Blogs universais
INPUT by Alteryx Blog

Cinco dos segredos mais valiosos do analytics

Blogs universais

O status quo já era. Fique à frente das tendências e torne-se um campeão de analytics

Dados e análises são tendências de crescimento exponencial (Ei, você escolheu a carreira certa! Parabéns.) De acordo com o Emerging Jobs Report de 2018 do LinkedIn, a demanda por "cientistas de dados" cresceu 5 vezes em 2017. Pessoas de todas as partes do mundo especulam sobre o futuro do analytics, sugerindo dicas e liderando palestras sobre tendências emergentes, como a inteligência artificial e o machine learning. Por mais interessante que seja ouvir especialistas famosos, é excepcionalmente complexo encontrar informações valiosas, capazes de ajudar você a alavancar sua carreira (e amar o que você faz).

Como você descarta o hype e descobre conselhos que são realmente úteis? Confira aqui cinco principais segredos para o sucesso do analytics que gostaríamos que todos soubessem:

1. Dados sem código são uma realidade!

Sim, data science é uma mistura complexa de matemática, ciência da computação, pensamento criativo e uma pitada de arte. Nem todo mundo se encaixa nesse tipo de trabalho. Mas você sabe qual é a maior barreira de entrada? Achar que você precisa entender sobre código. Você não precisa. R e Python são ótimas habilidades, mas com uma plataforma de automação de processos analíticos, elas não são imprescindíveis para o sucesso, já que você pode realizar o analytics preditivo e prescritivo em uma única tela de arrastar e soltar.

Não importa qual seja a sua formação - se você tem fome de aprender e está equipado com uma plataforma APA self-service, as oportunidades estão ao seu alcance.

Vamos nos aprofundar em um exemplo:

Em 2017, a SCAN Health Plan começou a suspeitar de um esquema envolvendo lidocaína, porque alguns membros estavam recebendo pomadas pelo correio que não haviam sido solicitadas. Utilizando a análise de rede sem código, eles observaram as reclamações e começaram a encontrar conexões entre membros, farmácias e pomadas indesejadas. O resultado? A SCAN Health Plan economizou US$ 1,5 milhão no primeiro ano.


2. Não precisa de Obrigatório

Agora que você já aceitou a ideia de data science sem código e code-friendly, vamos acabar com outro mito: você não precisa ter um Ph.D.  em matemática ou estatística para conseguir extrair insights avançados de seus dados. Novamente, se você é um gênio da matemática, ótimo! Você está à frente do jogo. Mas, se você parou com as aulas de matemática depois de se formar, não tem problema nenhum. Desde que seja atento aos detalhes e combine criatividade, curiosidade e raciocínio lógico, você conseguirá navegar pelo mundo do analytics self-service como o campeão que é.

Fabio Italiano, vice-presidente de analytics e gestão de informações da McGraw Hill Education, é apaixonado pela democratização do machine learning. Ele gostaria que todos na organização conseguissem realizar análises avançadas, mesmo que não tivessem um trabalho “técnico”. Com o poder da automação de processos analíticos, Fabio capacitou e formou uma equipe de “cientistas de dados de negócios” a partir de talentos existentes. Agora, esses colaboradores internos podem utilizar pacotes R avançados e realizar analytics preditivos sem a necessidade de aprender uma única linha de código ou voltar à escola para fazer mestrado em estatística.


3. Todos podem ter visualizações personalizadas.

Se uma imagem vale mais que mil palavras, a criação de gráficos pode favorecer consideravelmente o entendimento sobre suas análises. Há apenas um problema: muitas vezes, criar gráficos é um processo demorado e cansativo.  Após passar dias ou semanas em uma análise, você finalmente exporta seu árduo trabalho para uma plataforma de visualização … e acaba descobrindo erros antes invisíveis ou o fato de que suas informações parecem confusas. 

E AGORA?

As plataformas self-service permitem que você acompanhe todo o processo do trabalho, visualmente, à medida que avança. Ajuste uma coisa aqui, sintonize melhor ali e veja como essas mudanças impactam a visualização. Muito legal, né? Em vez de deixar a visualização para o final amargo, integre-a em todo o processo para entender melhor o valor dos seus dados, criando análises avançadas e resultados transformadores.

Um outro aspecto dos gráficos que pode acabar com os analistas é saber todas as perguntas que eles precisam responder para todos. Dashboards, capazes de exibir múltiplos gráficos, são uma forma eficaz de oferecer às partes interessadas o que realmente buscam, além de permitir que interajam com a sua análise e respondam perguntas por conta própria. E você pode garantir que esses painéis estejam sempre atualizados com as informações mais recentes do seu fluxo de trabalho repetível.

Por fim, vamos falar sobre o santo graal dos gráficos - produção em lote. E se você pudesse ser como a Oprah: “Você consegue um gráfico! Você consegue um gráfico! E você consegue um gráfico!”? Gráficos personalizados estão disponíveis com o clique de um botão. Utilizando o analytics self-service, um gerente sênior da Coca-Cola conseguiu enviar mais de 600 relatórios personalizados de otimização de inventário para todas as franquias nos Estados Unidos.

4. A automação destrava a criatividade.

Não, a automação não vai roubar o seu emprego. Na verdade, você ficará livre para fazer mais do trabalho divertido e menos do …, digamos, "trabalho não divertido". Você sabe, aqueles relatórios mensais que repetidamente roubam seu tempo. Ou os ETLs manuais que você executa continuamente. Se você automatizar as coisas chatas e demoradas, terá tempo para fazer o que realmente ama, trabalhar em problemas fascinantes e agregar mais valor à sua organização.

Todo trabalho envolve tarefas entediantes, mas a repetição predomina na vida de analistas, que gastam até 80% do  tempo na extração de dados de fontes distintas. Imagine se você pudesse automatizar parte desse trabalho árduo? Vamos dar uma olhada na rotina de um analista para esclarecer o ponto:

Infográfico rotina de um analista de dados

Agora, o que você acha da automação? Afinal, não é tão assustador! Na verdade, pensamos que é positivamente libertador.

5. A TI deve ser sua amiga.

Não vire a cara agora. Sim, a TI com certeza deve (e pode!) ser sua amiga. A configuração de sistemas analíticos atualmente nas organizações acaba colocando a TI contra os cientistas de dados. Os analistas tornam-se escravos da TI, que controla o acesso aos dados e às versões, mas fica enfurecida ao receber solicitações intermináveis que não têm nada a ver com suas prioridades mais urgentes. As plataformas self-service possibilitam que a TI crie governança e permissões para permitir que analistas e cientistas de dados sejam mais autônomos. Todo mundo sai ganhando.

Não acredita em nós? Veja o que diz Trevor Jones, diretor de TI da Vizio.


Não importa qual seja a sua área de atuação, se você trabalha com dados e analytics, é fundamental ter visão de futuro. Mas não se prenda a tendências sem sentido. Compartilhe estes cinco segredos com seus amigos e colegas: eles são os elementos que realmente importam.


Seta direcional
Blog
Tempo de leitura: 5 minutos

O lado oculto do analytics

Conheça os pensamentos de Stephen Dubner, autor do best-seller Freakonomics.

Analista
Líder de analytics
Líder de negócios
Leia agora
Padrão laranja
Blog
Tempo de leitura: 5 minutos

Os 5 estágios de maturidade analítica

Conheça os cinco estágios de maturidade analítica e faça uma avaliação para determinar seu posicionamento.

Líder de negócios
Líder de analytics
Alteryx Platform
Leia agora
Cédulas de dinheiro
Blog
Tempo de leitura: 5 minutos

SoFi Bank otimiza a previsão de fluxo de caixa

Como fazer uma projeção de fluxo de caixa? Descubra como o SoFi Bank otimizou o processo.

Finanças
Líder de analytics
Líder de negócios
Leia agora

Receba mais INFORMAÇÕES na sua CAIXA DE ENTRADA

duas mulheres trabalhando em um projeto juntas