#Drop 4 Data Science: qual o benefício para as pequenas empresas?

Primeiro, vamos conhecer:

O que é uma pequena empresa? Segundo o SEBRAE:

“Se a receita bruta anual for superior a R$ 360.000,00 e igual ou inferior é R$ 3.600.000,00, a sociedade será enquadrada como empresa de pequeno porte”[1]

Como que uma pequena empresa, com uma receita pequena como esta pode utilizar os seus dados para melhorar o seu negócio?, reduzir custos?, e aprender sobre seus clientes?.

Quem são meus usuários?

Basicamente, quase toda empresa hoje em dia possui cadastros dos seus clientes, seja em forma de papel ou online (via Facebook, Google+). Então, descobrir quem são seus usuários,

  • Qual a faixa etária consome mais?
  • Qual o sexo que, na média, consome mais?
  • Quem compra o produto X mais vezes?
  • Quantas vezes eles vêem a sua loja? (para o caso de lojas físicas)

Essas são perguntas facilmente respondidas por um data scientists, na verdade, sua vertente data analyst, que é capaz de fazer análise descritivas, desta forma o empreendedor e sua pequena empresa podem entender mais seu consumidor, aprender sobre seus estilos e gostos e quais suas preferências.

Como seus usuários se comportam?

  • Se eu aumentar o preço de um produto que está sendo POUCO vendido, é POSSÍVEL que as vendas AUMENTEM? (sim, isto é uma possibilidade)
  • Quais os meses que estes usuários mais gastam e menos gastam?

Pequenas empresas não precisam de grandes formas para coletar dados, até mesmo um formulário de papel funciona, desde que estes dados sejam colocados em uma planilha Excel por exemplo,  e sim, o Excel é uma ótima ferramenta para análise de dados.

Novas campanhas

A maioria dos pequenos negócios hoje em dia realizam grandes movimentos online como postagens no instagram, campanhas no facebook e o feedback de todos esses meios sociais é mensurável SIM!, com um bom data scientist, estes dados podem ser analisados de forma a tornar sua campanha mais efetiva, a conversão mais alta e ROI(Return on invesment) de cada atividade maior.

Este é um pequeno drop para o post desta semana!

Fontes:

[1] http://www.sebrae.com.br/sites/PortalSebrae/artigos/Entenda-as-distin%C3%A7%C3%B5es-entre-microempresa,-pequena-empresa-e-MEI

Drop #3 – Tweepy e Pandas: Primeiras Impressões

Twitter_logo_blue

Esta semana eu tentei construir um post interessante para amanhã( 04 de setembro), talvez, quem saiba, eu consiga. E os culpados desta semana, ou seja, me deram um trabalho enorme para aprender e ler sua documentação, esses são : Pandas e Tweepy.

Pandas é um dos melhores packages para manipulação de dados para Python, standard mesmo e bem amplo, além de possuir uma documentação extensa, muito boa e cheia de tutoriais. Segue o link da documentação: http://pandas.pydata.org/pandas-docs/stable/index.html para quem quiser aprender um pouco mais sobre esse package.

Tweepy, já é um package,  que ao contrário do Pandas, bem restrito. Se limita a ser uma camada de abstração entre a API e o seu código em python, desta forma é muito mais fácil utilizar a API do twitter para obter dados e gravá-los.
O tweepy possui poucos exemplos online e estes são poucos diversificados.

Um pouco mais sobre o Pandas:

pandas não, infelizmente o pandas não possui este olhar para você enquanto você o programa.

Mas vamos nessa, o pandas possui dois tipos principais de dados básicos e que se bem utilizados trazem extremas vantagens : Series e Dataframes. O primeiro, é isto mesmo, uma série, se assemelha fortemente aos dictionary de várias outras linguagens, todo objeto possui uma key própria. Já o Dataframe é algo fantástico, funciona como uma tabela/planilha de um banco relacional, com colunas como id’s e linhas como registros. E este, possui métodos fantásticos!!! Como o Dataframe.to_csv, isso mesmo, o panda possui um método bem simples para serializar todos os dados em um arquivo csv. Para mim, esta é uma dádiva que não encontrei em R, por exemplo(mas com certeza existe um package que conserta isto).

Já o tweepy:

Fora o que já falei sobre o tweepy, o que eu posso dizer é que ele abstrai as diferentes APIs do twitter de forma bem legal. Por exemplo, com o mesmo objeto, eu posso acessar a minha timeline ( que está conectada ao meu app criado no https://dev.twitter.com/) ou acessar a Streaming API que me permite acessar todos os tweets do mundo, e utilizando um simples dictionary, eu posso filtrar somente twitter que possuem certas palavras (“Sport”, por exemplo.).

 

Espero que vocês tenham gostado deste drop e que tenha despertado a curiosidade para procurar mais.