22. CRISP-DM e ciclo da análise de dados

O CRISP-DM é o roteiro mais cobrado para projetos de análise e mineração de dados, e sua lógica é iterativa: as fases se retroalimentam, e voltar é parte do processo. As questões deste tópico raramente pedem a lista das fases — pedem reconhecer o que pertence a cada uma e identificar o atalho que descaracteriza a fase.

O percurso começa pelo contato cuidadoso com os dados. A disciplina ensina a reconhecer tipos, qualidade, distribuições, relações, vieses e limites antes de construir conclusões ou modelos. Este é o capítulo 22 de 24 da disciplina Análise Exploratória de Dados. Ele retoma Produtos de dados e organizações orientadas a dados e utiliza essa base para avançar. Na sequência, estudaremos KPIs e análise de causa raiz.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use CRISP-DM e ciclo da análise de dados para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Entendimento do negócio

Começamos por Entendimento do negócio, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

O entendimento do negócio traduz o problema organizacional em objetivos analíticos, critérios de sucesso, restrições, riscos e plano inicial. É a fase que responde: que decisão será tomada com este resultado, por quem, e o que caracterizará sucesso.

A prática correspondente é envolver os interessados e distinguir sucesso técnico de valor para o negócio: um modelo com boa métrica que ninguém usa é fracasso do projeto, não sucesso da modelagem. O critério de qualidade: objetivo de negócio, objetivo de dados e critério de aceitação estão conectados entre si.

Entendimento e preparação dos dados

Depois de compreender Entendimento do negócio, passamos a Entendimento e preparação dos dados. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

O entendimento dos dados envolve coleta inicial, descrição, exploração e verificação de qualidade e adequação — é onde a análise exploratória entra no processo. Examina-se significado, origem, distribuição, cobertura, vieses e limitações, e não apenas a disponibilidade das tabelas.