O que é análise de dados? De ver os dados a compreendê-los
Todos os dias surgem milhares de milhões de pontos de dados. Publicações nas redes sociais, notícias, comentários, pesquisas, comportamentos de utilizador, interações, opiniões de clientes e inúmeros rastos deixados nas plataformas digitais…
Mas ter dados não significa compreendê-los.
A análise de dados é o processo de examinar dados obtidos de fontes diferentes, revelar as relações entre eles, identificar mudanças e padrões e transformar os resultados em conclusões com significado.
O valor real, porém, não está apenas na resposta a «O que aconteceu?»
- Porque aconteceu?
- O que mudou?
- Que fatores influenciaram?
- O que significa esta mudança?
- Está a formar-se um risco ou abre-se uma nova oportunidade?
A análise de dados moderna persegue exatamente estas perguntas.
Porque é importante a análise de dados?
Saber que as menções a uma marca aumentaram é um dado.
Compreender porque ocorreu esse aumento, que tema o desencadeou, quem está a falar, como afeta a perceção e se é um movimento passageiro ou o início de uma mudança maior: isso é análise.
O mesmo vale para a opinião pública, a política, o comportamento do consumidor, a concorrência, a reputação ou as crises.
Por isso os sistemas de análise avançados não se limitam a explicar o passado. Os dados podem ser abordados a partir de diferentes perspetivas analíticas para compreender causas, avaliar desenvolvimentos possíveis e apoiar a decisão.
Os níveis fundamentais da análise de dados
A análise pode ser pensada através de quatro perguntas fundamentais:
O que aconteceu?
Análise descritiva
Mostra o quadro que os dados atuais e passados revelam.
Porque aconteceu?
Análise de diagnóstico
Investiga as razões, as relações e as causas de fundo da mudança.
O que poderá acontecer?
Análise preditiva
Avalia desenvolvimentos possíveis a partir dos padrões dos dados passados e atuais.
O que deve ser feito?
Análise prescritiva
Ajuda a converter os resultados em decisões e ações.
Esta distinção importa. Um painel pode mostrar-lhe centenas de métricas; revelar o significado por trás dessas métricas é outro nível analítico.
No mundo digital a análise está a mudar
No panorama analítico atual, os dados já não são apenas tabelas e registos numéricos.
Textos, comentários, notícias, conversas nas redes sociais e outros tipos de dados não estruturados passaram a fazer parte da análise de big data. Essa diversidade é uma das razões pelas quais a analítica de big data exige métodos mais avançados do que a análise tradicional de dados estruturados.
Na análise moderna torna-se por isso cada vez mais importante avaliar em conjunto não só o volume, mas dimensões como contexto, emoção, intenção, relação, mudança e fiabilidade.
Falar-se muito de um tema não demonstra que ele seja bem recebido. Parecer positivo pode não significar apoio real. E um grande volume de interação nem sempre representa um movimento orgânico.
Quanto maior a quantidade de dados, mais importa interpretá-los corretamente.
Do dado à decisão
O valor real da análise não é produzir mais gráficos.
Uma boa análise deve revelar, entre milhões de pontos de dados, que mudança importa, porque ocorreu e o que significa para quem decide.
Porque o que as organizações precisam não são mais dados, mas de extrair o significado certo dos dados certos.
Os dados mostram-lhe o que aconteceu. A análise revela o que isso significa.