Análise - Início | paulosasaki-brasil

Análise - Início

Todos os trabalhos de análise de dados tem o início em seu fim (ou objetivo).

Caso haja mais de um objetivo, consequentemente, temos mais de uma análise à criar.

Mesmo que os objetivos sejam, posteriormente, consolidados, os caminhos que cada trabalho deve trilhar são, normalmente, distintos.

Uma maneira simples de visualizar este conceito é assemelhá-lo à construção de uma ponte. Seu ponto de chegada deve ser milimetricamente definido, o ângulo, altura, etc., para que o restante de seu projeto possa ter início.

"Podes dizer-me, por favor, que caminho devo seguir para sair daqui?" pergunta Alice ao Gato de Cheshire, empoleirado à sua frente

Isso depende muito de para onde queres ir - respondeu o gato.

Preocupa-me pouco aonde ir - disse Alice.

Nesse caso, pouco importa o caminho que sigas - replicou o gato.."

Lewis Carroll - Alice no País das Maravilhas

Na maior parte dos casos, a sigla "ETL" ("Extraction, Transformation and Load"), não dá a exata dimensão dessa atividade, que chega a consumir de 60 a 80% de todo o trabalho de análise (William Inmon, 1997).

Muitos trabalhos em "data-analytics" começam com "subjetivos", ao invés dos desejados "objetivos". Algo como "eu quero aumentar a produtividade", ou "nosso objetivo é a melhoria de nossa qualidade", e assim por diante.

Por isso, um dos primeiros e mais importantes passos em uma ação de análise e modelagem de dados, é transformar o subjetivo em objetivo(s), definindo quando uma subjetividade pode ser atendida por um ou vários objetivos, tendo claro que a cada objetivo corresponde uma análise e uma modelagem.

Um objetivo deve ser mensurável, e ter suas medidas confrontadas com uma escala pré-definida, que permita a sua definição em termos qualitativos. Por isso, é muito importante que a cada objetivo definido (visando o atendimento de uma ou mais subjetividades), se tenha uma equação lógico-matemática que o descreva.

Por exemplo:

Estudo de Caso: Empresa XYZ - subjetividade inicial = "aumento de produtividade"

Primeiro passo => transformação de subjetividade em objetividade:

(O1) objetivo identificado = aumento do número de objetos produzidos por dia

(I1) indicador = dados consolidados das linhas de produção

(T1) escala qualitativa = aumento de 2% ou mais a cada mês

resultando em:

ou seja, o Objetivo 1 terá sido atingido "se e somente se" o Indicador I1 do momento atual (mês, segundo a escala definida), for igual ou maior a 1.02 vezes o do mês anterior.

Uma vez que todos os objetivos tenham sido identificados dessa forma, o segundo passo no processo é a identificação da possível origem dos dados que comporão a equação. Ou seja, a identificação das fontes de dados.

Já existem esforços de padronização e melhoria da qualidade fim-a-fim, como os definidos pelo IREB ("International Requirements Engineering Board"), cujos procedimentos e propostas podem ser seguidos desde o início ("KPI's - Key Performance Indicators"), até a qualidade final dos trabalhos ("quality assurance")