5 passos Imprescindíveis para Aplicar Analytics

Business Analytics é muito amplo: contempla mineração de dados, Big Data, Data Science, procedimentos de descoberta de conhecimento e, claro, o envolvimento da área de negócio.

5 passos Imprescindíveis para Aplicar Analytics

Nos meus últimos anos de pesquisas e trabalho na área de tecnologia - mais especificamente na área de análise de dados - tenho me deparado com grande confusão em torno do Business Analytics. Por isso, procurei aqui desmistificar e criar um guia rápido para aplicação do B.A. nas empresas. Business Analytics é muito amplo: contempla mineração de dados, Big Data, Data Science, procedimentos de descoberta de conhecimento e, claro, o envolvimento da área de negócio (do business). O principal objetivo é a obtenção de informações mais ricas, profundas e precisas sobre clientes, parceiros e operações de negócio. O interessante é a obtenção em tempo real, com mecanismos que possam prever minuciosamente o comportamento do cliente a partir desses dados. Os estatísticos e cientistas da computação sempre se depararam com um grande problema: escassez de dados. Por isso, as previsões nunca foram precisas o suficiente. Com o advento do Big Data e com o poder computacional dobrando em um curto espaço de tempo, passamos a ter dados disponíveis em abundância e sobre qualquer assunto. Aí entra o conceito de Data Science: aplicação de modelos que fazem previsões a partir da identificação de padrões do conjunto de dados de uma empresa. Modelos de Deep Learning estão alcançando previsões na casa de 99% de exatidão. O conceito acima ainda se confunde bastante com o Business Intelligence. Diferente do Analytics, o BI tem um olhar para o passado, faz a leitura de um conjunto de dados em um data warehouse, extrai informação útil e elabora um dashboard para apoiar os tomadores de decisão que precisam empregar a sua intuição combinada com sua experiência para realizar essa tarefa. Listo abaixo os cinco passos que eu considero imprescindíveis para aplicar analytics na sua empresa: Passo 1: Defina claramente o problema Definir claramente o problema de negócio que se deseja resolver com analytics é o primeiro passo. Essa definição determinará: quais ferramentas e técnicas serão utilizadas, os modelos que serão aplicados, dados que serão imprescindíveis e quais procedimentos serão tomados durante as fases de pré-processamento, mineração e pós-processamento para criação do modelo preditivo. É com base no problema do negócio que você definirá qual o nível de precisão que o modelo deve ter ao final (ou apenas chamado de score). Por exemplo, ao se trabalhar com previsões de churn, inadimplência, concessão de crédito e outros, seu score poderá assumir inicialmente uma taxa de 70% a 80%. Mesmo assim os benefícios são grandes no estágio inicial. No entanto, se o objetivo das previsões estiver relacionado à área médica, como previsão de doenças cardíacas, por exemplo, o ideal é qu