Como os dados ganham vida na Wavy: da extração à análise

análise de dados
6 minutos para ler

A área de Business Analytics (BA) da Wavy é responsável por guiar as decisões estratégicas da empresa usando dados, evitando que a intuição determine nossas ações. Mas como transformamos milhares de dados em informações úteis? É isso que vamos detalhar ao longo do texto. 

Primeiro precisamos entender com os executivos quais questões precisam ser resolvidas. Depois realizamos a extração, normalização e consolidação dos dados. E com tudo pronto e insights em mente, criamos relatórios, dashboards e análises. Quer saber mais? Acompanhe!

Dados – Você sabe o que é caviar ETL?

“Nesse processo [ETL], os dados são retirados (extraídos) de um sistema-fonte, convertidos (transformados) em um formato que possa ser analisado, e armazenados (carregados) em um armazém ou outro sistema”¹

Essa é a etapa do nosso trabalho que garante que os dados que mostraremos estarão acurados, confiáveis, performáticos e alinhados com o que nossos executivos precisam. Essas são as fases do ETL:

  • E(xtract): nessa fase pegamos as informações trafegadas nos sistemas da empresa.

Exemplo: dia 26/06/2019 às 15:23h o João Trindade pagou R$5,99 no produto Vivo Meditação.

Aqui na Wavy usamos diversos bancos de dados para gravar essas informações, como Google Big Query, Amazon Redshift, SQL Server, PostgreSQL e MySQL. 

  • T(ransform): com os dados “em mãos”, é hora de os deixar como precisamos que estejam.

Como na maioria dos casos usamos bancos mais “parrudinhos”, como Redshift, quase toda alteração que precisamos fazer nos dados nós fazemos dentro das próprias queries, mas também utilizamos o Kettle para isso;

  • L(oad / carga): após transformarmos os dados da maneira que precisamos, os carregamos novamente em um banco de dados ou gravamos em planilhas (depende da requisição).

Para unir essas três etapas usamos o Kettle (Pentaho Data Integration) mencionado acima e para agendar a execução horária/diária/semanal/mensal das ETLs utilizamos o Jenkins.

Relatórios e Dashboards

Pronto! Já temos os dados da maneira que precisamos, agora temos que entender qual a melhor forma de fazer a apresentação de todas essas informações: chegou a hora dos relatórios e dos dashboards!

Hoje em dia para gerar relatórios usamos o step “Text File Output” (csv/txt) e “Microsoft Excel Output” (xlsx) do Kettle, e também o Reporting Services da Microsoft que nos permite uma personalização muito maior. Mas já usamos também o “Pentaho Report Designer” e “Redash”, ambos gratuitos.

Partindo para os dashboards, usamos atualmente o “PowerBI”, mas já usamos o Pentaho e o Sisense também – que por sinal não recomendamos. Se quiser ver uma comparação entre algumas ferramentas, clique aqui. Mas em suma, hoje conseguimos criar visualizações muito bonitas e intuitivas com o PowerBI, mas ele tem limitações e bugs muitas vezes inexplicáveis.

Usamos também o Metabase, e esse nos encanta pela sua simplicidade, agilidade e gratuidade. E quase esquecemos do DataStudio, que ainda é novinho para nós. Ele também é um pouco limitado, não tem tantos elementos quanto o PowerBI, mas nada de braçada quando o assunto é real-time (nossa versão do PowerBI apenas nos permite atualizar os dados 8 vezes por dia).

Muito bem. Já falamos dos dados, relatórios e dashboards. Mas ainda falta a parte da análise certo? Então vamos lá!

Decisão baseada em dados. Temos? Temos sim!

Depois de ouvir toda essa história, é natural pensar que a Wavy já é uma empresa com cultura data driven. Mas não é tão simples assim.  

Estamos aprendendo, e mais do que ser data driven precisamos ser data informed. Mas o que significa isso? Precisamos entender que extrair boas ideias e insights dos dados talvez seja mais importante do que sair por aí medindo e metrificando tudo. Tá ok, mas que tipo de análises fazemos por aqui?

Dentro da Wavy temos diversas frentes de atuação que necessitam de análises, e uma delas é a área que trabalha com nossos clientes corporativos e envios de SMS. Com objetivo de identificar a qualidade dos nossos clientes e definir uma regra única de comparação entre eles criamos a modelagem RFVM. RFVM what?

RFVM é uma classificação específica por cliente baseada nos parâmetros de Recency, Frequency, Value e %Margin considerando sempre o período das últimas 4 semanas. Essa modelagem roda semanalmente e temos poder de atuação em todas as dimensões do RFVM. Como calculamos essas dimensões? É fácil:

  • R: Diferença em dias entre o dia que o modelo roda e a última vez que o cliente enviou SMS 
  • F: Volumetria de SMS
  • V: Receita recebida com os envios de SMS
  • M: %Margem (%Receita líquida)

Após algumas análises estatísticas, xícaras de café e definições de réguas de corte dos parâmetros, os clientes são classificados em cada um deles e o score final chamado de RFVM é obtido ao fazermos R+F+V+M. Como trabalhar com score nem sempre é simples, para tornar mais prático o uso do RFVM, os nossos clientes também foram categorizados em clusters, ou grupos. Assim para cada grupo de score, temos um cluster associado e dessa forma fica mais efetiva as análises e tomada de ações dos nossos executivos. E para facilitar o uso desse tipo de análise colocamos tais dados em dashboards no Power-BI para que todos tenham acesso às informações e consigam tomar ações baseadas nos dados.

E a conclusão de tudo isso? Bom, com esse tipo de análise, o time de BA auxilia os demais times da Wavy na tomada de decisões estratégicas e cada time consegue ter autonomia para decidir, a partir de dados (#datainfomed), quais os próximos passos para surpreender nossos clientes. E você? Costuma tomar decisões baseada em dados?

Sobre as autoras

Fernanda Eleuterio

Apaixonada por números e focada em resultados. Fazer análises é com ela mesmo. Canceriana. Gosta muito de academia. Também ama cachorros. Formada em Estatística e pós graduada em Economia Financeira ambas pela Unicamp (#unicampepepeô). Trabalha na Wavy há 3 anos e faz parte da equipe de Business Analytics (#umtimelindodessesbicho).

Maiara Lemos 

Adora inovar. Tem domínio em linguagem de banco de dados e ferramentas de ETL. Faz dashboards lindos e objetivos. Capricorniana. Mãe dos dogs Bart e Maggie. Formada em Sistema de Informação pela USP. Empresária, participou da criação de 2 startups. Trabalha na Wavy há 4 anos e faz parte da equipe de Business Analytics (#melhortimeever).

Você também pode gostar

Deixe uma resposta

-