14 setores para aplicação de Data Analytics

Publicado por Joni Hoppen em maio 26, 2015

Na grande maioria das conversas com nossos clientes sobre Analytics e Inteligência Artificial, notamos que há uma lacuna entre a realidade do negócio e expectativas de projetos de Data Analytics. Muitos destes clientes ainda buscam saber por onde começar, neste sentido, fizemos uma pesquisa para responder às questões sobre aplicação de Data Analytics:

  • Quais principais setores (áreas de negócio) utilizam Data Analytics hoje?
  • Quais os resultados mais comuns das iniciativas de Data Analytics por setor?
  • Quais são os dados mínimos de entrada para cada iniciativa?

Setores para Aplicação de Data Analytics

Sabemos que é muito raro que duas organizações detenham o mesmo conjunto de dados, mesmo assim formatamos um resumo de nossas pesquisas sobre itens que consideramos genéricos suficientes por setor, assim temos:

Conclusões

 A tabela traz dados de forma resumida para fácil visualização, porém a realidade de cada empresa se desdobra em muitas variáveis de entrada, gerando muitas oportunidades (e riscos) atreladas aos níveis de maturidade em gestão de dados. (Níveis de Maturidade de Analytics)

  • Existem vários outros setores que já utilizam recursos e metodologias da ciência de dados, porém estes já podem servir de exemplo para uma grande parcela dos negócios em operação.
  • Soluções de Data Analytics necessitam obrigatoriamente de dados de entrada e como cada negócio é um negócio, é importante conhecer bem os dados de entrada e sua qualidade. Em muitas situações as organizações não estão capturando os dados corretamente em seus sistemas, apresentando um baixo nível de maturidade.
  • Um obstáculo comum dos projetos de Data Analytics é o elevado esforço necessário para coletar, organizar e “limpar” os dados de entrada. Isso é, geralmente, o principal gerador de grandes frustrações entre os interessados no projeto. Cursos e capacitações na área podem acelerar o processo de construção dos modelos de análise de forma significativa, mas este conhecimento é escasso no mercado.
  • Não existem, pelo menos até onde se estendem nossas pesquisas, aplicativos “Plug & Play” de “Data Analytics” que possam ser instalados e  possam produzir os resultados das análises imediatamente. Em 100% dos casos toda a equipe (pessoal técnico e de negócio) precisa meter a mão na massa, criar hipóteses, definir amostras de dados, fazer testes, ajustar o modelo, calibrar o processo e finalmente chegar a resultados de fato conclusivos. Uma metodologia científica de trabalho voltada à dados que se ajuste ao negócio é fundamental para que esse processo seja bem sucedido.

Este post dá um panorama bem geral (e pé no chão) sobre algumas áreas de mercado aonde sabemos que existem dados, e que, de alguma forma, estão estruturados para análise. Existem sim outros mercados (você leitor deve ser deste “outro mercado”) que estão explodindo em informações (marketing digital por exemplo) mas escolhemos focar naqueles que são de senso comum, e ainda operam de maneira cética em relação aos dados. Se você quer se aprofundar melhor sobre como esse novo olhar pode mudar o seu negócio, leia nosso Guia de introdução à cultura de Data Analytics. Lá mostramos os caminhos e etapas necessárias para que você entre no mundo do Data Analytics sabendo dos desafios que irá encontrar, dividimos o processo de adaptação em sete etapas, da identificação da oportunidade até a replicação de um projeto de sucesso. Baixe agora e esteja pronto para a revolução dos dados!

Continue se informando, assine nossa newsletter aqui.

Informações para referenciação: Gostou do material? Caso queira enriquecer sua pesquisa ou relatório (seja blog post ou artigo acadêmico), referencie nosso conteúdo como: Aquarela 2018 - Inteligência Artificial para negócios (www.aquare.la).
Autores:
Mario A. F. Baptista
Sócio fundador e Presidente da Flex Capital Securitizadora S/A – Mestre em “Business Administration” pela Universidade da Califórnia em Los Angeles (UCLA) – Mestre em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC).
Joni Hoppen
Fundador da Aquarela Advanced Analytics, professor e palestrante na área de Ciência de Dados, mestre em Sistemas de Informação pela universidade de Twente na Holanda, focado em processos de rápida prototipação de Big Data Analytics e cultura de dados. Linkedin
Continue Lendo
Assine nossa Newsletter