Ciência de Dados: O que é, Exemplos e Ferramentas

Em 2009, o Economista-Chefe do Google, Hal Varian, profetizou que a Ciência de Dados seria a profissão mais sexy do século XXI. E sua previsão vem se confirmando. De acordo com o Bureau of Labor Statistics dos EUA, o número de vagas para Cientistas de Dados deve crescer 36% até 2031, um número muito acima da média de outras profissões. Por isso, nesse artigo vamos falar o que é a Ciência de Dados, quais exemplos práticos podemos conhecer e quais ferramentas podemos utilizar para inovar em estratégias, projetos e operações.

Os dados são o novo petróleo

Clive Humby, matemático inglês especializado em ciência de dados, cunhou uma famosa frase para demonstrar a importância que os dados exercem nas organizações nos dias atuais. Segundo ele, "os dados são o novo petróleo". E de fato ele tem razão.

Em um economia cada vez mais voltada para o conhecimento, onde o comportamento das pessoas pode ser rastreado através dos dispositivos que estamos conectados 24 horas por dia, os dados viram um ativo de suma importância para as empresas. Afinal, o invés de fazer pesquisas de opiniões ou solicitar para que seus clientes respondam a questionários intermináveis, as empresas podem saber por meio da análise de dados exatamente aquilo que seus clientes fazem e gostam, e não aquilo que eles dizem que fazem e gostam.

Porém, é exatamente aí que muitas empresas começam a se complicar. Por não ter uma visão clara da importância que os dados exercem no seu processo de tomada de decisão, as empresas simplesmente tratam os dados como um instrumento para processar informações, que eventualmente serão utilizados apenas como um forma de prestação de contas. Isso faz com que os dados deixem de ser um ativo e passem a virar um passivo.

A Era do Cemitério de Dados

Esse passivo de dados pode se tornar algo muito caro. Se olharmos para um passado não tão distante assim, conseguimos enxergar uma mudança considerável na forma como as empresas fazem a retenção e administração dos seus dados.

Antes da popularização dos sistemas ERPs e das tecnologias de informação e comunicação, as empresas tinham uma escassez de dados. Hoje, elas tem uma abundância de dados. Logo, as empresas se viram em um grande dilema: o que fazer com uma quantidade tão grande de dados? E a verdade é que a maioria delas não sabe o que responder.

É aí que vem o conceito que se tem chamado da "Era do Cemitério de Dados". Nesse conceito, as empresas coletam e armazenam informações sem estratégia nenhuma e colocam em risco todos os seus investimentos em inovação.

Nesse conceito, as empresas coletam e armazenam informações sem estratégia nenhuma e colocam em risco todos os seus investimentos em inovação.

Em outras palavras, as empresas que ainda não conseguem enxergar que os dados são instrumentos essenciais para o negócio, fazem com que a inovação se torne um grande casino. Qualquer melhoria que uma empresa tente fazer em seus produtos, serviços ou processos, vai passar pelo desejo ou intuição de um pequeno grupo de pessoas. E isso pode ser extremamente perigoso para a sustentabilidade do negócio.

Então, o que é a Ciência de Dados e como ela resolve esses problemas?

Estudos sobre Ciência de Dados (Data Science) remetem a década de 1970. Naquela época se discutia como os cientistas poderiam fazer melhor uso de dados em suas pesquisas científicas. Mas foi em 1996 que a Ciência de Dados foi reconhecida como uma área de estudo de fato.

A Ciência de Dados como área de conhecimento não deve ser confundida como uma área que trata apenas sobre a armazenagem e análise de dados. Na verdade, essa área busca profissionais que consigam reunir uma série de habilidades que possam ajudar as empresas a resolver problemas complexos, através do uso de abordagens analíticas avançadas combinadas com ferramentas visuais para descobrir padrões de dados.

Nesse sentido, podemos dizer que um Cientista de Dados precisa reunir habilidades de várias dessas disciplinas demonstradas abaixo.

Na figura acima, podemos desmistificar uma outra coisa. O profissional que atua com Ciência de Dados não é um profissional com perfil puramente analítico. Ele também precisa ter um perfil criativo e intuitivo.

Mas para não parecer que a Ciência de Dados é algo que ainda está muito na teoria, vamos demonstrar alguns exemplos práticos.

Exemplos que dão certo

Analisando alguns casos, podemos dizer que as empresas usam dados para inovar em diversos níveis do seu negócio. O primeiro exemplo que vamos citar aqui é o caso da "Cerveja e do Biscoito" do Walmart.

Esse caso, que ficou famoso nos EUA, demonstra muito bem como a empresa usa os dados para inovar em suas operações. O jornal New York Times chegou até a publicar uma matéria sobre o mesmo:

Quando o furacão Frances estava se aproximando da costa da Florida em Setembro de 2004, Linda Dillman, Chefe de Tecnologia da Informação do Walmart, solicitou a sua equipe que fizesse uma análise do seu Data Warehouse para tentar prever o que poderia acontecer com as vendas da empresa tomando como base o que havia acontecido quando o furacão Charley chegou um mês antes. A equipe descobriu que o Pop-Tarts de morango, um biscoito pré-cozido, aumentou suas vendas em 7 vezes. Além disso, também se descobriu que antes do furacão o item mais vendido é cerveja.

Com base nesses dados, o Walmart reabasteceu seus caminhões com Pop-Tarts e cerveja e mandou para a suas lojas. E o tiro foi certeiro. O estoque desses dois produtos chegou ao fim em poucas horas, mostrando assim como os dados podem ajudar a antecipar tendências e entender melhor as dores e desejos dos clientes.

Os dados também podem ser usados para ajudar a inovar em projetos. E um bom exemplo que podemos citar é o Google.

O time de analytics do Google ficou responsável por um projeto que tinha como objetivo "construir chefes melhores". A ideia do projeto era analisar a fundo os relatórios de performance dos colaboradores e cruzar esses dados com os feedbacks dados por eles sobre seus líderes em pesquisas de clima organizacional. Isso acabou criando uma lista de insights descrevendo todas as questões que os funcionários mais valorizavam.

O projeto acabou trazendo grandes frutos para o Google, especialmente no que tange a relação das lideranças com seus liderados. Após o projeto, a empresa conseguiu melhorar em 75% a qualidade de gestão dos gerentes que apresentavam baixa performance, um índice extraordinário quando se fala de questões complexas como a satisfação dos colaboradores.

Mas também é possível utilizar os dados para inovar em estratégias de negócios. Um excelente caso que podemos citar aqui é o do Nubank.

A empresa investe pesado em análise de dados e entende o quanto isso pode torná-la mais competitiva. No vídeo abaixo, você pode ver em mais detalhes como eles desenharam sua estratégia com base nos dados e se tornaram a maior fintech do mundo.

Ferramentas de Ciência de Dados

Por fim, a Ciência de Dados ainda exige que os profissionais que tenham interface com essa área consigam combinar ferramentas e técnicas variadas para ajudar as empresas a gerarem insights estratégicos para o negócio.

Com isso, para fazer a Ciência de Dados acontecer, o profissional poderá dispor em seu arsenal de uma quantidade enorme de ferramentas que possam dar a eles informações com um alto nível de sofisticação.

Mas como essa quantidade de ferramentas é vasta, vamos resumi-las e segmentá-las em 4 tipos de tecnologias:

• BI (Business Intelligence): Tecnologia usada para tratar dados de diferentes origens, para que assim possam ser feitos relatórios visuais, chamados de dashboards, sob diferentes óticas. O Power BI e o Qlik View são ferramentas bastante utilizadas por usuários dessa tecnologia.

• Big Data: Tecnologia usada para tratar uma grande quantidade de dados desordenados em que há dificuldade de controlar o seu crescimento. Em termos visuais, essas ferramentas são muito similares as ferramentas de BI. Porém, essas conseguem tratar uma quantidade de dados maior e possuem funcionalidades mais aprofundadas de análise. O Pentaho e o Tableau estão entre as ferramentas mais conhecidas.

• Data Mining: Tecnologia voltada para entender o padrão de comportamento de um determinado conjunto de dados por meio de associações feitas entre eles. Ao achar esses padrões, os seus usuários acabam tendo a capacidade de gerar insights valiosos sobre aqueles dados que foram explorados. O Weka e o Knime são ferramentas utilizadas para esse fim.

• Inteligência Artificial: Tecnologia voltada para aprender o comportamento de um determinado grupo de dados e assim oferecer predições e sugestões para seus usuários. O ChatGPT e o Gemini são as ferramentas que mais vem se popularizando entre os usuários.

No final, o uso combinado dessas ferramentas e tecnologias fazem exatamente aquilo que a Ciência de Dados prega: unir abordagens analíticas avançadas com ferramentas de visualização e predição.

Concluindo...

Existem diversos outros casos de empresas que podemos citar que usam os dados para inovar em suas estratégias, projetos e operações. Mas aqui vamos deixar um estudo de caso essencial para que você aplique na sua empresa: o caso da Netflix.

No nosso curso, O Jeito Netflix de Inovar, você irá entender como a Netflix se tornou uma das empresas mais inovadoras do mundo e conquistou uma posição dominante em um mercado tomado por gigantes do entretenimento.

Acessa lá e bons estudos!