Será que data science é somente para empresas gigantescas como Google, Apple e Amazon?
E nós pequenos, nunca vamos usufruir dessa maravilha? Vamos descobrir isso agora, continue lendo.
1) O que é Data Science?
A primeira coisa que veio à minha mente quando ouvi o termo “data science” há alguns foi uma vasta sala repleta de servidores processando milhões de terabytes de dados por segundo e gerando informações super-estratégicas para grandes empresas… Então, concluí à época, que ciência de dados era mais “um lance de tecnologia para corporações gigantescas”. Ledo engano.
Na verdade, ciência de dados é uma disciplina, ou um método se preferir, para a coleta e análise de dados para extração de conhecimento, identificação de padrões ou geração de informação para o processo de tomada de decisão.
Explicando melhor, a ciência de dados combina as habilidade de matemática e estatística, ciência da computação e conhecimento do negócio para capturar e analisar dados, o resultado deste processo é o conhecimento que vai ajudar você e sua empresa.
Você deve estar se perguntando: “Humm, mas eu não tenho todas estas competências, e agora?” Vamos ver entender melhor.
2. Competências e Habilidades para Data Science
Vamos começar com o mais difícil: Matemática e Estatística. Sim, você terá que aprender alguns conceitos (especialmente em estatística) para poder direcionar sua análise. Afinal, qual o conhecimento você quer obter? Descobrir tendências ou comportamentos? Prever um crescimento ou queda de faturamento. Mas calma… Você não precisa dominar e escrever equações gigantescas na lousa, existem soluções tecnológicas para isso.
Com relação à ciência da computação, você pode investir em aprender uma linguagem de programação como Python ou R. Estas linguagens são essenciais para desenvolvimento de um projeto de ciência de dados, porém, vamos manter os pés no chão e buscar ferramentas prontas no mercado.
Duas ferramentas excelente para analisar dados e aplicar os conceitos de data science existentes no mercado são fornecidas pela Microsoft: O bom e o velho Excel e o Power BI.
Qualquer um que trabalha com planilhas há algum tempo sabe disso: O excel é excelente para criar listas de dados, orçamentos, análise financeiras e muito mais. Embora cientistas de dados não recomendem este programa por inúmeros motivos técnicos, dentro de um cenário de uma pequena empresa é possível utilizá-lo pode três motivos: O Excel tem fórmulas estatísticas, tem gráficos variados e é fácil. Quem domina o Excel consegue realizar análise de dados complexas, identificar tendências e gerar insights de forma simples e limpa.
Minha outra sugestão é Power BI. Este aplicativo, embora como seu próprio nome diz, é uma ferramenta de Business intelligence, é muito útil também para seus primeiros passos para ciência de dados. Aliás, recomendo e muito o curso gratuito da Data Science Academy: Microsoft Power BI Para Data Science, Versão 2.0, veja o link no final do texto. Com o Power Bi você pode coletar e integrar dados de diversas fontes de dados e criar dashboards para visualização de dados. Se você dominar R ou Python, é possível utilizar essa programação para analisar os dados.
Por fim, a última competência essencial para Data Science é o conhecimento do negócio, neste caso é meio óbvio que você tenha todas as informações da sua empresa e do mercado que atua, isso será preponderante para guiar as análises, entender o valor do conhecimento gerado e tomar as decisões assertivamente.
3. Conclusão
É claro que Data Science para pequenas empresas é algo factível e pode ser aplicado no seu negócio. Através da ciẽncia de dados, você poderá entender melhor seu mercado, seus consumidores, ficar mais competitivo e, por fim, ter uma empresa mais rentável.
É claro que este artigo está longe de ser um tutorial ou um guia, meu objetivo é desmistificar e motivar pequenos empreendedores, como eu, a mergulhar no mundo da ciência de dados e fazer seus negócios prosperarem. Até mais.
Links úteis:
