Cada vez mais, são necessárias profissões que saibam lidar com essa questão. A McKinsey and Company projeta uma demanda de 1,5 milhão de cientistas de dados somente nos Estados Unidos, o que reflete essa contínua geração de dados.

Nesse momento precisamos entender como usar essas informações da melhor forma e para isso é necessário compreender Data Analytics.

Podemos definir Data Analytics como a atividade de examinar grandes volumes de dados, os Big Datas. Essa avaliação auxilia no processo decisório seja ele preditivo, prescritivo, descritivo ou diagnóstico.

No primeiro tipo, a empresa procura antecipar os efeitos de sua decisão; no segundo, identificar probabilidades no processo decisório; no terceiro, compreender o que acontece no cenário atual e no quarto buscar entender as razões que levaram certo evento a ocorrer no contexto atual.

Existem três tipos de dados que podem ser obtidos: os estruturados, isto é, os dados organizados em forma de tabela como encontrados em SQL e planilhas eletrônicas; os semiestruturados que precisam de uma análise para assimilar sua estrutura como é identificado em XML e JSON; e os não estruturados que podem ser vídeos, fotos, apps, entre outros, que precisam de um pré-processamento para serem analisados.

A análise desses dados pode ser feita por meio de softwares como o Tableau em que os dados relevantes da empresa são organizados.

Após a importação e categorização é possível utilizar diferentes formas de visualização para identificar prioridades e padrões para se ter uma visão ampla e detalhada do negócio.

Aplicações na área da saúde

Segundo um levantamento feito pela Liga Ventures, 263 healthtechs brasileiras entregam soluções utilizando Big Data e Analytics que auxiliam na inovação no setor da saúde.

O data analytics na área da saúde pode ser muito benéfico já que possibilita a manutenção da integridade dos dados, integração com mercados globais, além de criar um acesso aos prontuários eletrônicos o que auxilia no dia a dia das profissões.

Na área farmacêutica, por exemplo, a padronização das informações sobre um produto é um grande desafio. Porque muitas vezes a forma de descrevê-la é dispersa, além disso, a qualidade dos dados é baixa e a falta de integração dos sistemas dificulta a gestão do ciclo de informação.

Com um bom trabalho de dados é possível manter a integridade do fluxo de informação e dar mais coerência, harmonização e celeridade no processo.

Dados e LGPD

Em 2020 entrou em vigor a Lei Geral de Proteção de Dados Pessoais (LGPD) e a obtenção de dados pode ser feita com a Lei em vigor, mas existem requisitos que precisam ser obedecidos como consentimento, transparência e não discriminação.

Na área de marketing, por exemplo, é necessário deixar claro o que a pessoa está aceitando e o descadastramento de e-mails precisa ser mais fácil.

Em saúde, surge a possibilidade de fazer portabilidade de dados, uma vez que este dado pertence ao paciente. Isto pode ajudar na medicina personalizada e também numa melhor interoperacionalidade entre diferentes plataformas.

* Roberto Tsukino é Innovation Account Manager da Bluefields.

Para mais informações sobre data analytics clique aqui…

Publique seu texto em nosso site que o Google vai te achar!