo final pode ser chegar a um modelo que consegue prever o churn de usu\u00e1rios ou conseguir recomendar produtos relevantes.  Independente da aplica\u00e7\u00e3o, o entendimento claro e aprofundado dos dados e das informa\u00e7\u00f5es existentes \u00e9 um importante princ\u00edpio para projetos de dados. […]<\/p>\n","protected":false},"author":529,"featured_media":12401,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[401],"tags":[360],"class_list":["post-10444","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia","tag-data-analytics"],"lang":"pt","translations":{"pt":10444},"pll_sync_post":[],"_links":{"self":[{"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/posts\/10444","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/users\/529"}],"replies":[{"embeddable":true,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/comments?post=10444"}],"version-history":[{"count":0,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/posts\/10444\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/media\/12401"}],"wp:attachment":[{"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/media?parent=10444"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/categories?post=10444"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.blip.ai\/blog\/wp-json\/wp\/v2\/tags?post=10444"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}