Análise de dados
Data Analytics
Análise com a causa, não só o número. Saber que a margem caiu seis por cento é informação. Saber porquê, e quanto pesa cada motivo, é análise.
Leitura de 5 minutos
"Caiu seis por cento." E depois?
A maioria dos relatórios para na constatação. Mostra a variação, colore a seta de vermelho e passa a responsabilidade para a reunião. O que acontece a seguir é previsível: cada participante propõe a explicação mais próxima da sua área e a decisão fica adiada até "haver mais dados".
Os dados já existem. O que falta é o percurso que liga a variação agregada ao facto concreto que a provocou.
Uma análise só termina quando produz uma frase acionável, com um responsável e uma ordem de grandeza.
Os quatro tipos de pergunta
Confundir o tipo de pergunta com o tipo de resposta é a origem de muito investimento mal dirigido. Antes de falar em previsão, convém dominar o diagnóstico.
| Tipo | Pergunta | O que exige |
|---|---|---|
| Descritiva | O que aconteceu? | Modelo fiável e indicadores definidos |
| Diagnóstica | Porque aconteceu? | Granularidade suficiente e dimensões de análise completas |
| Preditiva | O que tende a acontecer? | Histórico longo, consistente e sem ruturas de critério |
| Prescritiva | O que devemos fazer? | Restrições de negócio explícitas e custo de cada opção |
A maior parte do valor por recuperar nas empresas está na segunda linha, não na terceira. É também a mais barata de alcançar, porque reutiliza o modelo que já existe.
Decompor até à causa
O método é sempre o mesmo: partir a variação agregada em componentes que somem o total, e seguir apenas o ramo com maior contributo.
Variação observada no mês
Contributo: −1 p.p.
Contributo: −4 p.p.
Contributo: −1 p.p.
Representam 62% do desvio total · Ação: renegociar ou ativar fornecedor alternativo
Cada nível responde à pergunta "onde está a maior parte do desvio?". Ramos com contributo residual são abandonados — perseguir todos é a forma mais comum de nunca concluir uma análise.
O percurso, passo a passo
- Fixar a comparação. Face a que período, a que orçamento, a que unidade comparável. Sem base definida, qualquer conclusão é defensável.
- Confirmar que o desvio é real. Sazonalidade, número de dias úteis, feriados e alterações de perímetro explicam mais variações do que se supõe.
- Decompor por dimensão. Produto, cliente, loja, fornecedor, canal — uma de cada vez, medindo o contributo de cada componente para o total.
- Isolar o ramo dominante. Seguir apenas onde está a maior parte do desvio, até chegar a entidades concretas.
- Quantificar e propor. Quanto pesa, desde quando, o que se faz, quem o faz.
Quatro armadilhas frequentes
- Efeito de mix. A margem de cada família pode subir e a margem total descer, se o peso das famílias mudou. Analisar o total sem decompor o mix leva à conclusão oposta à correta.
- Correlação assumida como causa. Duas séries que sobem juntas partilham frequentemente uma terceira causa — tipicamente a sazonalidade.
- Base pequena. Uma variação de 300% numa referência que vendeu três unidades não é um sinal; é ruído a ocupar o topo do ranking.
- Rutura de critério. Uma reclassificação de famílias ou a abertura de uma loja cria um degrau no histórico que se confunde facilmente com uma tendência.
Nenhuma destas armadilhas se resolve com melhor visualização. Resolvem-se com desenho correto da análise — que é onde entra o trabalho de quem a conduz.
Tem uma variação por explicar?
Conduzimos análises de diagnóstico sobre os seus dados, com entrega da causa quantificada e do caminho de reprodução, para a equipa poder repetir o exercício sozinha no mês seguinte.
Falar com a DAXIS