Neste artigo o dataholic Gustavo Lima, consultor de Tableau e Business Intelligence da Dataside, compartilha algumas maneiras de gerar insights para o seu empreendimento.
Tudo começa na forma em que enxergamos aquele dado e para isso precisamos trabalhar algumas habilidades, sejam elas técnicas ou humanas.
Desenvolvimento de habilidades
Para gerar insights, precisamos observar os dados com algumas softs e hardskills. No vídeo abaixo segue algumas delas que são importantes para esse momento:
Agregue, agregue, agregue
A agregação nos diz como os dados são combinados, como a média das idades dos estudantes de ensino superior em uma determinada instituição, ou a soma de todos os alunos que foram aprovados no vestibular.
As agregações são feitas com campos quantitativos e podem mostrar as maiores tendências em seus dados. Quando disponibilizamos campos quantitativos no Tableau, eles são agregados por padrão, mas podem ser desagregados manualmente para mostrar os pontos de dados separados para cada valor de dados em cada linha da fonte de dados.
Um outro caso de agregação seria se você fosse um desenvolvedor, como você vai avaliar se os usuários estão se engajando na sua aplicação? Perguntando para cada um e analisando caso a caso? Não é uma coisa escalável. Porém, podemos analisar a média de quanto tempo os usuários estão logados no app, dividindo o total de tempo gasto pela quantidade de usuários.
Granularidade, é enfeite de brigadeiro?!
Outro fator importante é a granularidade, que significa o quanto os dados estão detalhados. No exemplo abaixo, no indicador da esquerda, você pode observar o total de vendas de forma agregada, em apenas uma barra e sem muitos detalhes. Esse é um cenário onde a granularidade do dado é baixa.
Já no indicador da direita, observamos um detalhamento maior das vendas, classificadas por cliente. Com isso, aumentando a granularidade e seu nível de detalhe.
Trazendo esse conceito para o mundo real, o Starbucks é um grande case de sucesso, em que a empresa aumentou o nível de granularidade para conquistar mais o cliente. Ela criou um programa de fidelidade em um cartão e aplicativo móvel, e assim a Starbucks começou a possuir dados individuais de compra de milhões de clientes.
Usando BI e inteligência artificial, a empresa tenta prever compras e envia ofertas individuais do que os clientes provavelmente preferem através de seu aplicativo e e-mail. Isso acaba gerando um engajamento maior dos clientes existentes com mais frequência e aumenta o volume de vendas.
O que o gafanhoto tem a ver com uma carta de baralho?
Entre eles nada, mas era só para chamar a atenção sobre a correlação, um outro ponto bem relevante para geração de insights dentro de uma visualização. A correlação é uma técnica que pode mostrar se e com que intensidade os pares de variáveis quantitativas estão relacionados. Por exemplo, a quantidade de energia que você gasta numa atividade física e o seu índice de massa corporal, ou algum evento/ação do governo que impactou na bolsa de valores. Mas não é algo exato.
Muitos de nós conhecemos alguém que malha bastante, porém é difícil conseguir massa muscular e, outras que têm muita facilidade. Ou determinadas ações do governo que nem fizeram alterações nas ações da B3.
No entanto, o IMC é calculado pelo peso / (altura x altura). Logo as pessoas com IMC menor que 18,5 estão abaixo do peso, entre 18,5 – 24,9 no peso normal, entre 25 – 29,9 sobrepeso e assim consequentemente.
A correlação pode dizer quanto da variação do peso e altura está relacionada ao seu condicionamento físico.
Isso é tudo pessoal
Espero que tenha gostado, deixe nos cometários o que achou e se tiver outras dicas compartilhe conosco!