{"id":761,"date":"2020-08-28T00:18:35","date_gmt":"2020-08-28T03:18:35","guid":{"rendered":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/?page_id=761"},"modified":"2020-08-28T00:20:43","modified_gmt":"2020-08-28T03:20:43","slug":"porque-utilizar-data-science","status":"publish","type":"page","link":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/modulo-avancado\/aula-5-introducao-a-ciencia-de-dados\/porque-utilizar-data-science\/","title":{"rendered":"Porqu\u00ea utilizar Data Science?"},"content":{"rendered":"<p>Sem a experi\u00eancia de profissionais que transformam tecnologia de ponta em percep\u00e7\u00f5es acion\u00e1veis, Big Data n\u00e3o \u00e9 nada. Hoje, mais e mais organiza\u00e7\u00f5es est\u00e3o abrindo suas portas para big data e desbloqueando seu poder, aumentando o valor de um cientista de dados que sabe como extrair insights acion\u00e1veis \u200b\u200bde terabytes de dados.<\/p>\n<p>Tornou-se uma verdade universal que as empresas modernas est\u00e3o inundadas de dados. No ano passado, McKinsey estimou que as iniciativas de big data no sistema de sa\u00fade dos EUA \u201cpoderiam representar US $ 300 bilh\u00f5es a US $ 450 bilh\u00f5es em gastos reduzidos com sa\u00fade ou 12 a 17% dos US $ 2,6 trilh\u00f5es de linhas de base nos custos de sa\u00fade nos EUA\u201d. Por outro lado, estima-se que os dados ruins custem aos EUA cerca de US $ 3,1 trilh\u00f5es por ano.<\/p>\n<p>Est\u00e1 ficando claro a cada dia que existe um valor enorme no processamento e na an\u00e1lise de dados e \u00e9 a\u00ed que um cientista de dados ganha destaque. Os executivos j\u00e1 ouviram falar de como a ci\u00eancia de dados \u00e9 uma ind\u00fastria atraente e como os cientistas de dados s\u00e3o como os super-her\u00f3is modernos, mas a maioria ainda n\u00e3o tem consci\u00eancia do valor que um cientista de dados tem em uma organiza\u00e7\u00e3o. Vamos dar uma olhada nos benef\u00edcios da ci\u00eancia de dados.<\/p>\n<p>&nbsp;<\/p>\n<h3>O que um cientista de dados faz?<\/h3>\n<p>A maioria\u00a0dos cientistas de dados do setor possui treinamento avan\u00e7ado em estat\u00edstica, matem\u00e1tica e ci\u00eancia da computa\u00e7\u00e3o.\u00a0Sua experi\u00eancia \u00e9 um vasto horizonte que tamb\u00e9m se estende \u00e0 visualiza\u00e7\u00e3o de dados, minera\u00e7\u00e3o de dados e gerenciamento de informa\u00e7\u00f5es.\u00a0\u00c9 bastante comum que eles tenham experi\u00eancia anterior em design de infraestrutura, computa\u00e7\u00e3o em nuvem e armazenamento de dados.<\/p>\n<p>Aqui est\u00e3o algumas vantagens da ci\u00eancia de dados nos neg\u00f3cios:<\/p>\n<ul>\n<li>Mitigando riscos e fraudes.\u00a0Os cientistas de dados s\u00e3o treinados para identificar dados que se destaquem de alguma forma.\u00a0Eles criam metodologias estat\u00edsticas, de rede, de caminho e de big data para modelos preditivos de propens\u00e3o \u00e0 fraude e os usam para criar alertas que ajudam a garantir respostas oportunas quando dados incomuns s\u00e3o reconhecidos.<\/li>\n<li>Entrega de produtos relevantes. Uma das vantagens da ci\u00eancia de dados \u00e9 que as organiza\u00e7\u00f5es podem descobrir quando e onde seus produtos vendem melhor.\u00a0Isso pode ajudar a entregar os produtos certos na hora certa &#8211; e pode ajudar as empresas a desenvolver novos produtos para atender \u00e0s necessidades de seus clientes.<\/li>\n<li>Experi\u00eancias personalizadas do cliente.\u00a0Um dos benef\u00edcios mais interessantes da ci\u00eancia de dados \u00e9 a capacidade das equipes de vendas e marketing de entender seu p\u00fablico em um n\u00edvel muito granular. Com esse conhecimento, uma organiza\u00e7\u00e3o pode criar as melhores experi\u00eancias poss\u00edveis para o cliente.<\/li>\n<\/ul>\n<p>&nbsp;<\/p>\n<h3>Por que ci\u00eancia de dados?<\/h3>\n<p>Vamos ver 8 maneiras que um cientista de dados pode agregar valor aos neg\u00f3cios<\/p>\n<h4><\/h4>\n<h4>1. Capacitando a administra\u00e7\u00e3o e os diretores para tomar melhores decis\u00f5es<\/h4>\n<p>Um cientista de dados experiente provavelmente ser\u00e1 um consultor confi\u00e1vel e parceiro estrat\u00e9gico da alta administra\u00e7\u00e3o da organiza\u00e7\u00e3o, garantindo que a equipe maximize suas capacidades anal\u00edticas. Um cientista de dados comunica e demonstra o valor dos dados da institui\u00e7\u00e3o para facilitar processos de tomada de decis\u00e3o aprimorados em toda a organiza\u00e7\u00e3o, por meio de medi\u00e7\u00e3o, rastreamento e registro de m\u00e9tricas de desempenho e outras informa\u00e7\u00f5es.<\/p>\n<h4>2. A\u00e7\u00f5es diretas com base em tend\u00eancias &#8211; que por sua vez ajudam a definir metas<\/h4>\n<p>Um cientista de dados examina e explora os dados da organiza\u00e7\u00e3o, ap\u00f3s o que recomenda e prescreve certas a\u00e7\u00f5es que ajudar\u00e3o a melhorar o desempenho da institui\u00e7\u00e3o, envolver melhor os clientes e, por fim, aumentar a lucratividade.<\/p>\n<h4>3. Desafiando a equipe a adotar as melhores pr\u00e1ticas e focar nas quest\u00f5es que importam<\/h4>\n<p>Uma das responsabilidades de um cientista de dados \u00e9 garantir que a equipe esteja familiarizada e bem versada com o produto anal\u00edtico da organiza\u00e7\u00e3o.\u00a0Eles preparam a equipe para o sucesso com a demonstra\u00e7\u00e3o do uso eficaz do sistema para extrair ideias e impulsionar a a\u00e7\u00e3o.\u00a0Depois que a equipe entende os recursos do produto, seu foco pode mudar para enfrentar os principais desafios de neg\u00f3cios.<\/p>\n<h4>4. Identificando oportunidades<\/h4>\n<p>Durante sua intera\u00e7\u00e3o com o sistema anal\u00edtico atual da organiza\u00e7\u00e3o, os cientistas de dados questionam os processos e suposi\u00e7\u00f5es existentes com o objetivo de desenvolver m\u00e9todos adicionais e algoritmos anal\u00edticos. Seu trabalho exige que aprimorem cont\u00ednua e constantemente o valor derivado dos dados da organiza\u00e7\u00e3o.<\/p>\n<h4>5. Tomada de decis\u00e3o com evid\u00eancias quantific\u00e1veis \u200b\u200be baseadas em dados<\/h4>\n<p>Com a chegada de cientistas de dados, a coleta e an\u00e1lise de dados de v\u00e1rios canais descartou a necessidade de assumir riscos elevados.\u00a0Os cientistas de dados criam modelos usando dados existentes que simulam uma variedade de a\u00e7\u00f5es potenciais &#8211; dessa forma, uma organiza\u00e7\u00e3o pode aprender qual caminho trar\u00e1 os melhores resultados de neg\u00f3cios.<\/p>\n<h4>6. Testando essas decis\u00f5es<\/h4>\n<p>Metade da batalha envolve a tomada de certas decis\u00f5es e a implementa\u00e7\u00e3o dessas mudan\u00e7as.\u00a0E a outra metade?\u00a0\u00c9 fundamental saber como essas decis\u00f5es afetaram a organiza\u00e7\u00e3o.\u00a0\u00c9 a\u00ed que entra um cientista de dados. Vale a pena ter algu\u00e9m que possa medir as principais m\u00e9tricas relacionadas a mudan\u00e7as importantes e quantificar seu sucesso.<\/p>\n<h4>7. Identifica\u00e7\u00e3o e refinamento de p\u00fablicos-alvo<\/h4>\n<p>Do Google Analytics a pesquisas com clientes, a maioria das empresas ter\u00e1 pelo menos uma fonte de dados de clientes que est\u00e1 sendo coletada.\u00a0Mas se n\u00e3o for bem usado &#8211; por exemplo, para identificar dados demogr\u00e1ficos &#8211; os dados n\u00e3o s\u00e3o \u00fateis.\u00a0A import\u00e2ncia da\u00a0ci\u00eancia\u00a0de\u00a0dados\u00a0\u00e9 baseada na capacidade de pegar dados existentes que n\u00e3o s\u00e3o necessariamente \u00fateis por conta pr\u00f3pria e combin\u00e1-los com outros pontos de dados para gerar insights que uma organiza\u00e7\u00e3o pode usar para aprender mais sobre seus clientes e p\u00fablico.<\/p>\n<p>Um cientista de dados pode ajudar na identifica\u00e7\u00e3o dos grupos-chave com precis\u00e3o, por meio de uma an\u00e1lise completa de fontes de dados d\u00edspares.\u00a0Com esse conhecimento profundo, as organiza\u00e7\u00f5es podem personalizar servi\u00e7os e produtos para grupos de clientes e ajudar as margens de lucro a florescer.<\/p>\n<h4>8. Recrutando o talento certo para a organiza\u00e7\u00e3o<\/h4>\n<p>Ler curr\u00edculos o dia todo \u00e9 uma tarefa di\u00e1ria na vida de um recrutador, mas isso est\u00e1 mudando devido ao big data.\u00a0Com a quantidade de informa\u00e7\u00f5es dispon\u00edveis sobre talentos &#8211; por meio de m\u00eddias sociais, bancos de dados corporativos e sites de busca de empregos &#8211; os especialistas em ci\u00eancia de dados podem trabalhar em todos esses pontos de dados para encontrar os candidatos que melhor atendem \u00e0s necessidades da organiza\u00e7\u00e3o.<\/p>\n<p>Ao minerar a vasta quantidade de dados que j\u00e1 est\u00e1 dispon\u00edvel, processamento interno para curr\u00edculos e aplicativos &#8211; e at\u00e9 mesmo testes de aptid\u00e3o e jogos sofisticados baseados em dados &#8211; a ci\u00eancia de dados pode ajudar sua equipe de recrutamento a fazer sele\u00e7\u00f5es mais r\u00e1pidas e precisas.<\/p>\n<p>&nbsp;<\/p>\n<h3>Conclus\u00e3o<\/h3>\n<p>A ci\u00eancia de dados pode agregar valor a qualquer empresa que possa usar bem seus dados. De estat\u00edsticas e insights sobre fluxos de trabalho e contrata\u00e7\u00e3o de novos candidatos, para ajudar a equipe a tomar decis\u00f5es mais bem informadas, a ci\u00eancia de dados \u00e9 valiosa para qualquer empresa em qualquer setor.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Sem a experi\u00eancia de profissionais que transformam tecnologia de ponta em percep\u00e7\u00f5es acion\u00e1veis, Big Data n\u00e3o \u00e9 nada. Hoje, mais e mais organiza\u00e7\u00f5es est\u00e3o abrindo suas portas para big data e desbloqueando seu poder, aumentando o valor de um cientista de dados que sabe como extrair insights acion\u00e1veis \u200b\u200bde terabytes de dados. Tornou-se uma verdade [&hellip;]<\/p>\n","protected":false},"author":667,"featured_media":0,"parent":355,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"jetpack_post_was_ever_published":false,"footnotes":""},"class_list":["post-761","page","type-page","status-publish","hentry"],"jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/pages\/761","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/users\/667"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/comments?post=761"}],"version-history":[{"count":3,"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/pages\/761\/revisions"}],"predecessor-version":[{"id":776,"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/pages\/761\/revisions\/776"}],"up":[{"embeddable":true,"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/pages\/355"}],"wp:attachment":[{"href":"https:\/\/wp.ufpel.edu.br\/planilhasgoogle\/wp-json\/wp\/v2\/media?parent=761"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}