Blog

Tutorial: analise de dados avançada com IA para gestores (não programadores)

Guilherme Favaron · · atualizado em

Acesse as ferramentas e arquivos utilizados neste tutorial

A Analise de Dados parece complicada, mas não precisa ser

Hoje vou mostrar como gestores de negócios podem aproveitar o poder do Python para analise de dados, mesmo sem saber programar. Vamos usar a inteligência artificial para nos ajudar nesse processo.

A ideia aqui é te mostrar como uma empresa pode analisar a performance de suas vendas, por meio de técnicas relativamente avançadas, em menos de 10 minutos. Vou te guiar em um passo a passo bem simples e detalhado. 

Minha intenção de desmistificar questões complexas, colocando-as em linguagem simples, e te estimulando por meio de casos práticos, reais e com ferramentas excelentes e gratuitas.

Acesse os arquivos utilizados neste tutorial

Passo 1: Preparação dos Dados

Para mergulharmos em qualquer analise de dados, é crucial ter nossos dados bem organizados. Eu tenho aqui uma planilha com dados de vendas e vamos seguir algumas práticas recomendadas.

  1. Escolha do Software:

    • Você pode usar o Microsoft Excel ou o Google Sheets. Hoje, usarei o Google Sheets pela sua acessibilidade e facilidade de colaboração.

  2. Estrutura da Planilha:

    • Começaremos com uma linha de cabeçalho clara. Por exemplo: Data, Produto, Região, Vendas, Custos.
    • Evitaremos espaços nos nomes das colunas, usando "PrecoUnitario" em vez de "Preço Unitário".

  3. Tipos de Dados:

    • Manteremos a consistência em cada coluna. Datas serão no formato AAAA-MM-DD, e números usarão ponto como separador decimal.

  4. Dados Ausentes:

    • Se houver dados faltantes, deixaremos as células vazias em vez de usar marcadores como "N/A".

  5. Formatação:

    • Manteremos a formatação simples, sem cores ou estilos elaborados.

  6. Salvando como CSV:

    • Após preencher os dados, salve a planilha como CSV. No Google Sheets, vá em Arquivo > Baixar > Valores separados por vírgula (.csv).

  7. Verificação:

    • Abra o arquivo CSV em um editor de texto para garantir que está formatado corretamente.

  8. Nomenclatura de Arquivos:

    • Nomeie o arquivo de forma descritiva: "vendas_farmaceuticas.csv".

  9. Backup:

    • Antes de converter para CSV, faça uma cópia da planilha original.

  10. Considerações de Privacidade:

    • Lembrem-se de remover ou anonimizar dados sensíveis antes de compartilhar.

  11. Tamanho do Arquivo:

    • Para este exemplo, usaremos um conjunto de dados relativamente pequeno. Para análises mais complexas, podem ser necessárias ferramentas mais avançadas.

  12. Consistência:

    • Se você atualizar esses dados regularmente, mantenha a mesma estrutura para facilitar comparações ao longo do tempo.
Salvar a planilha como CSV

Passo 2: Utilizando IA para Criar o Código Python

Agora que temos nossos dados preparados, vamos usar um modelo de IA para nos ajudar a criar o código Python para analise dos dados. Usarei o Claude, mas você pode usar qualquer assistente de IA de sua preferência, como o ChatGPT.

Aqui está o prompt que usaremos:

Crie um script Python para analisar um arquivo CSV chamado 'vendas_farmaceuticas.csv' com as colunas: Data, Produto, Região, Vendas e Custos. O script deve:

  1. Carregar os dados
  2. Calcular o total de vendas e custos
  3. Identificar o produto mais vendido
  4. Mostrar as vendas por região
  5. Calcular o lucro (vendas - custos) ao longo do tempo
  6. Criar visualizações para esses dados

Use pandas para manipulação de dados e matplotlib ou seaborn para visualizações.

Utilizando IA para Criar o Código Python

Passo 3: Configurando o Google Colab

Com nosso código gerado pela IA, vamos usar o Google Colab para executá-lo:

  1. Abra o navegador e vá para colab.research.google.com
  2. Crie um novo notebook
  3. Cole o código gerado pela IA no primeiro bloco de código
Cole o código gerado pela IA no primeiro bloco de código

Passo 4: Fazendo Upload do Arquivo CSV

Antes de executar o código, faremos o upload do nosso arquivo CSV:

  1. Clique no ícone de pasta no painel esquerdo
  2. Clique em "Fazer upload para o armazenamento da sessão"
  3. Selecione o arquivo "vendas_farmaceuticas.csv"
Fazendo Upload do Arquivo CSV no Colab

Passo 5: Executando a Análise

Agora estamos prontos para executar nossa análise:

  1. Verifique se o caminho do arquivo no código corresponde ao nome do arquivo que você fez upload
  2. Clique no botão de play ao lado do bloco de código ou use o atalho Shift+Enter

Código (gerado e/ou corrigido por IA)

Para rodar o código:

Clique no botão de play ao lado do bloco de código ou use o atalho Shift+Enter

Em aproximadamente 3 segundos você verá os resultados esperados, logo abaixo do código:

Resultados esperados, logo abaixo do código

Conclusão

E pronto! Acabamos de realizar uma análise de dados complexa usando Python, sem precisar escrever uma única linha de código. Vimos como a preparação adequada dos dados e o uso de IA podem nos ajudar a gerar insights valiosos.

Esta abordagem permite que executivos e profissionais de negócios aproveitem o poder da análise de dados avançada, mesmo sem conhecimentos profundos de programação. Lembre-se, porém, que é importante entender os princípios básicos por trás dessas análises para interpretá-las corretamente e tomar decisões informadas.

Espero que este tutorial tenha sido útil! Se você tiver alguma dúvida, deixe nos comentários.

Até a próxima!

Materiais utilizados neste tutorial:

Ferramentas utilizadas: