Fundamentos de Data Analytics

O SplitTalks 19 é um “aulão” de fundamentos de data analytics com Gabriel Sigers e participação do Ivo. A proposta é ensinar conhecimentos de base, mais “estruturais”, com cuidado para não cair em conteúdo genérico, e sempre conectar teoria com aplicações práticas. Eles lembram que a sessão é gravada, incentivam perguntas ao longo do encontro e avisam que, no final, liberam um trial da SplitC e um caminho de certificação com exercícios curtos ligados a lógica e dados, além de convidarem para a comunidade no WhatsApp.

‍

Depois de uma apresentação rápida da SplitC (plataforma que automatiza cálculos de remuneração variável, integra dados de diferentes fontes e dá transparência com visualizações e detalhamento), fazem uma enquete para medir o nível da audiência. A maioria se posiciona em um nível intermediário/avançado de planilhas (tabela dinâmica, PROCV, SOMA.SE), antes de programação, SQL ou Python.

‍

O conteúdo é organizado em três pilares de conhecimento em dados: fundamentos lógicos e matemáticos, análise e visualização de dados e manipulação/estruturação de dados. O encontro foca nos dois primeiros, deixando o terceiro como tema possível para uma edição futura. A mensagem é que data analytics é um conhecimento “pilar” porque pode ser aplicado em qualquer área: marketing (por exemplo, testar se pedir faturamento num formulário aumenta ou reduz conversão), administração (medir impacto de mudanças no ambiente, desde que exista medição), TI (operações lógicas e modelagem aparecem o tempo todo) e suporte (categorizar tickets para atacar causas recorrentes).

‍

Na parte de fundamentos, o Gabriel introduz lógica booleana (George Boole) e mostra como ela aparece de forma prática em planilhas e em regras de softwares. Ele revisa o funcionamento da função SE (IF) no Excel e, em seguida, explica os operadores E, OU e NÃO. O E só retorna verdadeiro se todas as condições forem verdadeiras; o OU retorna verdadeiro se ao menos uma condição for verdadeira; e o NÃO inverte o resultado lógico. Ele demonstra no Excel como combinar comparações com E e OU para validar múltiplas condições, reforçando que esse tipo de raciocínio ajuda a transformar regras em algo menos opinativo e mais verificável.

‍

Na sequência, o Ivo entra em visualização e storytelling com dados, com base no livro “Storytelling com Dados”. O ponto central é que clareza vence estética: o objetivo é comunicar, não “enfeitar”. Ele diferencia análise exploratória (garimpar “pérolas” nos dados) de análise explanatória (contar a história das pérolas) e recomenda não mostrar todo o caminho exploratório em apresentações. Ele também sugere pensar no público (quem), no objetivo da apresentação (o que a pessoa deve saber/decidir) e em quais dados sustentam a mensagem. Em layout, comenta o padrão de leitura em “Z”, indicando posicionar o mais importante no topo e à esquerda.

‍

Na escolha de visuais, ele compara gráficos, tabelas e mapas de calor e alerta para reduzir bordas e elementos decorativos que roubam atenção. Eles mostram no Excel a formatação condicional com escala de cor para destacar extremos (efeito de heatmap). O Ivo recomenda texto simples (“big number”) quando se quer enfatizar um ou dois números, e passa por gráficos comuns: linha para séries temporais, inclinação para comparar dois pontos e barra como opção preferida para dados categóricos. Ele destaca a regra de barras com linha de base zero para evitar interpretações distorcidas e cita visuais a evitar, como pizza/rosca e 3D. No fim, apresentam dois recursos usados na SplitC: análise por coortes (acompanhar grupos ao longo do tempo para medir impacto) e tabela dinâmica (inclusive com o “duplo clique” para ver o detalhamento por trás de um valor).

‍

FAQ

‍

1) Quais são os pilares básicos de data analytics apresentados no SplitTalks 19?
São três: fundamentos lógicos e matemáticos (ex.: lógica booleana), análise e visualização (storytelling com dados e escolha de gráficos) e manipulação/estruturação de dados (modelagem, chaves, centralização e organização). No talk, o foco ficou principalmente nos dois primeiros.

‍

2) Como a lógica booleana (E, OU, NÃO) ajuda na prática em planilhas e análises?
Ela transforma regras em decisões objetivas (verdadeiro/falso), permitindo combinar condições com clareza. No Excel, isso aparece em funções como SE (IF), E (AND), OU (OR) e NÃO (NOT), úteis para validações, filtros avançados, regras de cálculo e segmentações sem “achismos”.

‍

3) Quais boas práticas de visualização aumentam a compreensão e evitam distorções?
Priorize clareza: destaque o essencial, reduza “firulas” (bordas pesadas/cores excessivas), use barras para comparar categorias e linhas para séries temporais. Evite pizza/rosca com muitas categorias e fuja de 3D. Em barras, mantenha base zero para não criar comparações visuais enganosas.