Nós ouvimos muito sobre Big Data ao longo dos últimos anos. Este tem sido um dos maiores tópicos de TI e praticamente toda empresa tem clamado para obter um assento a bordo do trem do Big Data. Agora que alguns dos exageros morreram e foram substituídos pela Internet das Coisas, as organizações estão recuando para reavaliar seus processos de captura e análise de Big Data. Chegamos a um impasse, e muitas empresas começaram a perceber que a única maneira de fazer sentido na enormidade de dados lá fora é através de melhores ferramentas, processos e estratégias inteligentes para captar e analisar em tempo real tudo o que está disponível.

Big Data é ótimo e está indo muito bem, mas ele não faz nenhum bem sem os meios de informação. As empresas têm utilizado técnicas de inteligência de negócios por anos para obter relevância nos dados históricos aqui e agora. Mas, como as quantidades de dados têm crescido em proporções exorbitantes nos últimos anos, novas ferramentas online têm ajudado as empresas e os indivíduos a discernir tendências, padrões e insights preditivos ao redor desses dados a fim de conduzir novos valores ao negócio.

Um dos principais termos que você encontrará muitas vezes em discussões sobre Big Data atualmente é “análise avançada”. Isso realmente se refere à categoria de aplicação de técnicas como análise preditiva, mineração de dados, análise de big data, que são aplicados às mudanças e melhorias na condução de práticas de negócios.

Análises avançadas podem parecer um pouco assustadoras no começo, especialmente para iniciantes. O objetivo aqui não é se perder na complexidade, mas sim destacar os fundamentos de como dar início à sua estratégia de análise avançada para ajudar a resolver seus problemas fundamentais de negócio.

1. Não tente ferver o oceano

Tente começar com um problema de negócio simples e veja como a análise avançada pode ser aplicada para exibir um resultado de negócio tangível. Não sinta a necessidade iminente de ser um herói e configurar uma pilha Hadoop em sua organização sozinho. Em vez disso, desenvolva um caso de negócio modesto e enquadre nele uma prova de conceito simples que possa mostrar às partes interessadas o valor das análises avançadas.

2. Identifique seu problema de negócio

Qual é a pergunta principal que você deseja responder? Olhe em todos os setores de sua empresa para ver onde estão os pontos com problemas. Quais são as suas maiores despesas? Que medidas devem ser tomadas para melhorar o plano de fundo? Por exemplo, você pode decidir: “Queremos identificar os melhores 10.000 clientes que são mais propensos a responder a nossos emails”.

3. Compreenda seus dados

Comece fazendo algumas perguntas básicas: onde é que os dados residem, quem é o dono deles, como são armazenados e em qual formato? Há também um número crescente de empresas no mercado que se especializam em ajudar as empresas a analisar os dados existentes, ou então gerar novos dados, a fim de obter uma visão de 360 ​​graus de suas interações e comportamento dos clientes.

4. Limpe seus dados

Conjuntos díspares de dados muitas vezes contêm valores duplicados, errados ou faltando informações, assim como muitas outras inconsistências. Seus conjuntos de dados terão de ser validados ou “purificados” para garantir resultados ideais. Alavanque ferramentas de software disponíveis para tornar esse processo menos penoso. Felizmente, existem muitas ferramentas no mercado que ajudam a automatizar o processo de preparação de dados e limpeza utilizando a capacidade de ETL gráfica (Extract, Transform and Load).

5. Pontapé inicial em sua análise

Isso pode ser tão simples quanto usar uma ferramenta de monitoramento real de usuário para obter insights sobre de onde seu tráfego web está vindo, quais páginas os visitantes estão olhando, em quais dispositivos, e quais são os padrões de tráfego gerais que estão sendo exibidos. Se você está fazendo e-mail marketing com uma ferramenta como o MailChimp, comece por rever suas estatísticas de taxas de abertura de e-mail. Que tal aproveitar o crescente número de ferramentas de análise preditiva do mercado? Se alguém na sua empresa tem experiência com Big Data, então aproveite suas habilidades para desenvolver algumas técnicas de análise e modelagem avançada. Independentemente da abordagem que você tome para realizar análises avançadas, o melhor conselho é começar pequeno, reunir alguns resultados e daí, sim, ampliar. Pequenos conjuntos de dados limpos são preferíveis aos grandes conjuntos que têm lotes de “ruído”. Treine seus dados com conjuntos menores mas precisos e, em seguida, evolua-os a partir daí.

6. Registre suas descobertas

Então você conseguiu realizar algumas análises sobre o seu problema básico de negócios. Agora pergunte-se: qual ação básica sua análise deverá realizar? Se os seus dados mostram mais taxas de abertura de e-mails na quarta-feira, tente iniciar suas campanhas de e-mail marketing próximo de uma quarta-feira para ver se os resultados correspondem às suas conclusões iniciais. Se você está achando que um bom número de visitantes está usando dispositivos móveis para acessar seu site, tome medidas para assegurar que sua acessibilidade móvel está amigável. Seu site é responsivo com diferentes dispositivos? Suas ações iniciais podem não conduzir aos resultados esperados, e mesmo assim tudo vai estar bem. Apenas continue tentando e não desista! Além disso, certifique-se de obter o compromisso de outras partes interessadas no negócio para garantir que os resultados de suas análises iniciais avançadas possam ser dimensionadas adequadamente dentro da organização.

***

Ralph Eck faz parte do time de colunistas internacionais do iMasters. A tradução do artigo é feita pela redação iMasters, com autorização do autor, e você pode acompanhar o artigo em inglês no link: http://www.monitis.com/blog/2015/04/07/how-to-get-started-with-advanced-analytics/