Analytics
Conceito
Analytics é o conjunto de métodos, técnicas estatísticas, ferramentas e tecnologias utilizadas para analisar dados — estruturados ou não estruturados — com o objetivo de gerar conhecimento e apoiar a tomada de decisões.
A abordagem é predominantemente quantitativa, pois utiliza métricas, estatísticas e algoritmos para extrair insights dos dados.
Big Data se refere a um grande volume de dados com alta velocidade e variedade, que exige soluções específicas de armazenamento e análise — e o analytics é justamente o conjunto de técnicas que dá sentido a esses dados.
Tipos de Analytics
| Tipo | Objetivo | Exemplo prático |
|---|---|---|
| Descritivo | O que aconteceu? | Dashboard de vendas do mês |
| Diagnóstico | Por que aconteceu? | Análise de churn por falha no serviço |
| Preditivo | O que pode acontecer? | Prever inadimplência com base no perfil |
| Prescritivo | O que devo fazer? | Sugestão automatizada de desconto |
Etapas do Processo Analítico
- Coleta de dados
- Fontes: estruturadas (banco relacional), não estruturadas (logs, redes sociais).
- Preparação dos dados (pré-processamento)
- Limpeza, normalização, integração.
- Análise
- Estatística, algoritmos de machine learning.
- Visualização
- Dashboards (Power BI, Tableau).
- Tomada de decisão
Ferramentas comuns de Analytics
| Ferramenta | Uso principal |
|---|---|
| Power BI | Visualização de dados |
| Tableau | Dashboards |
| Python (pandas, scikit-learn) | Análise + modelagem |
| R | Estatística e visualização |
| Hadoop / Spark | Big Data + análise distribuída |
🔁 Analytics + Big Data
A integração de Big Data com Analytics permite lidar com os famosos 3Vs:
- Volume: grandes quantidades de dados
- Velocidade: dados em tempo real
- Variedade: dados de fontes diferentes
⚠️ A Cebraspe adora afirmar que “analytics só trabalha com dados estruturados” — isso está errado.
🧪 Exemplos de pegadinhas da banca
| Afirmação da Cebraspe | Correto? | Comentário |
|---|---|---|
| Analytics preditivo prevê o futuro com base em dados | ✅ | Sim, usa ML sobre dados históricos |
| Prescritivo descreve o que aconteceu no passado | ❌ | Isso é descritivo |
| Apenas dados estruturados podem ser analisados | ❌ | Dados não estruturados também são analisados |
| Visualização é a fase final do analytics | ✅ | Normalmente sim, ajuda na decisão |
| Machine learning só é usado em analytics preditivo | ❌ | Também pode ser usado em prescritivo |