Data Analytics e Tratamento Estatístico de Dados
A Siqueira Campos tem atuado desde a sua fundação no tratamento estatístico de dados e em Data Analytics, atuando desde técnicas estatísticas clássicas, com estatística descritiva e inferência estatística a modelos sofisticados utilizando extensivamente métodos estatísticos e computacionais.
“Analítica é o uso extensivo de dados, análise estatística exploratória, modelos preditivos e gerenciamento baseado em fatos para direcionar decisões e ações.”
Thomas Davenport
Data analytics é a análise de um grande conjunto de dados, através de um processo de inspeção, limpeza, transformação e modelagem de dados, com o objetivo de descobrir informações úteis, que apoiam a tomada de decisão.
A principal utilidade da data analytics é a análise preditiva, que engloba uma variedade de técnicas de estatística, modelagem, aprendizado de máquina e mineração de dados para analisar os fatos atuais e históricos, identificando padrões ou eventos desconhecidos, permitindo fazer previsões sobre o futuro.
Nos negócios, os modelos preditivos exploram padrões encontrados em dados históricos e transacionais para identificar riscos e oportunidades. Os modelos capturam os relacionamentos entre muitos fatores, permitindo a avaliação de risco, ou oportunidade, associado a um determinado conjunto de condições. Atualmente, são utilizados por empresas de seguro, cartões de crédito, seguradoras, seguradoras de saúde, universidades, empresas de telecomunicações, bancos e redes de varejo.
Na aplicação do data analytics, a Siqueira Campos utiliza o modelo CRISP-DM, que tem os seguintes passos:
- 1 – Escolha da questão ou pergunta apropriada para o negócio.
- 2 - Coleta, entendimento e preparação dos dados.
- 3 - Tratamento dos dados preparados com ferramentas de análise (estatísticas/computacionais) ou com a utilização de algoritmos em banco de dados.
- 4 - Implantação do modelo, integração de relatórios ou aplicação lógica.
A Siqueira Campos auxilia sua empresa através de consultoria para a implantação e utilização dos modelos preditivos, utilizando tanto softwares comerciais, como softwares livres, tornando o custo extremamente atrativo.
Técnicas mais comuns em Data Analytics e Analítica Preditiva:
- Classificação: Prever uma classe de um item.
- Clustering: Encontrar grupos que tenham afinidades naturais (segmentação).
- Associação: Verificar o que ocorre em conjunto, "Market Basket"
- Detecção de Desvio: Encontrar mudanças ou outliers, bastante utilizada para detecção de fraudes.
- Séries Temporais e estimativas: Prever os valores futuros.
- Análise de Link: Encontrar relações.
- Mineração em Web e texto: Extrair informações a partir de dados não estruturados.
Como podemos auxiliá-lo:
- Data Mining
- Aplicação de métodos estatísticos para marketing (Conjoint Analysis, Análise da elasticidade preço da demanda)
- Análise de fator, Análise de componentes principais, Análise de discriminante, Cluster analysis e Análise de regressão múltipla.
- Previsão (forecast).
- Definição de tamanhos amostrais.
- Implantação de controle estatístico de processo.
- Execução de planejamento de experimentos.
- Análise Multivariada.
- Estatística não paramétrica.
- Análises de confiabilidade e sobrevivência.
- Bioestatística.
- Quimiometria ( aplicação de métodos estatísticos para análise de dados químicos).
