Externalize a análise de dados

Coloca a uma entidade externa uma questão a que pretende responder com os seus próprios dados. Essa entidade faz a análise e explica os resultados. Pode tratar-se de um estudo pontual, por exemplo para perceber por que motivo os clientes deixam de recorrer aos seus serviços, ou de uma análise que a sua equipa possa repetir depois.

É uma das aplicações de IA que desenvolvemos. Se quiser comparar fornecedores primeiro, consulte a nossa lista de empresas de data analytics.

Ao externalizar, paga por uma resposta a uma questão bem delimitada. Ao contratar, paga por capacidade: alguém que trabalha com a sua equipa e acompanha as prioridades dela. Um especialista destacado pela Data Science Lab é nosso colaborador.

Se contratar diretamente um analista freelancer, tenha em atenção a Wet DBA. Desde 1 de janeiro de 2025, a autoridade tributária neerlandesa voltou a fiscalizar plenamente as situações de falso trabalho independente. A avaliação depende da forma como o trabalho é realizado na prática.

Apenas os necessários para responder à questão: uma exportação do ERP ou do CRM, uma lista em Excel ou acesso de leitura à sua plataforma de dados. Raramente é necessário aceder aos sistemas de produção. É igualmente importante contar com alguém que conheça a origem dos dados e saiba explicar o significado de cada campo.

Se já ninguém souber como uma coluna foi preenchida, registamos isso como pressuposto na explicação. Assim, poderá perceber mais tarde em que assenta o resultado.

Quando analisamos dados pessoais por sua conta, atuamos como subcontratantes. O Comité Europeu para a Proteção de Dados afirma que um subcontratante atua exclusivamente sob as instruções do responsável pelo tratamento e que essa relação deve estar estabelecida num contrato. A responsabilidade continua a ser sua, incluindo pelo cumprimento das obrigações por parte do subcontratante.

Pedimos apenas os campos necessários para responder à questão. Segundo a Autoriteit Persoonsgegevens, os dados pseudonimizados continuam, em geral, a ser dados pessoais. Cabe ao responsável pela privacidade ou ao jurista da sua organização avaliar se a análise pode ser realizada.

Começamos com uma análise exploratória dos dados, ou exploratory data analysis: examinamos os dados antes de tirar conclusões, identificamos valores atípicos e anomalias e testamos pressupostos. Depois, escolhemos as técnicas adequadas à questão, desde a comparação entre grupos até à regressão ou a um modelo que deteta anomalias, como fizemos para a GVB com as horas registadas.

Trabalhamos em Python e SQL, em notebooks na sua própria plataforma sempre que possível, por exemplo Databricks ou Microsoft Fabric.

Muitas vezes, não é possível sabê-lo, e dizemo-lo claramente. Dois valores que variam em conjunto podem ambos ser influenciados por um terceiro fator, como a estação do ano, a região ou o grupo de clientes. Uma armadilha conhecida é o paradoxo de Simpson: uma relação observada no grupo completo pode desaparecer ou inverter-se quando o dividimos em subgrupos.

Por isso, desagregamos os resultados e indicamos o que não conseguimos excluir. Se quiser demonstrar uma causa, uma experiência com um grupo de comparação pode ajudar.

Uma explicação dos resultados em linguagem clara, acompanhada da fundamentação, das definições utilizadas e do que não foi possível determinar. O código fica no seu próprio repositório, para que a sua equipa possa repetir a análise com novos dados.

Se a análise tiver de ser executada regularmente, transformamo-la numa pipeline permanente através de data engineering ou criamos um relatório através de business intelligence.

Quando a questão ainda não está bem definida ou ninguém está preparado para agir com base nos resultados. Nesse caso, comece por uma avaliação de maturidade. Se os seus dados estiverem tão dispersos que cada análise comece com trabalho manual, resolva primeiro esse problema na fundação de dados.

Se a mesma questão surgir repetidamente, é mais útil ter relatórios regulares através de business intelligence. Se a questão for saber quem são os seus clientes e qual o valor que geram, consulte a análise de clientes.