Fundamental e de extrema importância para a potencialização das campanhas, a ciência de dados na política nunca trouxe resultados tão significativos quanto aos ocorridos nas últimas eleições.
E a tendência é de que a sua relevância para a obtenção dos números desejados pelos partidos políticos só aumente, visto que está na internet o principal veículo de informações da atualidade.
Embora as mídias tradicionais (TVs, rádios, revistas e jornais) também tenham o seu peso, é o ambiente online que as pessoas utilizam para trocar as suas ideias e opiniões. Nesse contexto, as redes sociais merecem uma atenção toda especial.
Neste artigo, especificamente, vamos mostrar como a ciência de dados tem sido usada pelos políticos. Continue a leitura e confira. Não perca!
Ciência de dados na política
Para começar, nada melhor do que abordarmos o porquê a ciência de dados na política promete ser cada vez mais utilizada pelos partidos. O motivo é bem simples: fazer o mapeamento de perfil dos eleitores.
Apesar de ser uma prática antiga (aplicada pelos marqueteiros eleitorais antes mesmo da popularização da internet), foram as redes sociais que permitiram a sua aplicação de uma forma mais precisa, pois são nesses canais (Facebook, Instagram, Twitter, Youtube etc) que a recepção dos conteúdos se tornou mais seletiva.
Em outras palavras, é por meio da observação dos eleitores (comentários, postagens, opiniões e discussões) que as equipes de campanha poderão adequar o discurso dos candidatos em prol do angariamento de votos.
Como ela ajuda os políticos
Agora que você já sabe a razão por trás da ciência de dados na política, mostraremos como ela pode ajudar os políticos. Acabamos de falar que ela contribui para a adequação dos discursos, o que por si só já é um grande benefício.
Entretanto, ainda existem outras vantagens, como:
- medição de preferência em redes sociais;
- compreensão das expectativas do eleitorado;
- mudanças de estratégias de acordo com a opinião dos eleitores;
- modelagem do comportamento e mensagens políticas;
- gerar insights;
- conhecer as prioridades conforme os diferentes pontos geográficos;
- entre outras.
Em resumo, pode-se dizer que ela ajudará os políticos a se aproximar dos diversos tipos de eleitores. Cada qual tem suas próprias necessidades, por isso, é importante conhecê-las de modo a se adaptar a cada um deles, esse é o objetivo primário da ciência de dados na política.
Exemplos de uso
Antes de concluirmos, daremos alguns exemplos de como a ciência de dados na política vem sendo utilizada. Para isso, pegaremos a campanha presidencial do até então Presidente dos Estados Unidos, Barack Obama, em 2012, e a campanha do atual prefeito de São Paulo, João Dória.
A primeira se aproveitou das redes sociais para compreender as exigências e a percepção dos eleitores. Com analistas de dados muito bem treinados, a equipe do presidenciável procurou entender quais estratégias e discursos seriam mais influentes na população.
Já a segunda contou com agências especializadas para analisar a repercussão das mensagens do hoje prefeito de São Paulo. Foi isso que permitiu que João Dória mantivesse a sua imagem pública irretocável durante a sua campanha.
Enfim, o que não se discute é o fato de que a ciência de dados na política será cada vez mais importante para os resultados das eleições.
O que achou deste artigo? Gostou? Então o compartilhe em suas redes sociais para que os seus amigos também o vejam!
Olá Leandro.
Acredito que o potencial da área de Business Intelligence dentro das empresas pode ser maior do que se imagina hoje.
Trabalho com consultoria de B.I. para agencias e empresas, e enfrentamos diariamente dois grandes problemas.
1- Padronização dos dados: Como utilizamos muitas fontes de dados, todo o processo, desde o que a implementação, até a parte operacional, precisa ser muito bem estruturada. Sem o padrão das informações perde-se muito tempo com “correção”, sendo que “tempo” não é o que temos para identificar um padrão, pois no dia seguinte ele pode mudar se não o tratarmos.
2- Pessoas que não sabem o que querem: Corporações não sabem o que querem, logo querem tudo. O problema é que sabemos que não tudo não é necessário, se consegue identificar padrões e otimizações com metade do volume. Sendo assim o processo de otimização passa a ser inteligente para ser operacional.
O futuro da área esta encaminhando para segmentações e clusterizações dinâmicas para analise de Big Data, mas se o processo de todos envolvidos precisa ser muito bem desenhado e a área de B.I. precisa ter este knowhow também.
Obrigado e muito bom seus artigos.
Oi João, obrigado pelo seu comentário! Concordo com você!
Realmente, a padronização dos dados é o ponto mais sensível mesmo. Aqui estimamos em torno de 60% a 70% do tempo em um projeto de BI apenas para esta parte.
Sobre as pessoas não saberem o que querem, aqui vemos como uma certa vantagem. Muitas vezes não é nem exatamente não saber o que querem, mas não saberem o que é possível fazer. Com isso, parte do nosso trabalho aqui é exatamente entender do que o cliente sofre aí então sugerir algumas coisas. Tentamos não ir para uma abordagem de “o que você quer” mas sim de “quais são seus problemas”.
Isso me deu até a ideia de criar um post focado nisso, vou deixar anotado para o futuro!
Existe uma técnica chamada Árvore de Realidade Presente, da Teoria das Restrições, que lida justamente com essa barafunda de problemas e entendimentos. Eu experimentei a mesma frustração que você, João, e decidi resolver esse problema. A imagem https://geekbi.files.wordpress.com/2020/10/bi_toc-crt-x.png é um resumo do que eu tenho até agora.
Adoraria uma contribuição. “O cliente não sabe o que quer” já está lá. “Dados são sujos” e “Dados são bagunçados” me parecem boas adições.
O que você acha? E você, Leandro?
[…] para aumentar seu lucro ou diminuir seus custos operacionais. Esse é o conceito básico de Business Intelligence utilizado como diferencial […]
[…] de BI — Business Intelligence ou, traduzindo, Inteligência Empresarial — é justamente o diferencial que uma empresa precisa para tratar dados gerados por vários meios. Veja alguns contextos que podem servir de […]
eu precisava para compor você uma pouco de note ajudar diga obrigado again com o extraordinário conselhos você compartilhado nesta página . Foi certamente maravilhosamente generoso com você dando abertamente tudo o que muitas pessoas {poderiam ter | poderiam possivelmente ter | poderiam ter | teriam | distribuído para um ebook para gerar alguma massa para eles mesmos , especialmente considerando que you poderia ter tried it se você nunca desejado . Those estratégias também agido como outras pessoas tenha semelhante desire como my own entender bom negócio mais relacionado este assunto . Eu tenho certeza há alguns mais agradáveis ocasiões ahead para pessoas que ver seu site
Bom dia,
Há muita diferença das versões do livro The Data Warehouse Toolkit?
Vejo que ele esta na 3 edição.
Posso comprar apenas a 3 ou devo comprar todas?
Oi Marcos!
Há algumas atualizações com conceitos mais atuais. Não precisa comprar todas as edições não, apenas a 3a já cobre tudo que precisa.
Sim e não. A maior diferença é entre a primeira edição e as restantes. Da segunda edição em diante, quando a Margy Ross assumiu o livro, é tudo mais ou menos o mesmo.
A primeira edição, que por acaso chegou a ser publicada em português, é a melhor, na minha opinião. Ela é mais concreta, menor e mais focada. Se conseguir achá-la, compre. Vale ouro.
Sobre o comentário do João Kechichian, concordo em relação às empresas não terem claro o que querem, e concordo com o Leandro sobre a abordagem de “Qual o seu problema” para dar as sugestões.
Mas vale ressaltar que as empresas não conseguem identificar o que querem por não terem claro um Planejamento Estratégico e objetivos bem descritos. Isso facilita muito perceber quais indicadores serão necessários acompanhar para atingir os resultados esperados.
Gostaria de entender se a utilização da Big data nas empresas gera algum tipo de desvantagem nas pessoas que lá trabalham ?
Parabéns por trazer a CRISP-DM de volta ao tablado. O “produtocentrismo” que assola o mercardo de BI pressiona os players a comprar o último brinquedo, a seguir a última moda, quando quase tudo que tem algum uso prático já existe há décadas – como o CRISP-DM
Seria legal um artigo um artigo comparando-o com SEMMA. Pode ser muito interessante para quem entrou na área há menos de 20 anos.