01/08/2022 - tecnologia-e-inovacao

Tudo o que você precisa saber sobre data analítica

Por sebastian musso

Tudo o que você precisa saber sobre data analítica

Antes de abordarmos a questão, precisamos de saber o que é e a importância que tem no sector financeiro:

O que é a data analítica?

A data analítica é o uso do instrumental matemático e estatístico para a análise de informação. Com ela vamos poder:

  1. Fazer ou encontrar a pergunta certa.
  2. Responder essa pergunta e tirar conclusões.
  3. Criar modelos representativos.
  4. Tomar decisões.
Atualmente há uma incrível, e até obscena, quantidade de dados para uso nas finanças. Não só os mais comuns como os balanços financeiros (ingreso, fluxo de caixa, estado de situação patrimonial, etc.) que são complexos não só de usar, mas também à hora de comparar empresas de diferentes regiões. Sem que o uso da tecnologia nos fornece informações sobre o consumidor muito valioso para criar modelos matemáticos que permitam resolver os quatro pontos anteriormente nomeados.

Como usá-la de maneira responsável?

Usar estes dados de forma responsável (estamos, portanto, o que acontece entre o Google e a União Europeia pelo uso dos dados dos consumidores europeus) criou indústrias dentro do sector da tecnologia que há 20 anos ou o mais criativo ou sonhador podia imaginar. Existem duas indústrias claras dentro do setor tecnologia beneficiadas pelo uso de data analítica: as redes sociais por um lado e as empresas e-commerce por outro. Isso atingiu as avaliações de empresas como META ( anteriormente Facebook) e AMZN (Amaz Inc.) e criaram uma variedade de Fintech que fornecem algoritmos para obter mais informações claras.

Por ende, os analistas de dados (maioritariamente economistas ou software developers com ênfase estatística) que estavam focados no Excel como ferramenta para comprar os estados contabilísticos e financeiros das empresas e observar se suas avaliações eram corretas, tiveram que se adaptar a observar e analisar métricas diferentes. Ou seja, as mesmas métricas não podem ser usadas para a valorização de empresas como WML (Walmart) e TikTok ou MELI (Mercado Livre).

Quais são os objetivos?

As grandes empresas financeiras e bancos do mundo exigem cada vez mais o uso de linguagens de software como R, Python, JavaScript, Go (recente criado pelo Google), e serviços para uso de base de dados SQL, MongoDB, DynamoDB (AWS) entre outros. Seu objetivo é claro: ter gente treinada em analisar grande quantidade de informação para estar preparado nos quatro pontos que nomeamos no início do artigo. Além disso, o caminho marcado tende sempre a ser igual: inicia-se com uma pergunta (luego se investiga se é a correta), coleta-se e “limpian” os dados e depois discute-se um modelo para esses dados. O objectivo final é tirar conclusões que sirvam de um ponto de vista comercial ou financeiro para fixar um caminho e tomar decisões.

Em resumo, a data analítica para o setor financeiro é um “MUST”. Uma necessidade crescente para determinar onde dirigir os recursos. Desde start-ups (sector que cresce com força na LATAM) até as grandes multinacionais exigem esse conhecimento e experiência para potenciar vendas, reduzir custos e melhorar controles internos e de segurança.

Deseja validar este artigo?

Ao validar, você está certificando que a informação publicada está correta, nos ajudando a combater a desinformação.

Validado por 0 usuários
sebastian musso

sebastian musso

Sou Economista egressado da Universidade Católica do Uruguai especializada no desenvolvimento de software. Fundador do Skyblue Analytics, empresa de software dedicada à análise da bolsa americana em tempo real.

Visualizações: 6

Comentários