Dados são importantes.
Mais importante ainda é a história que eles contam.
Vivemos numa era com volume de dados sem precedentes. Eles nos ajudam a entender a complexidade do mundo, nos ajudam a eliminar achismos e vieses, a revelar comportamentos implícitos. Servem para criarmos modelos e estabelecer correlações. Mas só são úteis de fato se conseguimos compreender o que significam, se nos ajudam a construir narrativas. São perigosos se conclusões precipitadas forem tiradas sem compreender as relações de causa e efeito daquele fenômeno.
Data Science, Engineering & Analytics
Estruturação de áreas de dados, criação e fomento de cultura data-driven, criação de projetos de data science, engineering & analytics, realização de estudos ad-hoc usando abordagens de machine learning e inteligência artificial.
ENTREGÁVEIS
Processos de ETL, CI/CD em ambiente Cloud;
Estruturação e limpeza de bases de dados;
Estudos de análise exploratória de dados;
Implementação de modelos de Machine Learning e Inteligência artificial;
Criação e entrega de projetos de transformação organizacional para dados;
Data Mining & Scrapping.
Análise de pesquisas quantitativas
Pesquisas quatitativas são fontes de dados estruturados que ajudam a compreender correlações entre diferentes aspectos e gostos individuais. São também úteis para confirmar ou rejeitar hipóteses sobre comportamentos, preferências e intenções por parte dos respondentes.
ENTREGÁVEIS
Matrizes de interesses e conflitos;
Modelos de regressão;
Processamento de dados;
Análise de coorte;
Relatório com análises relevantes, narrativa e storytelling para que as análises sejam compreensíveis a qualquer público.
Criação de perfis e segmentação
Entender como variáveis relacionam entre si e qual a ligação entre elas pode ajudar a criar perfis e segmentar públicos. Por exemplo: um grupo de pessoas que têm maior propensão a acordar tarde também têm propensão a fazer compras no período da manhã e trabalhar em modelo home-office, enquanto outro grupo de pessoas acorda cedo, vai diretamente para o escritório e faz compras no período da tarde. Modelos estatísticos de clustering ajuda a entender as variáveis e preferências que se agrupam e identificar necessidades específicas para cada um destes grupos.
ENTREGÁVEIS
Segmentação e criação de perfis de comportamento;
Matriz de correlações;
Análise de redes de relacionamento e conexões;
Modelos estatísticos (análise fatorial, clustering, TURF, processamento de linguagem);
Relatório com análises relevantes, narrativa e storytelling para que as análises sejam compreensíveis a qualquer público.