Big Data é um conjunto de informações, estruturadas ou não, que é utilizado para ajudar empresas a tomar decisões acertadas por meio da análise de dados.

Afinal, a cada instante a internet recebe uma “avalanche” de informações que surgem de todos os cantos do planeta. São posts em redes sociais, softwares específicos para gestão de empresas, transações bancárias, informações de satélites para o monitoramento do clima e muitas outras coisas.

As vantagens da utilização de análise de dados para gerir uma empresa vão desde o maior controle de gastos e custos até campanhas de comunicação mais focadas num determinado perfil de consumidor. Elas levam a uma melhor gestão de tempo e economia de recursos, além de permitir que o gestor conheça melhor sua empresa e o mercado em que ela está inserida.

Mas para fazer uma análise eficaz e encontrar as respostas certas, o profissional deve ter em mente o que ele quer encontrar no Big Data. E, para isso, ele tem à disposição 4 tipos de análise de dados, cada um com um perfil e uma utilização específica.

Fazer a análise correta para o trabalho que ele deseja executar é primordial para tomar decisões acertadas, minimizando e até mesmo excluindo as chances de erro.

A análise de dados do tipo preditiva

A análise preditiva é utilizada para examinar possibilidades futuras e é feita por meio de uma investigação de cada situação, individualmente.

Checando acontecimentos, hábitos de compras, histórico de consumo, entre outros, esse tipo de análise ajuda na tomada de decisão, mapeando possíveis desdobramentos.

O Governo Federal, durante a Copa do Mundo de 2014, fez uso da análise preditiva para mensurar a movimentação nas ruas e redes sociais, prevendo quais manifestações teriam maior adesão ou se tornariam mais violentas.

A análise prescritiva

Esse tipo de análise examina dados para avaliar possíveis consequências de cada decisão que o gestor tomar. Mais minuciosa que a preditiva, a análise prescritiva fornece informações mais relevantes sobre o que fazer diante de determinada situação.

Uma empresa de transporte, por exemplo, pode utilizar a análise prescritiva para traçar rotas melhores para seus veículos, reduzindo custos e otimizando o processo como um todo.

A análise descritiva

Urgência define a análise de dados do tipo descritiva. Ela checará em tempo real todos os dados necessários para tomar uma decisão imediata.

É o que acontece quando se utiliza o cartão de crédito. O software da operadora do cartão busca informações para permitir ou não que seja concretizada a transação solicitada pelo cliente.

A VISA investiu recentemente nesse tipo de análise. Ela conseguiu reduzir o número de pagamentos feitos por cartões roubados, diminuindo drasticamente seu prejuízo com essa ação. Vale lembrar que a análise de informação é a forma ideal de tomar decisões.

A análise diagnóstica

Enquanto os tipos de análise apresentados até aqui estão relacionados à tomada de decisão, a análise diagnóstica — como o próprio nome sugere — é feita após o trabalho realizado. Quem fez, quando fez, onde fez e por que fez são perguntas-chave para esse tipo de análise.

Um exemplo: se uma rede de supermercados precisa vender um determinado produto que está no estoque, pode utilizar a análise diagnostica para compreender o perfil do cliente que pode vir a comprar esse produto, criando campanhas direcionadas e aumentando o retorno sobre o investimento.

Relatórios mais aprofundados que permitem ao usuário decidir o melhor caminho a seguir, identificando possíveis erros e induzindo a decisões corretas. É esse o papel da análise de dados diagnóstica e, no fundo, de todos os tipos de análise de que falamos.

Gostou deste conteúdo? Que tal compartilhá-lo nas suas redes sociais e ajudar outras pessoas que tenham dúvidas sobre os tipos de análise de dados?

Leandro Guimarães
Leandro Guimarães é o fundador da Know Solutions e trabalha com Business Intelligence desde 2009. Possui amplo conhecimento em Modelagem Dimensional, Data Warehouse e na plataforma Pentaho.

Foi aluno de Ralph Kimball, maior referência mundial no assunto, no curso de Modelagem Dimensional realizado pela Kimball University, em Estocolmo – Suécia.

Já ministrou diversas palestras sobre o tema e atualmente mantêm o blog da Know Solutions, com referências sobre Business Intelligence.

Pós Graduado em Gestão de Projetos de Software pela PUC – Paraná. Trabalhou durante 7 anos na empresa Siemens onde participou de projetos em diferentes países.