<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Guilherme Almeida Busanello on Medium]]></title>
        <description><![CDATA[Stories by Guilherme Almeida Busanello on Medium]]></description>
        <link>https://medium.com/@gui_busanello?source=rss-e507aeaa0458------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*wsuFMF1xDKo-18p7t4MJqQ.jpeg</url>
            <title>Stories by Guilherme Almeida Busanello on Medium</title>
            <link>https://medium.com/@gui_busanello?source=rss-e507aeaa0458------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 08:46:28 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@gui_busanello/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[[SQL] Fraudes em um e-commerce]]></title>
            <link>https://medium.com/@gui_busanello/sql-fraudes-em-um-e-commerce-d7281b21cb70?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/d7281b21cb70</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Fri, 26 Apr 2024 19:26:54 GMT</pubDate>
            <atom:updated>2024-04-27T12:54:41.410Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*iQrNtrgp2KA17zj7.jpg" /></figure><p>Olá pessoal! Hoje trago a resolução de um case relacionado a fraudes em um e-commerce. Nesse case, utilizei o VSCode, MySQL e Microsoft Excel para entender alguns padrões de ações fraudulentas no e-commerce para sugerir estratégias para reduzir os problemas causados pelas fraudes.</p><p>Boa leitura!</p><p>Link do repositório: <a href="https://github.com/guibusanello/SQL-Project-ecommerce-frauds">https://github.com/guibusanello/SQL-Project-ecommerce-frauds</a></p><p>Link do dataset: <a href="https://www.kaggle.com/datasets/vbinh002/fraud-ecommerce/data">https://www.kaggle.com/datasets/vbinh002/fraud-ecommerce/data</a></p><h3>O que pode ser considerado fraude?</h3><p>Podemos considerar como fraude qualquer atividade enganosa que envolva transações online, incluindo:</p><ul><li>Uso de informações de cartão de crédito roubadas.</li><li>Falsificação de identidade.</li><li>Ataques de phishing para obter informações pessoais.</li><li>Uso de bots para realizar compras automáticas.</li><li>Manipulação de devoluções e reembolsos.</li></ul><h3>Descrição dos dados</h3><p>Segue abaixo a descrição das variáveis:</p><ul><li>user_id: número de identificação do usuário</li><li>signup_time: data e horário em que o usuário fez o login</li><li>purchase_time: data e horário em que o usuário fez a compra</li><li>purchase_value: valor da compra</li><li>device_id: número de identificação do aparelho utilizado pelo cliente</li><li>source: via por onde o usuário chegou ao e-commerce</li><li>browser: navegador utilizado pelo usuário</li><li>sex: gênero do usuário</li><li>age: idade do usuário</li><li>ip_address: endereço de IP do usuário</li></ul><h3>Uso das ferramentas</h3><p>Para essa análise, usei o MySQL Workbench para importar o arquivo contendo a base de dados desse estudo, o VSCode para realizar a análise exploratória dos dados e o Microsoft Excel para a estatística descritiva e a construção dos gráficos.</p><p>Para importar o dataset no MySQL, usei a função Table Data Import Wizard. Além disso, também importei o arquivo csv no Excel para confirmar a quantidade de linhas e conferir se todos os dados foram importados corretamente.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/714/1*YIqkeFu1mBV1xdrQFXLHtw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/530/1*rDENrnaPiEFVHlwk5NZShw.png" /></figure><p>Após a importação, segui com a análise no VSCode. É necessário utilizar os complementos SQLTools e SQLTools MySQL/MariaDB/TiDB para acessar o banco de dados e realizar as análises. Abaixo, podemos ver como é a área de trabalho com SQL dentro do VSCode:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qgcVs24YlIscVvMF_FuBGw.png" /></figure><p>Ao criar uma consulta no VSCode, podemos exportar o resultado no formato csv para trabalhar em uma ferramenta de data visualization como o Excel ou o PowerBI. Nesse caso, escolhi o Excel para essa tarefa pois além dos gráficos, queria realizar mais algumas análises e a estatística descritiva de algumas variáveis. Para isso, utilizei a Tabela Dinâmica, a Análise de dados e os recursos de criação de gráficos para a análise, como o exemplo abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NmQH43CfS7dHYGoG9ZSaog.png" /></figure><h3>Análises, conclusões e recomendações</h3><h4>1) Qual o número total de vendas? Qual a porcentagem de fraudes?</h4><p>O número total de vendas do e-commerce no período analisado foi de 151112 vendas. Dessas vendas, 14151 foram fraudes, correspondendo a 9,36% do total de vendas do e-commerce.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*FNE3ZGSt0OqFsFul" /></figure><h4>2) Qual foi o valor total de vendas? Qual a porcentagem de fraudes?</h4><p>No período analisado, o valor total de vendas foi de $ 5581378. Desse total, $ 523488 foram fraudes, correspondendo a 9,38% do faturamento do e-commerce.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Y7GCz8Wt-Iz44VJp.png" /></figure><h4>3) Temos algum usuário que fraudou mais de uma vez? Quem fraudou usou o mesmo dispositivo para cometer a fraude?</h4><p>Procurando pelo ‘user_id’, não encontramos nenhum usuário que fraudou a empresa mais que uma vez. Isso pode acontecer devido a ao fato de que o usuário que vai fraudar a empresa cria um novo usuário toda vez que faz o login. Já utilizando o ‘device_id’ na busca, encontramos várias fraudes cometidas em um mesmo dispositivo, ou seja, o fraudador usa o mesmo dispositivo mais de uma vez para fraudar a empresa.</p><p>Analisando os dados relacionados ao dispositivo utilizado pelo usuário, observamos que pouco mais de 50% das fraudes foram cometidas até 8 vezes no mesmo dispositivo. Especificamente, 27,49% das fraudes foram cometidas exatamente 2 vezes com um único dispositivo. A média de fraudes por dispositivo é de 7,86, com o máximo de 19 fraudes cometidas pelo mesmo dispositivo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*SUHwo1okTmlKdBhJ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Mh9LHuD7EdITJA6y.png" /></figure><h4>4) Qual o intervalo de tempo entre o cadastro e a compra do site? Existe alguma relação do intervalo de tempo com as fraudes?</h4><p>Podemos observar que na maioria dos casos fraudulentos, a diferença de data é 0 dias (53,92%). A média geral é de 28,05 dias e o valor máximo é de 120 dias.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/976/0*3cGD8QHxHChyuKng.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*6hWGHRSXHTRkZDUB.png" /></figure><p>Analisando o tempo entre o login e o site em segundos, a maioria (53,71%) dos casos fraudulentos tiveram apenas 1 segundo entre o cadastro e a compra, logo, podemos sugerir ao e-commerce que esse tipo de transação também seja barrado para evitar mais problemas com fraudes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*22Ewxx7ynmYu3apV.png" /></figure><h4>5) Qual o browser teve mais fraudes?</h4><p>O browser que teve mais ações fraudulentas foi o Chrome (42,89%).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*X8xuvARqjJawud2A.png" /></figure><h4>6) Qual fonte teve mais fraudes?</h4><p>A via que o usuário chegou ao e-commerce com mais ações fraudulentas foi Ads.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*LRz4aBndIFAtiXK2.png" /></figure><h4>7) Quem comete mais fraudes: homens ou mulheres?</h4><p>Segundo os dados, homens cometem mais fraudes que mulheres. Ao todo, quase 60% das fraudes foram cometidas por homens.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*HiDf823Px8ybqNlb.png" /></figure><h4>8) Quais faixas etárias estão associadas às pessoas que mais cometeram fraudes?</h4><p>Pessoas com 36 e 32 anos de idade foram as que mais cometeram ações fraudulentas no e-commerce em questão. Em relação as faixas etárias, pessoas entre 28–32 anos e pessoas entre 33–37 anos foram as que cometeram mais fraudes (43,23% das fraudes).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*2W7HEAjuAIX-mL9k.png" /></figure><h4>9) Existe alguma faixa de preço que tem mais fraudes?</h4><p>Produtos com mais ações fraudulentas custam $32, $19, $28, $23 e $17 respectivamente. Produtos na faixa de preço entre $19 e $38 foram os mais visados nas ações fraudulentas (39,09%) . Nesse caso, podemos mostrar quais produtos são mais visados pelos usuários que cometem fraudes de acordo com o seu preço para que o e-commerce tome ações preventivas em relação as fraudes.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*4n52tIMrjCeke53B.png" /></figure><p>Após analisar os dados, podemos observar alguns padrões relacionados as ações fraudulentas e quais ações podem ser sugeridas ao e-commerce para diminuir os problemas de fraudes.</p><p>Abaixo seguem alguns insighs sobre o estudo:</p><ul><li>9,36% das vendas realizadas e do faturamento do e-commerce foram fraudadas</li><li>Usuários que cometem fraudes utilizam o mesmo dispositivo no mínimo duas vezes</li><li>Transações que duram até 1 segundo também são um indicativo de operações fraudulentas</li><li>Usuários que cometeram fraudes utilizavam em sua maioria o Chrome e chegaram ao e-commerce via Ads</li><li>Usuários do sexo masculino foram os que mais cometeram fraudes no e-commerce</li><li>Pessoas com a faixa etária entre 28–37 anos foram as que mais cometeram fraudes no e-commerce</li><li>Produtos na faixa de preço entre $19 e $38 foram os mais visados nas ações fraudulentas</li></ul><p>Com base nessas informações, seguem algumas sugestões ao e-commerce:</p><ol><li>Aprimorar a detecção de fraudes: Implementar sistemas de detecção de fraudes mais robustos, considerando especialmente transações realizadas em dispositivos usados várias vezes e aquelas com duração extremamente curta.</li><li>Aumentar a segurança no processo de pagamento: Reforçar as verificações de segurança durante o processo de pagamento, especialmente para transações com duração muito curta.</li><li>Monitorar o tráfego de entrada: Intensificar o monitoramento do tráfego proveniente de anúncios (Ads), especialmente aqueles provenientes do navegador Chrome.</li><li>Focar em estratégias de marketing direcionadas: Segmentar as campanhas de marketing para usuários do sexo masculino e da faixa etária entre 28 e 37 anos, visando reduzir o risco de fraudes.</li><li>Revisar políticas de segurança de dispositivos: Reforçar as políticas de segurança relacionadas ao uso de dispositivos, especialmente aqueles usados repetidamente para realizar transações.</li><li>Avaliar a segurança dos produtos mais visados: Avaliar a segurança dos produtos com preços entre $19 e $38 e considerar medidas adicionais de proteção para esses itens.</li></ol><p>Essas sugestões podem ajudar o e-commerce a reduzir o impacto das fraudes e melhorar a segurança das transações.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=d7281b21cb70" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[3 sites para treinar SQL de graça]]></title>
            <link>https://medium.com/@gui_busanello/3-sites-para-treinar-sql-de-gra%C3%A7a-1b46794815e9?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/1b46794815e9</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Thu, 28 Mar 2024 20:53:18 GMT</pubDate>
            <atom:updated>2024-03-28T20:53:18.769Z</atom:updated>
            <content:encoded><![CDATA[<p>Olá pessoal! Hoje a dica é para quem está estudando ou para quem já trabalha com SQL e precisa melhorar as habilidades nessa ferramenta essencial para quem trabalha com dados. São 3 sites para estudar e praticar SQL de graça, direto no navegador! Boa leitura!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*Brm64rlLpLXkmaUs.png" /></figure><h3>sqlteaching.com</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5wFoNcB13EAnNHWTumpMWg.png" /><figcaption>SQL Teaching</figcaption></figure><p>O primeiro site é o sqlteaching.com. Ele é bem intuitivo: temos as lições com os comandos a esquerda. Ao clicar em uma delas, aparece uma breve descrição sobre o comando e um exercício para praticar a aplicação do comando. Logo abaixo, podemos digitar o código e depois clicar em Run SQL para gerar o resultado e ver se acertamos ou não a questão.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*RJSmlZlJsfiBA-B14OBQMQ.png" /></figure><p>Os resultados aparecem abaixo, mostrando como nos saímos na resolução do exercício!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*5ozhTQkh_E5O2G0CxfZQ5Q.png" /></figure><p>Por fim, ao lado podemos acompanhar nosso progresso!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*heRf6W98Ks1Dv_mzbir8uw.png" /></figure><h3>sql-practice.com</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1vvVUTZl74fU4aDtShKGgw.png" /><figcaption>SQL Practice</figcaption></figure><p>O próximo site para estudar e praticar SQL é o sql-practice.com. A ideia principal aqui é usar as sugestões de exercícios do site. Ao clicar em Start, do lado direito da tela, um enunciado aleatório é gerado e assim podemos encontrar a resposta do exercício. Como exemplo, ao clicar em Start, o site gerou essa questão:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SqqEf4NM3qqjT7Oo5Q_0fQ.png" /></figure><p>Se necessário, podemos pedir uma dica ou ver a resolução do exercício para ajudar a resolver. Ao lado esquerdo, é onde digitamos as linhas de código para resolver a questão. Caso a resposta esteja correta, podemos seguir para o próximo exercício!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0x-HRCrvyMlFp9wCjmSsxA.png" /></figure><p>Além dos exercícios, do lado direito podemos acessar o menu Learning Resources para saber mais sobre as funcionalidades e comandos do SQL:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*u1eQ_ozj6YDJLtWzNm70kg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*hsJ-3Rpj5gfalJS7d6BzlA.png" /></figure><h3>w3schools.com</h3><p>O terceiro site que quero indicar a vocês é o <a href="http://w3schools.com/">w3schools.com</a>. Além do SQL, esse site tem tutoriais e exercícios para Excel, Phyton, R, e muitos outros. É um daqueles sites para você salvar nos seus favoritos e não tirar ele de lá! Além dos tutoriais e exercícios, é possível fazer alguns testes para certificação e até mesmo um bootcamp (ambos pagos) para aprofundar ainda mais seus conhecimentos.</p><p>Assim como os anteriores, o site é bem intuitivo. A esquerda temos o tema da lição, temos os botões Previous e Next para avançar ou voltar as lições e abaixo o conteúdo da lição em si.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*OtK0Vr7Xi4xUnH3-0J498g.png" /></figure><p>Em cada uma das lições temos a opção de praticar, clicando em Try it Yourself.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wKvGEv_HzAztwL2iOPk3ow.png" /></figure><p>Podemos digitar os comandos e clicar em Run SQL para ver o resultado. Aqui podemos treinar com funções mais avançadas e fazer análises mais profundas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vcNTEL2WN4HZ9UE85o4ULQ.png" /></figure><p>Espero que esse artigo tenha te ajudado! E se você gostou, não se esqueça de conferir meus outros artigos aqui no Medium.</p><p><strong>Um grande abraço e até a próxima!</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1b46794815e9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Turnover de funcionários — parte 3]]></title>
            <link>https://medium.com/@gui_busanello/turnover-de-funcion%C3%A1rios-parte-3-543a515ca0a6?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/543a515ca0a6</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Wed, 20 Mar 2024 21:22:57 GMT</pubDate>
            <atom:updated>2024-03-20T21:22:57.787Z</atom:updated>
            <content:encoded><![CDATA[<h3>Turnover de funcionários — parte 3</h3><p>Olá pessoal! Na terceira e última parte da resolução do case proposto pela Preditiva, vamos utilizar análises bidimensionais para avaliar a associação entre o turnover e todas as variáveis e sugerir mudanças para reduzir o turnover. Boa leitura!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/750/0*s6w5NSVASGFhFT2M.jpg" /></figure><h3>Análise bidimensional</h3><p>Uma análise bidimensional refere-se a uma análise que considera duas variáveis ou dimensões ao mesmo tempo. A análise bidimensional geralmente envolve o estudo da relação entre duas variáveis e como elas se relacionam entre si. Isso pode ser feito de várias maneiras, incluindo gráficos de dispersão, tabelas de contingência, análise de correlação, análise de regressão, entre outros métodos. Neste case, vamos utilizar o I<strong>nformation Value (IV),</strong> uma das melhores medidas de associação.</p><p>O IV é responsável por fornecer o <strong>poder de separação</strong> que uma variável qualitativa de duas ou mais categorias possui sobre outra variável de duas categorias (variável binária). Em outras palavras, ele mede o grau em que a informação contribui para a tomada de decisão, resolução de problemas ou compreensão de uma determinada situação. Nesse caso, nossa variável binária é se o funcionário deixou ou se não deixou a empresa (Sim e Não, respectivamente). Além disso, como agrupamos nossos dados construindo intervalos, transformamos nossas variáveis quantitativas em qualitativas, e por isso, podemos utilizar o IV também.</p><p>Mais uma vez vamos utilizar as tabelas dinâmicas do Excel para nos ajudar a resolver esse desafio. Para isso, vamos inserir novamente a Frequência Relativa no campo de valores e no campo Colunas, deixar “Valores” acima da variável “Funcionário deixou a empresa”, como na foto abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MuYY9j-UAs7-GCk52jJurA.png" /></figure><p>O resultado será esse:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ib9nK6SgEusUMr9tDo2Y4A.png" /></figure><p>Em seguida, vamos calcular o % turnover, Odds, LN e IV.</p><ol><li>% turnover — o % turnover, como na etapa anterior, é a divisão do número de funcionários que saíram pelo total de funcionários por categoria.</li><li>Odds — representa a relação entre a probabilidade de um evento ocorrer e a probabilidade de não ocorrer.</li><li>LN — função logarítmica natural, também conhecida como logaritmo neperiano ou logaritmo natural.</li><li>IV — Soma de todos os Information Values de cada categoria dentro da variável.</li></ol><p>Foram feitos os cálculos para todas as variáveis. Como exemplo, vamos analisar a variável <strong>Frequência de viagens:</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iV1vCqa8qH_el7g9s9AtoQ.png" /></figure><p>Nesse caso, a variável Frequência de viagens tem um IV de 0,121. Podemos classificar esse poder de separação como Médio, ou seja, essa é uma variável que não tem muita influencia na decisão de um funcionário pedir demissão ou não. Após calcularmos o IV de todas as variáveis, criamos uma tabela para ordenar quais variáveis tem mais influência na saída dos funcionários. A classificação do poder de separação seguiu os critérios da tabela abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pZtNYLZRX4LBwXbW58A-CQ.png" /></figure><p>Para facilitar a visualização e interpretação, utilizamos também a <strong>Formatação Condicional e Funções Lógicas (SE e E)</strong> para gerar uma tabela resumo.</p><p>Esse foi o resultado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xMY05gM9Y6vndu_9-JcQJg.png" /></figure><p>A partir dessas informações, podemos sugerir algumas soluções para o time de RH da empresa para diminuir o turnover de funcionários.</p><h3>Recomendações e conclusão</h3><p>Três variáveis tem um poder maior de influência na decisão de um funcionário sair da empresa e precisam ser analisados com maior urgência: <strong>horas extras, salário e a quantidade de ações da empresa.</strong></p><p>Seria interessante rever sua política de horas extras e salários, remunerando melhor quem faz horas extras e/ou diminuindo a quantidade de horas extras. Além disso, a empresa poderia incentivar mais os funcionários a adquirirem ações da empresa, e/ou pensar em alguma forma de incluir ações nas propostas de emprego dos atuais e futuros funcionários.</p><p>Sobre os salários, seria interessante para a empresa ter programas de incentivo por bom desempenho e maior transparência salarial, afim de tirar dúvidas sobre os critérios de remuneração e como esses critérios são determinados. Isso pode ajudar a construir confiança entre funcionário e empresa. Além disso, revisões salariais garantem que os funcionários sejam compensados de forma mais justa e que seus salários estejam atualizados de acordo com a inflação e seu desempenho individual.</p><p>Além dessas três variáveis, temos outros pontos de atenção a serem discutidos com a empresa. Um outro indicativo muito útil que podemos utilizar são as Odds. Odds acima de 1 indicam que um fenômeno tem mais chances de acontecer. Como exemplo, vamos analisar a tabela da variável <strong>Distância do trabalho.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wVdSLsel6ishJ3J0TvgjXQ.png" /></figure><p>O fato de morar mais longe do trabalho pode sim influenciar o colaborador a pedir demissão ou não. Podemos então, sugerir a empresa que alguns funcionários possam trabalhar de forma remota ou híbrida, diminuindo o desgaste que o deslocamento acaba causando.</p><p>Outra Odds acima de 1 foram de funcionários sem treinamento algum. É importante estruturar um processo de onboarding para todos os novos colaboradores, para apresentar a cultura organizacional, engajar, desenvolver pessoalmente e profissionalmente o colaborador, entre outros benefícios.</p><p>Além dos pontos de atenção que trouxe nesse case, podemos também recomendar programas de desenvolvimento profissional, tornar o ambiente de trabalho positivo e agradável, programas de feedback e diálogo constantes, entre outros.</p><h3>Agradecimentos</h3><p>Meu muito obrigado ao time da Preditiva por disponibilizar os dados, a orientar a resolução do case e principalmente, ter um cuidado especial com todos os seus alunos!</p><p>Espero que tenha gostado da resolução desse case. Fique a vontade para comentar o que você achou, dúvidas, entre outros. Obrigado e até a próxima!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=543a515ca0a6" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Turnover de funcionários — parte 2]]></title>
            <link>https://medium.com/@gui_busanello/turnover-de-funcion%C3%A1rios-parte-2-f4f66ec5fbbf?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/f4f66ec5fbbf</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Wed, 20 Mar 2024 13:02:50 GMT</pubDate>
            <atom:updated>2024-03-20T21:37:36.160Z</atom:updated>
            <content:encoded><![CDATA[<h3>Turnover de funcionários — parte 2</h3><p>Olá pessoal! Nessa segunda parte do case proposto pela Preditiva, vamos nos aprofundar ainda mais nas análises, calculando o turnover para cada uma das variáveis.</p><p>Boa leitura!</p><figure><img alt="" src="https://cdn-images-1.medium.com/proxy/0*e6jaVrBBOAvNEbau.jpg" /></figure><h3>% Turnover — variáveis qualitativas</h3><p>Inicialmente, vamos analisar se a taxa de turnover é maior em algum grupo específico. Vamos utilizar as tabelas dinâmicas que criamos anteriormente, mas dessa vez vamos usar somente a frequência absoluta para os cálculos. Para isso, podemos remover a frequência relativa do campo de valores, inserir a variável “Funcionário deixou a empresa” no campo Colunas e manter a variável que estamos analisando no campo Linhas, como mostra a imagem abaixo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/610/1*H8cezi_dejlk7c2UTpOi7w.png" /><figcaption>Ajustes da tabela dinâmica</figcaption></figure><p>Com as alterações, a tabela dinâmica vai ficar dessa forma:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/878/1*YARTrPFPRYaVvqBtCALugQ.png" /><figcaption>Frequencia de viagens</figcaption></figure><p>Analisando essas informações, podemos ver que o maior percentual de turnover são de pessoas que viajam frequentemente (quase 25%). Isso já gera uma primeira reflexão: será que o excesso de viagens é o responsável pela alta taxa de turnover nessa empresa? Para ajudar a responder essa pergunta, vamos calcular o turnover das outras variáveis e comparar os resultados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/872/1*SgICnjg3Bl4hz0VVHvjJEQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/872/1*w--2iB0qv3MXByJjVxp3Pw.png" /><figcaption>Escolaridade e Nível de satisfação organizacional</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/868/1*O56wPCUGmMZIYaxjEJkpvA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/870/1*fCTrfNYPOP19q0wJNu8jdw.png" /><figcaption>Gênero e Estado civil</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/874/1*dt3x4sVTfZfp8bJtDvPEmg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/870/1*S0ODvvHwF94Zu1Co6wMnNQ.png" /><figcaption>Horas extras e Equilíbrio de vida</figcaption></figure><p>Analisando as informações acima, as cinco maiores taxas de turnover são de:</p><ol><li>Funcionários que classificaram seu equilíbrio de vida como ruim (31,25%)</li><li>Funcionários que faziam horas extras (30,53%)</li><li>Funcionários de estado civil solteiro (25,53%)</li><li>Funcionários que classificaram seu nível de satisfação com o clima organizacional como baixo (25,35%)</li><li>Funcionários que viajam frequentemente (24,91%)</li></ol><p>Vamos avançar com a nossa análise e passar para as variáveis quantitativas.</p><h3>% Turnover — variáveis quantitativas</h3><p>Da mesma forma que calculamos o turnover das variáveis qualitativas, vamos faze-lo para as variáveis quantitativas.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wMVGI7SWg2h4sH3v2BEzAw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*VVAacwy4c3N0xGcMXNaQhQ.png" /><figcaption>Idade e Distância do trabalho</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qfnfoWzLDs0_NWk7yFC09g.png" /><figcaption>Salário</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DiniRhVAmRigrV58R8OyFQ.png" /><figcaption>Quantidade de empresas que funcionário já trabalhou anteriormente</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E2LI0VrNWPS9rox0V5iJWw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gtYNJjsKXXVanS9h992eJA.png" /><figcaption>% de aumento de 2018 para 2019 e Quantidade de ações da empresa que o funcionário possui</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Xe0BL7T52Fh7y-i5dNkCyw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2SkTkMwk4t8pzBCcRTgzyA.png" /><figcaption>Tempo de carreira e Horas de treinamento que o funcionário recebeu</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZydW0JCNY7OLeUVyT_CIrw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ov-MAZTqNg9-seEV35vg-w.png" /><figcaption>Tempo de empresa e Tempo (anos) no mesmo cargo</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8U4RD6kGD40pQPlz1dOkpg.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ye5IBpZpsonqnVeahJDSQw.png" /><figcaption>Tempo desde a última promoção Tempo (anos) com o mesmo chefe</figcaption></figure><p>Analisando as informações acima, as cinco maiores taxas de turnover são de:</p><ol><li>Funcionários que tinham salário entre 1000 e 1999 (54,99%)</li><li>Funcionários com idade entre 18 e 27 anos (28,10%)</li><li>Funcionários que não tinham nenhuma hora de treinamento (27,78%)</li><li>Funcionários que moravam a uma distância entre 21–25 km do trabalho (27,35%)</li><li>Funcionários que tinham salário entre 2000 e 2999 (26,24%)</li></ol><h3>Conclusões e próximos passos</h3><p>Depois de calcular o turnover de todas as variáveis, começamos a ter algumas informações mais claras dos principais motivos que levaram os funcionários a sair da empresa, destacando o salário, equilíbrio de vida e horas extras. Na terceira e última parte, vamos utilizar análises bidimensionais para avaliar a associação entre o turnover e todas as variáveis e sugerir mudanças para reduzir o turnover.</p><p>Grande abraço a todos!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f4f66ec5fbbf" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Turnover de funcionários — parte 1]]></title>
            <link>https://medium.com/@gui_busanello/turnover-de-funcion%C3%A1rios-parte-1-bf8f60e3a9d1?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/bf8f60e3a9d1</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Tue, 19 Mar 2024 18:42:27 GMT</pubDate>
            <atom:updated>2024-03-20T21:36:14.540Z</atom:updated>
            <content:encoded><![CDATA[<h3>Turnover de funcionários — parte 1</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*OIC_X-6amWQdeiQk.jpg" /></figure><p>Olá pessoal! Hoje trago a parte 1 da resolução de um case de negócios proposto pela Preditiva!</p><p>A exemplo do último case, vamos continuar utilizando a metodologia CRISP-DM para guiar nossa análise de dados até sua conclusão. Vamos utilizar o Microsoft Excel para resolver o que foi proposto nessa primeira parte: fazer a análise exploratória dos dados com tabelas de frequência e medidas resumo, compreender o comportamento de cada variável, verificar inconsistências e ter os primeiros insights para resolvermos esse desafio. Boa leitura a todos!</p><h3>Entendimento do negócio</h3><p>O Turnover (rotatividade de funcionários) é um grande problema para as empresas. Sempre que um funcionário deixa um determinado trabalho, a empresa perde dinheiro e tempo com novas entrevistas e treinamentos do novo funcionário. Isso sem falar da perda de produtividade do setor afetado por esse turnover. São muitas as questões que fazem um funcionário deixar a empresa, entre eles: Melhores oportunidades, clima organizacional ruim, chefes ruins, baixo equilíbrio entre vida pessoal e profissional, entre outros.</p><p>Para tentar entender quais as características que fazem um funcionário ficar ou deixar uma empresa de Tecnologia, o RH desta empresa catalogou informações de 1470 funcionários que deixaram ou permaneceram na companhia no último ano. O resultado desse levantamento gerou 19 possíveis fatores que explicam o comportamento do turnover.</p><p><strong>Com base nisso, o RH encomendou um estudo para o analista de dados da área para responder a seguinte pergunta: Quais políticas/fatores da empresa deveriam mudar de forma a minimizar o turnover?</strong></p><h3>Entendimentos e preparação dos dados</h3><h4>Descrição dos dados</h4><p>Como boa prática, ao abrir o arquivo com os dados, é interessante duplicar a planilha com os dados brutos para ter uma cópia caso seja necessário.</p><p>Uma parte importantíssima na análise de dados é entender o que cada variável significa e com quais tipos de variáveis estamos trabalhando. Ao analisar as variáveis disponíveis, geramos uma tabela com a descrição e o tipo de variável. Identificar o tipo de variável para definir quais ferramentas estatísticas vamos utilizar para interpretar esses dados é essencial para avançarmos para o próximo passo.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/742/1*ThvyhOFmuY5ErDhKkl8Lrw.png" /><figcaption>Variáveis, descrição e tipo de variável</figcaption></figure><h3>Análise exploratória dos dados</h3><p>Inicialmente, vamos verificar se há necessidade de tratarmos os dados antes de avançar com a análise exploratória. Utilizando o recurso <strong>Remover Duplicatas, Ir para Especial</strong> e os filtros das colunas, constatamos que os dados estão limpos e podemos prosseguir.</p><p>A primeira parte do desafio pede para respondermos qual a taxa de turnover atual (% pessoas que saíram / total de pessoas). Para isso, vamos utilizar o recurso <strong>Tabela Dinâmica.</strong> Com o Excel aberto, vamos clicar em qualquer uma das células da planilha, depois <strong>Inserir → Tabela Dinâmica</strong>. Na janela seguinte, confirmar se todo o intervalo foi selecionado, deixar a opção Nova Planilha marcada e clicar em OK.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/270/1*sOJGkkOwkPuVzsMWL-IlzA.png" /><figcaption>% Turnover</figcaption></figure><p>O turnover atual da empresa é de 16,12%, ou seja, de 1470 funcionários, 237 deixaram a empresa. Para facilitar a visualização e a interpretação desses dados, vamos gerar um gráfico de pizza. Segundo artigos da Zendesk e Sólides, uma taxa de turnover abaixo dos 10% a.a. é considerada ideal. Considerando essa informação, a empresa tem um turnover <strong>6,12% acima do ideal.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/330/1*a7YjIG8fVGzxjKm4mKbpYw.png" /><figcaption>% Turnover</figcaption></figure><p>A segunda parte do desafio pede a <strong>construção de tabelas de frequências absolutas e relativas para as variáveis qualitativas</strong>. Foram calculadas as frequências absolutas (contagem de vezes que o valor de uma variável ocorre em um conjunto de dados), relativas (quantidade de vezes que um valor aparece no conjunto dos dados em relação ao total de observações (%)) e acumuladas (soma das frequências relativas até um determinado valor do conjunto de dados (%)) de todas as variáveis qualitativas.</p><p>Como exemplo, vamos analisar em conjunto a tabela da variável <strong>Escolaridade.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/357/1*1I9T9O9bQ9si-BW_WA1ctg.png" /><figcaption>Escolaridade</figcaption></figure><p>Podemos observar que a maioria dos colaboradores da empresa têm ensino superior, seguido por funcionários que têm mestrado. Observando a frequência acumulada, quase 70% dos funcionários têm até o ensino superior completo. Para facilitar a visualização desses dados, podemos utilizar um gráfico de pizza para representar a frequência relativa e um gráfico de pareto para representar a frequência acumulada.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/371/1*NAXTRWKdj2XvxrSzyM_A9A.png" /><figcaption>Gráfico de pizza — Escolaridade</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/369/1*grRL5e7WwdkcdCVd8dEWkA.png" /><figcaption>Pareto — Escolaridade</figcaption></figure><p>A terceira parte do desafio pede a <strong>construção de tabelas e/ou box plots com medidas resumo para as variáveis quantitativas.</strong> Além das frequências absolutas, relativas e acumuladas, foram criadas tabelas com medidas resumo, histogramas e box plots para cada uma das variáveis quantitativas.</p><p>Como exemplo, vamos analisar a variável I<strong>dade</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/352/1*ojPdvkDVQE94xyoQlAYB_A.png" /><figcaption>Idade</figcaption></figure><p>Podemos observar que a maioria dos colaboradores da empresa possuem entre 28 e 27 anos de idade. Observando a frequência acumulada, mais de 85% dos funcionários possuem até 47 anos de idade. Utilizando a função <strong>Análise de dados</strong> no Excel, podemos criar uma tabela com medidas resumo para aprofundar ainda mais nossa análise. É importante fazer essa análise para entender melhor o comportamento desses dados e evitar erros de interpretação. Por exemplo, vamos analisar as medidas resumo das variáveis <strong>Idade e Salário</strong>, e mais especificamente, a média e a mediana.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/197/1*-W9PoIFzQaXIws2juPMhzw.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/199/1*fK3EN3_b3KvQEApf5H3lGQ.png" /><figcaption>Medidas resumo — Idade e salário</figcaption></figure><p>A média é uma medida de tendência central, ela tenta nos dar uma noção de onde o valor central dos dados deve aparecer. Assim como a média, a mediana também é uma medida de tendência central e representa até 50% dos valores do conjunto de dados. Por exemplo, 50% dos colaboradores ganham até R$ 4919,00 de salário, os outros 50% ganham acima desse valor. Se observarmos a mediana e a média dos salários, podemos ver que a média é de R$ 6502,93, pouco mais de R$ 1583,00 acima da mediana. Por que isso acontece?</p><p>Quando a média e a mediana são próximas, isso indica que os valores em seu conjunto de dados estão distribuídos de forma relativamente uniforme, sem a presença de valores extremos que possam distorcer significativamente a média. A mediana é menos sensível a outliers do que a média, então quando elas são próximas, isso sugere que a distribuição dos dados é razoavelmente simétrica e equilibrada. Se observarmos a tabela de Salários, podemos ver que alguns funcionários ganham altos salários, o que puxa a média para cima. Por isso é importante calcularmos média e mediana, para evitar erros de interpretação dos dados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/352/1*hX5blYdTuAVWn_aYJF2K5w.png" /><figcaption>Salários</figcaption></figure><p>Para finalizar essa primeira parte, vamos criar histogramas e box plots para todas as variáveis. Os histogramas são úteis para visualizar a distribuição dos dados e identificar padrões, como simetria, assimetria, picos, tendências centrais e outliers, já box plots são úteis para identificar a dispersão dos dados, incluindo a presença de outliers, bem como para comparar distribuições entre diferentes grupos de dados. Ele fornece uma representação visual das estatísticas de resumo importantes em um conjunto de dados de maneira rápida e fácil de interpretar.</p><p>Assim como nos exemplos anteriores, vamos continuar analisando a variável <strong>Idade.</strong> De acordo com o histograma abaixo, o grupo com idade entre 28–38 anos é o que tem mais funcionários, seguido pelo grupo que possui entre 38–48 anos. Além disso, o histograma também nos ajuda a visualizar a concentração dos dados. Como dito anteriormente, em torno de 85% dos funcionários da empresa tem entre 18 e 48 anos, e isso pode ser visto no histograma.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/376/1*NmuZ5_k5-ootaVazzqL_Pw.png" /><figcaption>Histograma — Idade</figcaption></figure><p>Abaixo, temos o box plot da variável <strong>Idade</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/378/1*0DgUGWlNvgz3qQZt2o7jDA.png" /><figcaption>Box plot — Idade</figcaption></figure><p>Box plots nos ajudam a verificar qual o valor mínimo e máximo e também a distribuição dos dados nos quartis. Quartis dividem um conjunto de dados em quatro partes iguais. O Q1 (primeiro quartil) indica que 25% das observações tem valores inferiores a ele. O Q2 (segundo quartil) é a mediana, indicando que 50% das observações tem valores inferiores e 50% tem valores superiores a ele. O Q3 (terceiro quartil) indica que 75% das observações tem valores inferiores a ele. Logo, temos que 25% dos funcionários tem menos que 30 anos, 50% dos funcionários tem menos que 36 anos, e 75% dos funcionários tem menos que 43 anos. Além disso, o box plot permite verificar como a média está distribuída em relação a mediana, indicado pelo X dentro da caixa. Como a média e a mediana estão próximas, podemos dizer que a distribuição dos dados é simétrica e equilibrada.</p><h3>Conclusão e próximos passos</h3><p>Nessa primeira parte, realizamos uma análise exploratória dos dados para entender o comportamento de cada variável e verificar inconsistências antes de avançarmos para a próxima parte. No próximo passo, vamos nos aprofundar ainda mais, analisando o turnover para cada uma das variáveis e utilizando análises bidimensionais para avaliar a associação entre o turnover e as demais variáveis.</p><p>Grande abraço e até a próxima!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bf8f60e3a9d1" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[EDA com Excel na prática — Top Spotify Songs]]></title>
            <link>https://medium.com/@gui_busanello/eda-com-excel-na-pr%C3%A1tica-top-spotify-songs-779851572804?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/779851572804</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Tue, 12 Mar 2024 18:53:11 GMT</pubDate>
            <atom:updated>2024-03-12T18:54:20.182Z</atom:updated>
            <content:encoded><![CDATA[<h3>EDA com Excel na prática — Top Spotify Songs</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/0*T6XmKprCIKDWV4JJ" /></figure><p>Olá pessoal! Hoje trago a resolução de um case de negócios com dados de reproduções de músicas do Spotify. Nesse case, vou utilizar algumas técnicas de EDA como tabelas de frequência e a correlação de Pearson para medir a força da correlação entre as variáveis.</p><p><strong>Link do Kaggle com o dataset: </strong><a href="https://www.kaggle.com/datasets/arnavvvvv/spotify-music"><strong>https://www.kaggle.com/datasets/arnavvvvv/spotify-music</strong></a></p><p>Boa leitura!</p><h3>Metodologia CRISP-DM</h3><p>CRISP-DM é a abreviação de <strong>Cross Industry Standard Process for Data Mining</strong> e é um processo que descreve abordagens usadas por especialistas de dados para atacar problemas e responder perguntas de negócios. É um modelo dividido em 6 fases: entendimento do negócio, entendimento dos dados, preparação dos dados, modelagem/análise, validação e implantação.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/800/1*KinFj8PYxU3EE9ifQsOHvw.png" /></figure><p>Para ficar mais claro, vamos usar essa metodologia na prática na nossa análise.</p><h3>Entendimento do negócio e objetivos</h3><p>O objetivo dessa análise é fazer uma análise exploratória dos dados (EDA) para responder algumas perguntas de negócio e elencar o TOP 10 nas seguintes categorias:</p><ol><li>Top 10 músicas mais tocadas</li><li>Top 10 artistas mais tocados</li></ol><p><strong>Depois, vamos entender se a presença ou não do artista nas playlists do Spotify o ajudam a fazer parte do TOP 10.</strong></p><h3>Entendimento dos dados</h3><p>Os dados estão disponíveis no Kaggle no formato .csv. Os tratamento e a análise será feita no Microsoft Excel. A base de dados está estruturada e possui 954 linhas e 25 colunas.</p><p>Antes de avançarmos na análise dos dados, cabe uma explicação rápida sobre quais variáveis serão utilizadas e o que significa cada uma delas:</p><ul><li>Track_name — nome da faixa</li><li>Artist(s)_name — artista(s) autor(es) da faixa</li><li>Streams — total de vezes que a faixa foi reproduzida</li><li>In_spotify_playlists — número de playlists em que a música está incluída</li></ul><h3>Preparação dos dados</h3><p>O primeiro passo é importar os dados para o Excel. Para isso, vamos abrir o Excel, ir até o menu <strong>Dados</strong>, na guia <strong>Obter e Transformar Dados</strong>, clicar em <strong>Obter Dados (Power Query)</strong> e selecionar a opção <strong>Do Texto.</strong> Selecione o arquivo e clique em OK.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dYOzkyDspmEpUibYBzsTNA.png" /></figure><p>Na janela seguinte, vamos transformar nosso arquivo .csv em uma tabela estruturada. Para isso, podemos selecionar <strong>Delimitado</strong> e <strong>Avançar.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SE2wYkxpCiK8KHzPZ79gJw.png" /></figure><p>Na janela seguinte, vamos definir qual é o delimitador que separa as informações em colunas. Vamos marcar a opção <strong>Vírgula</strong> e depois <strong>Avançar.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QBDWPf_1hvBxlH_cqiL7Fg.png" /></figure><p>Por fim, podemos clicar em <strong>Concluir</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*B2siK8MOnNxo3_ANKCoFfw.png" /></figure><p>Na janela seguinte, vamos escolher em qual célula nossos dados serão importados. Por fim, podemos clicar em <strong>Importar</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/970/1*mY4T9Hf1Sh_XQYGvlk5vuA.png" /></figure><p>Agora, nossos dados estão organizados e podemos avançar com a nossa análise. Agora, vamos excluir as colunas que não serão utilizadas na análise. Para isso, podemos selecionar as colunas, clicar com o botão direito e clicar em <strong>Excluir</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/395/1*t1ovxuuwAUB7EuYg4vGszg.png" /></figure><p>Depois, vamos procurar por valores duplicados e excluir os mesmos com o comando Remover Duplicatas. Vamos ao menu <strong>Dados</strong>, em <strong>Ferramentas de Dados</strong>, clicamos em <strong>Remover Duplicatas</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/576/1*l3Lr95r6ZkzDLK4ETIDZVw.png" /></figure><p>Na janela seguinte, marcamos todas as opções e clicamos em OK. Nesse caso, nenhum valor duplicado foi encontrado.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/313/1*Ih9ym3F1EMuVQwAf16VdPQ.png" /></figure><p>Por fim, vamos excluir os dados vazios e inconsistentes antes do próximo passo. Vamos utilizar os filtros do Excel para procurar células vazias e depois excluir elas da planilha. Com a limpeza dos dados concluída, podemos seguir com a nossa análise.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/770/1*4GNCMaFaiM4ncS_UySZi4w.png" /></figure><h3>Modelagem/análise</h3><p>Para as análises, vamos utilizar Tabelas Dinâmicas para responder as primeiras perguntas de negócio. Para criar as tabelas dinâmicas, selecionamos uma célula do conjunto de dados, clicamos no menu <strong>Inserir,</strong> depois clicamos na opção <strong>Tabela Dinâmica</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/223/1*oeVbLy83bL5Qj601rrPaaw.png" /></figure><p>Foram criadas duas tabelas dinâmicas para responder as duas primeiras perguntas de negócio: TOP 10 Artistas e TOP 10 Músicas mais tocadas. Além disso, para agilizar a análise, utilizamos a mesma tabela para fazer as tabelas de frequência do total de streams e do total de playlists.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/829/1*RuVLi5ndfr3VO_-mIK9ikA.png" /></figure><h3>Validação</h3><p>Analisando ambas as tabelas do TOP 10 de artistas e músicas mais tocadas no Spotify, vemos que os quatro primeiros artistas mais tocados correspondem a quase 58% do TOP 10, todos com mais de 11 bilhões de músicas reproduzidas na plataforma. Porém, apenas três dos artistas que estão no TOP 10 (The Weeknd, Ed Sheeran e Imagine Dragons) possui alguma faixa no TOP 10 de músicas mais reproduzidas. O que pode nos ajudar a explicar esse fato?</p><p>Um dos principais recursos do Spotify são as <strong>playlists</strong>, que podem ser criadas por algoritmos, pela equipe de especialistas da plataforma, ou pelo ouvinte. Segundo o Spotify, quando os fãs incluem uma música na playlist, sabemos o tipo de música que curtem e o que recomendar a eles. Logo, quanto mais músicas de um artista forem incluídas em playlists, maior será o número de recomendações para os usuários e maior a probabilidade dele entrar no TOP 10. Podemos verificar se essa afirmação está correta usando a Correlação de Pearson!</p><p>A <strong>correlação de Pearson</strong> é uma análise bidimensional, utilizada para analisar o comportamento e medir a intensidade da relação estatística de duas variáveis. Nesse caso, vamos analisar duas variáveis quantitativas discretas: total de streams e total de playlists. Para calcular essa correlação, vamos utilizar a fórmula <strong>=CORREL</strong> do Excel. A sintaxe da fórmula pode ser vista na figura abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/173/1*r56UcInkhiNE30yEnxZiRA.png" /></figure><p>Sendo assim, selecionamos ambas as matrizes de interesse para calcular a força da correlação e prosseguir com a análise:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Ezw8zHd-jC2dgi6RbuC5LA.png" /></figure><p><strong>O resultado foi 0,84.</strong></p><p>O coeficiente de Pearson varia de -1 a 1. Valores mais próximos de 1 indicam uma forte correlação positiva, mais próximos de 0 indicam correlação neutra e mais próximos de -1 indicam uma correlação negativa. Com base nessa informação, podemos afirmar que existe sim uma correlação entre o total de streams e consequentemente uma maior chance do artista aparecer no TOP 10 com o total de playlists em que o artista tem uma música.</p><p>Podemos aplicar o mesmo estudo para saber se existe uma relação entre o TOP 10 de faixas reproduzidas com o número de vezes que essa música aparece em playlists do Spotify. Nesse caso, <strong>o resultado foi de 0,51</strong>, ou seja, existe sim uma correlação, mas é uma correlação mais fraca em relação a anterior.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*CoqDg_AgdNTW4K4zwE0X1A.png" /></figure><p>É sempre importante lembrar que a existência de correlação entre duas variáveis indica que de alguma forma elas estão associadas, mas nem sempre isso quer dizer que uma variável causa a outra! Nem toda correlação é causalidade, mas toda causalidade gera uma correlação!</p><h3>Deploy (implantação)</h3><p>Com base na análise realizada, podemos recomendar aos artistas que estão buscando aumentar o número de reproduções de suas músicas, que incentivem os ouvintes a adicionar suas músicas em playlists, pois assim o Spotify vai indicar o trabalho para mais e mais ouvintes.</p><p><strong>Espero que tenham gostado desse case de negócios, em breve teremos mais cases por aqui. Grande abraço a todos!</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=779851572804" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[3 ferramentas para te ajudar a estudar análise e ciência de dados]]></title>
            <link>https://medium.com/@gui_busanello/3-ferramentas-para-te-ajudar-a-estudar-an%C3%A1lise-e-ci%C3%AAncia-de-dados-83dfc97a2a35?source=rss-e507aeaa0458------2</link>
            <guid isPermaLink="false">https://medium.com/p/83dfc97a2a35</guid>
            <dc:creator><![CDATA[Guilherme Almeida Busanello]]></dc:creator>
            <pubDate>Thu, 29 Feb 2024 22:11:23 GMT</pubDate>
            <atom:updated>2024-02-29T22:24:14.270Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*UPYlvMKUwJopnqgv.jpg" /></figure><p>Olá pessoal! Nesse meu primeiro texto aqui no Medium, vou falar um pouco sobre as ferramentas que estou usando nessa transição de carreira. Essas ferramentas são focadas em aumentar a produtividade do estudo e fixação dos conteúdos, organização, comunicação e networking! Boa leitura!</p><h3>Notion</h3><p>Inicialmente, organizo as páginas em uma hierarquia que vai facilitar minha busca quando eu precisar revisar esse conteúdo. Uso o recurso <strong>Teamspaces</strong> para isso. Para ficar mais fácil de entender, vou usar meu próprio exemplo de organização com o conteúdo do curso da <strong>Preditiva Analytics</strong> (um salve para todo o time de professores e alunos da Preditiva!):</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/259/1*FQnM_q7xDhG1e0bhhpMNqw.png" /></figure><p>Nesse caso, organizei todo o conteúdo do curso da Preditiva dentro do meu Teamspaces <a href="http://preditiva.ai/"><strong>Preditiva.ai</strong></a><strong>.</strong> Dentro desse espaço, vou criando as páginas e dentro das páginas, criando outras páginas para dividir os capítulos, e dentro dos capítulos, criando páginas para dividir o conteúdo de cada aula e ir fazendo as anotações que preciso. Lembra daquele caderno 10 matérias que você usava no colégio? O princípio aqui é o mesmo, só que digital e bem mais fácil de editar e organizar depois de tudo pronto!</p><p>Dentro da página, é possível anexar arquivos como o PDF das aulas, imagens, links de sites com conteúdo complementar, boards do Miro, arquivos do Google Drive, Github, enfim. A lista de possibilidades é grande. Além disso, quando quero buscar algo em específico, é só usar a ferramenta de busca do Notion.</p><p>Esse overview é só um pouco do que o Notion pode fazer pelo seu estudo ou trabalho. Vou deixar aqui uma playlist do canal <strong>Podia ser um email</strong> pra quem quer saber mais sobre o Notion:</p><iframe src="https://cdn.embedly.com/widgets/media.html?src=https%3A%2F%2Fwww.youtube.com%2Fembed%2FOtonUdsmdfg%3Ffeature%3Doembed&amp;display_name=YouTube&amp;url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DOtonUdsmdfg&amp;image=https%3A%2F%2Fi.ytimg.com%2Fvi%2FOtonUdsmdfg%2Fhqdefault.jpg&amp;key=a19fcc184b9711e1b4764040d3dc5c07&amp;type=text%2Fhtml&amp;schema=youtube" width="854" height="480" frameborder="0" scrolling="no"><a href="https://medium.com/media/31e0e9169bbe8c1c34abda46b9123cdd/href">https://medium.com/media/31e0e9169bbe8c1c34abda46b9123cdd/href</a></iframe><h3>ChatGPT</h3><p>Pedir aquela ajuda pro ChatGPT te ajuda a aprofundar ainda mais seus conhecimentos!</p><p>Para estudar mais sobre estatística, pedi uma ajuda para o ChatGPT. Usei ele para pesquisar mais sobre medidas de posição e nesse momento, lembrei da fala do mestre Heitor Sasaki, <strong>estudo sem prática = entretenimento</strong>. Então, pedi para o ChatGPT criar um dataset para praticar e esse foi o resultado:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*q4TFFa6iPLEX48bxmNF8Lg.png" /></figure><p>Além de criar o conjunto de dados, ele fez um resumo sobre as variáveis e sobre o conjunto de dados em si:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zknKX1mEGKc9m-ZXkL0--g.png" /></figure><p>Aí foi só copiar o dataset, salvar no formato csv e começar a trabalhar no Excel. Legal né?</p><h3>Discord</h3><p>Em uma tradução livre, o Discord é “a forma mais fácil de conversar por voz, vídeo e texto. Converse, se divirta e fique próximo de seus amigos e colegas”.</p><p>Junto com o Slack, WhatsApp e Telegram, o Discord é muito utilizado como meio de comunicação nas empresas, seja para tirar aquela dúvida sobre o banco de dados, pedir pro colega sênior te ajudar a resolver um problema, mandar os memes de sextou pra galera, zoar o amigo quando o time dele perde, e por aí vai. O Discord permite aproximar as pessoas, desde as que moram do outro lado do bairro até as que moram do outro lado do planeta.</p><p>Um dos recursos mais legais do Discord são os <strong>Servidores.</strong> Para quem faz parte da <strong>Universidade dos Dados</strong> do mestre Andre Yukio, além de ter acesso as trilhas de estudo e as lives, também tem acesso ao Discord, e é pelo Discord que a galera fala sobre diversos assuntos, pede feedback sobre portfólio, sobre um case de negócios que resolveu, pede ajuda para resolver algum desafio no trabalho, tira dúvidas sobre o curso e principalmente, fazer networking!</p><p>Um dos canais que mais gosto lá no Discord da Universidade dos Dados é o de portfólio. Para quem está começando, é ótimo ter boas referências para inspirar a criação do seu próprio portfólio, e ali só tem fera! Além disso, tem o canal de dúvidas técnicas, onde sempre tem alguém para te ajudar a tirar as dúvidas, seja por mensagem de texto, voz ou vídeo. É como dizem, ensinar é a melhor forma de aprender!</p><p>Espero que tenham gostado desse texto e que eu possa ter te ajudado a entender melhor o potencial das ferramentas que estou usando e que você também possa usa-las na sua rotina de estudo e de trabalho.</p><p>Um grande abraço a todos!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=83dfc97a2a35" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>