Data Analytics

A análise de dados é a prática de examinar dados para responder a perguntas e apoiar decisões. Ela abrange a coleta e a limpeza de dados, a análise com estatística e aprendizado de máquina e a comunicação dos resultados por meio de relatórios, painéis e visualização de dados. Um varejista que pergunta quais lojas perderam vendas no último trimestre, um hospital que estima as internações da próxima semana e uma cidade que conta carros em um cruzamento por imagens de câmeras estão todos fazendo análise de dados.

Os quatro tipos de análise#

A análise costuma ser dividida de acordo com a pergunta que responde, e cada tipo se baseia no anterior:

• Análise descritiva: O que aconteceu? Totais, médias, distribuições e tendências resumem dados passados e são a base dos relatórios empresariais.
• Análise diagnóstica: Por que aconteceu? Explorações detalhadas, correlações e comparações entre segmentos buscam causas.
• Análise preditiva: O que vai acontecer? Modelos estatísticos e de aprendizado de máquina preveem resultados como demanda, cancelamento de clientes ou falha de equipamento.
• Análise prescritiva: O que deve ser feito? A otimização e a simulação transformam previsões em ações recomendadas, como quantos caixas abrir.

Os três primeiros passos cabem em poucas linhas de pandas e scikit-learn no conjunto de dados sobre diabetes incluído no scikit-learn, que registra 10 medições de referência de 442 pacientes e uma pontuação de progressão da doença um ano depois:

from sklearn.datasets import load_diabetes
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# 442 diabetes patients: 10 baseline measurements and a disease progression score one year later
data = load_diabetes(as_frame=True).frame

# Descriptive: how far did the disease progress?
print(f"progression: mean {data['target'].mean():.0f}, range {data['target'].min():.0f}-{data['target'].max():.0f}")

# Diagnostic: which measurements move with progression?
print(data.corr()["target"].drop("target").nlargest(3).round(2).to_dict())

# Predictive: how well do the measurements forecast progression for new patients?
X_train, X_test, y_train, y_test = train_test_split(data.drop(columns="target"), data["target"], random_state=0)
model = LinearRegression().fit(X_train, y_train)
print(f"R^2 on held-out patients: {model.score(X_test, y_test):.2f}")

A etapa descritiva informa uma pontuação média de progressão de 152, em uma escala de 25 a 346. A etapa diagnóstica constata que o índice de massa corporal tem a correlação mais forte com a progressão (0,59), seguido pela medida de triglicerídeos séricos s5 (0,57) e pela pressão arterial (0,44). A etapa preditiva explica 36% da variância na progressão de pacientes que o modelo nunca viu, com R² de 0,36.

O processo de análise#

Um projeto começa com uma pergunta precisa e uma métrica que a responda; em seguida, reúne dados relevantes de bancos de dados, registros, sensores ou câmeras. A limpeza de dados e o pré-processamento de dados corrigem valores ausentes, duplicatas e unidades inconsistentes; antes de qualquer modelagem, a análise exploratória apresenta graficamente as distribuições e relações. Depois, os analistas aplicam estatística, análise de séries temporais ou algoritmos de mineração de dados e relatam os resultados com suas incertezas. As ferramentas mais comuns são SQL e planilhas para perguntas simples, pandas e notebooks para análise, mecanismos distribuídos como Apache Spark para big data e ferramentas de inteligência empresarial, como Tableau e Power BI, para painéis.

Projetos de aprendizado de máquina fazem a mesma análise com seus próprios dados e modelos. Antes do treinamento, a contagem de classes e as estatísticas dos rótulos revelam desequilíbrios e viés do conjunto de dados; após o treinamento, uma matriz de confusão e métricas por classe mostram em quais classes, condições de iluminação ou tamanhos de objetos o modelo erra.

Análise de vídeo#

A visão computacional transforma câmeras em fontes de dados para análise. A detecção de objetos e o rastreamento de objetos convertem cada quadro em contagens, posições e trajetórias, que podem ser agregadas em fluxo de pedestres por hora e métricas de gerenciamento de filas, como tempos de espera, veículos por faixa ou taxas de defeitos por turno de produção. A contagem de pessoas e a análise de ocupação em lojas e escritórios, assim como o gerenciamento de tráfego em cruzamentos, dependem dessa conversão de pixels em tabelas.

A solução de análise da Ultralytics YOLO faz a conversão em uma única etapa: executa um modelo YOLO26 com rastreamento em cada quadro de um vídeo e apresenta os resultados em um gráfico dinâmico — um gráfico de linhas com o total de detecções por quadro ou um gráfico de barras, gráfico de pizza ou gráfico de áreas com as contagens por classe — que pode ser gravado em um vídeo de saída.

Análise de dados e termos relacionados#

• Ciência de dados: um campo mais amplo que inclui análise e também cria modelos e produtos de dados, como mecanismos de recomendação, que operam em produção.
• Inteligência de negócios (BI): relatórios e painéis sobre dados corporativos selecionados e organizados, principalmente análises descritivas e diagnósticas.
• Mineração de dados: a etapa de descoberta de padrões dentro da análise, que usa algoritmos para encontrar associações, agrupamentos e anomalias automaticamente em grandes conjuntos de dados.