As responsabilidades de um analista de dados variam drasticamente de negócio para negócio. Ao contrário de carreiras em medicina ou contabilidade, não há nenhum tipo de licença que um analista de dados possa obter para provar as suas qualificações.
Pode ser bastante difícil compreender o que é que um analista de dados faz no seu dia-a-dia. Vamos ajudar-te a compreender o tipo de questões que um analista de dados responde, que ferramentas usa, e mostrar-te como te podes lançar numa carreira como analista de dados.
A procura por analistas de dados está a crescer rapidamente à medida que as empresas tentam aproveitar os seus conjuntos de dados para ganhar uma vantagem competitiva. Por isso, não há melhor altura para aprender mais sobre análise de dados!
Responsabilidades diárias
De modo geral, um analista de dados converte dados confusos em insights acionáveis para um negócio ou organização. Cabe ao analista de dados pegar nos dados por tratar e transformá-los numa história que pode ser contada aos líderes de negócio.
Enquanto que as tarefas de um analista de dados mudam de empresa para empresa, há responsabilidades que são comuns à maior parte dos analistas de dados. Se tens interesse nos detalhes de um projeto típico de um analista de dados, podes explorar exemplos de currículos de profissionais.
- Recuperar e limpar dados
Um analista de dados passa cerca de 80% do seu dia a recuperar, limpar e preparar dados. As empresas recolhem todo o tipo de dados sobre marketing, os seus clientes, o seu produto, e muito mais. Tipicamente, estes dados são guardados numa base de dados. Pensa numa base de dados como uma folha do Excel enorme, com milhões e milhões de linhas.
Para aceder aos dados de uma base de dados, tens de usar uma linguagem de programação chamada SQL. Quando vais pescar no oceano, precisas de um barco para chegar aos peixes. Pensa no SQL como o barco de que precisas para aceder aos dados numa base de dados.
Até pequenas empresas têm bases de dados com milhões de linhas. É o trabalho do analista de dados perceber exactamente de que tipo de dados precisa para responder à questão em que está a trabalhar. Depois, é preciso escrever o código do SQL para obter esses dados e transformá-los numa estrutura que possa responder à sua questão.
- Construir e automatizar relatórios
Produzir relatórios é uma das funções principais de um analista de dados, e também a mais importante. Os analistas de dados trabalham em grande proximidade com outros departamentos, como produto e marketing, para compreender de que relatórios precisam.
Para produzir um relatório que indique se uma nova iniciativa de marketing está a funcionar, um analista de dados precisa de saber que métricas indicam se a iniciativa está a «funcionar», como calcular essas métricas, onde estão guardados os dados necessários para fazer esse cálculo, e finalmente como apresentar os dados de uma forma que seja útil e acionável para a equipa de marketing.
Depois de criar um relatório numa ferramenta de inteligência de negócios, como o Tableau, o analista de dados é encarregado com a manutenção e atualização do relatório à medida que seja necessário. Uma coisas é certa para analistas de dados: os relatórios desformatam por causa de alterações feitas aos dados usados para gerar o relatório. Vais ter de diagnosticar e resolver esses problemas para garantir que o relatório apresenta resultados precisos.
- Reponder a questões de negócio de alto nível
Muito semelhante à produção de relatórios, responder a questões de negócio de alto nível com dados requer a colaboração de outras unidades de negócios. Os analistas de dados nunca trabalham isolados. Eles têm de compreender em profundidade os problemas de negócios que estão a tentar resolver e isso é só é possível se falarem com os colegas. Dados que existem num vácuo são inúteis. Faz parte do trabalho de um analista de dados contar uma história com esses dados.
«Quando estamos a contratar um analista de dados, nós tentamos perceber se eles vão estar confortáveis em tomar decisões ambíguas. Queremos analistas que conseguem pegar em dados e fazer sugestões acionáveis enquanto também conseguem articular os riscos associados com as suas sugestões», diz Neal Taparia, o CEO da Soliatired.
Vamos imaginar que a tua empresa lançou um novo recurso para um produto há um mês. Agora o teu chefe quer saber se o lançamento desse recurso teve um impacto positivo no negócio. É aqui que a criatividade se torna uma ferramenta indispensável para um analista de dados. Tens de criar uma lista de possíveis factores que podem afetar o sucesso do lançamento, quantificar esses factores e chegar a uma resposta convincente. No fundo, os analistas de dados têm de fazer sugestões concretas
Por exemplo, este recurso novo teve um impacto na taxa de conversão de clientes? Melhorou a retenção de clientes? Teve impacto no volume de pedidos para apoio ao cliente? Como analista de dados, vais ter de pensar nestas questões e depois combinar as respostas a estas perguntas para decidir se o impacto do recurso lançado foi positivo ou negativo para o negócio. Ao fim do dia, os analistas de dados têm de fazer recomendações concretas com base na sua intuição e nos dados.
Ao contrário de um cientista de dados, não é costume um analista de dados construir modelos preditivos que são usados em tempo real num produto ou website. Por exemplo, um analista de dados não vai criar a funcionalidade que gera uma secção de «produtos recomendados» numa loja online, enquanto que um cientista de dados pode fazê-lo.
- Recolher novos dados
Depois de trabalhares com os teus parceiros de negócios para compreender o relatórios de que precisam ou as perguntas de negócio a que querem responder, o teu foco como analista de dados passa a ser a angariação dos dados necessários para resolver o problema.
Mas e se os dados de que precisas para responder a uma questão não estiverem disponíveis?
Por exemplo, e se precisares de saber durante quanto tempo um utilizador esteve ligado à sua conta mas enquanto negócio não estás a registar quando é que alguém sai da sua conta? Se só sabes quando um utilizador entra na sua conta, mas não sabes quando é que sai, não vais conseguir sabe quanto tempo eles estiveram ligados!
Compreender e comunicar lacunas na recolha de dados de um negócio é outra responsabilidade importante de um analista de dados. Quando é identificada uma lacuna, o analista de dados vai trabalhar com a equipa de engenharia para implementar um a solução que corrija essa lacuna.
Competências de um analista de dados
Para recolher dados, analisar esses dados, e apresentar resultados, um analista de dados precisa de algumas ferramentas. Aqui estão as principais competências que os empregadores procuram em futuros analistas de dados:
Como mencionámos antes, SQL é a linguagem de programação usada para extrair dados de bases de dados. Como quase todas as empresas guardam os seus dados em bases de dados, faz sentido que 90% das ofertas de emprego para analistas de dados requeiram competências em SQL!
Depois, precisas de uma ferramenta para analisar os dados depois de os recuperares da base de dados com SQL. É aqui que entram o Excel, Python, R, e SAS. Estas são todas ferramentas (Python, R e SAS são linguagens de programação) que podem ser utilizadas para analisar dados. Com estas ferramentas podes avaliar tendências, executar testes estatísticos, e visualizar os resultados das tuas analises.
Quando recolhes e analisas dados, podes querer apresentar os teus resultados num relatório que atualiza automaticamente e que pode ser acedido por stakeholders. Para criar esses relatórios de fácil acesso, precisas de utilizar uma ferramenta de inteligência empresarial (Business Intelligence) como o Tableau ou o Looker. Estas ferramenta facilitam a criação de visualização de dados que atualizam automaticamente ao longo do tempo.
Exemplo de um projecto de analista de dados
Agora que tens uma boa ideia das responsabilidades diárias de um analista de dados e sabes que ferramentas usam, vamos analisar as etapas de um exemplo de projecto em que poderás trabalhar como analista de dados.
Pergunta de negócio: Os anúncios no TikTok estão a funcionar?
A equipa de marketing da tua empresa de assinaturas mensais de chocolate começou a experimentar publicar anúncios pagos no TikTok e querem perceber como é que esses anúncios se estão a sair até agora.
1ª etapa: Que métricas importam?
Quando um utilizador vê um anúncio para o teu produto, eles passam por algumas etapas antes de se tornarem um cliente que compra o teu produto. Provavelmente vais querer criar métricas em torno de cada etapa deste processo.
Um utilizador vê um anúncio no TikTok. Ele clica nesse anúncio?
Métrica: Taxa de cliques no anúncio (que percentagem de pessoas que vêem o teu anúncio clima nele?)
Quando um utilizador clica no anúncio e é encaminhado para o teu website, o que faz no website? Sai imediatamente? Explora diferentes páginas? Tornam-se clientes?
Métricas: Taxa de rejeição, páginas por sessão, taxa de conversão
Quando se tornam um cliente, quanto é que gastam? Durante quanto tempo é que se mantém assinantes do produto?
Métricas: Receita média por cliente, taxa de atrito
De modo geral, os anúncios estão a gerar mais receita do que o seu custo? Quanto mais?
Métrica: Retorno sobre o investimento feito nos anúncios
Antes de poderes começar a recolher dados, precisas de perceber de que métricas precisas de calcular para responder à questão colocada. Agora que sabemos a que questões precisamos de responder, temos de pensar numa lista de métricas que queremos calcular.
2ª etapa: Recolher os dados
Agora temos uma lista concreta de métricas que queremos calcular ao longo do tempo para perceber se estes anúncios do TikTok estão a ter um bom desempenho, por isso precisamos de recolher dados para calcular essas métricas.
Rapidamente percebes que os dados para calcular estas métricas vêem maioritariamente de três fontes:
TikTok
Tipo de dados: Dinheiro gasto nos anúncios, taxe de cliques nos anúnciosGoogle Analytics
Tipo de dados: O Google Analytics recolhe dados sobre como as pessoas interagem com o teu website. Isto dá-nos dados sobre taxas de rejeição e páginas por sessão das pessoas que clicam nos anúncios.Base de dados
Tipo de dados: Para recolher métricas sobre se os clientes pagam, o que pagam e quanto tempo se mantém clientes, precisamos de recolher os dados da base de dados usando SQL.
Quando sabes onde ir buscar os dados, é altura de os recolher! Vamos exportar os dados do TikTok e do Google Analytics para uma folha do Excel e calcular as nossas métricas. Para recolher os dados da base de dados, precisas de fazer as consultas necessárias através de SQL e depois colocar esses dados no Excel.
3ª etapa: Partilhar os resultados
Finalmente tens todos os dados de que precisas para avaliar a performance dos anúncios do TikTok. Tens de calcular todas as métricas relevantes e analisar os resultados para fazer uma sugestão. Percebes que enquanto que a taxa de cliques é baixa, as pessoas que clicam nos anúncios convertem-se em clientes a uma taxa maior e com maior receita por cliente do que outras pessoas que entram no site.
Apesar de agora o retorno sobre o investimento (Return on Investment) feito nos anúncios ser bastante baixo, sugeres que isto pode melhorar drasticamente se forem testados mais anúncios para melhorar a taxa de cliques. De modo geral, achas que os anúncios no TikTok são promissores e compensa continuar a testar. Envias a tua analise e recomendação num email para o gerente de marketing.
Como encontrar um emprego como analista de dados
Uma carreira em análise de dados é desafiante e recompensadora, paga bem, e tem óptimas perspectivas de carreira. Para entrares nesta área, vais precisar de ter fortes bases em estatística, negócios, e nas ferramentas da área. Um bootcamp de análise de dados é uma forma fantástica de adquirir estas competências.
Quando estiveres pronto para te candidatar a emprego, vais precisar de um currículo robusto. Aqui está um exemplo para começares:
Aqui estão as formas mais rápidas de fazer o teu currículo sobressair e aumentar as tuas hipóteses de ter uma entrevista:
Quantifica o teu impacto. Em vez de dizer «Analisei os dados e fiz sugestões eficientes», podes dizer «Fiz recomendações com base nos dados disponíveis que aumentaram a taxa de conversão de clientes em 14%». Os números falam mais alto que palavras!
Como um analista de dados júnior, faz dos projectos o foco do teu currículo. Fala sobre as questões a que respondeste, os dados que usaste, as ferramentas que usaste, e os resultados das tuas analises para esses projectos.
Inclui uma secção para as tuas competências. Um empregador que perceber rapidamente se tu tens as competências que eles procuram. Isto é especialmente verdade para vagas para júnior.
Interessas-te por dados e em como aprender sobre isso pode ajudar-te a mudar de carreira ou melhorar na tua área atual? Explora o currículo do nosso bootcamp de Data Analytics que vai ajudar a tornares-te um verdadeiro especialista em dados.