Um analista de dados recebeu a tarefa de estimar os consumidores de uma rede de lojas de varejo digital que têm maior probabilidade de voltar a adquirir determinado produto. A empresa disponibilizou tabelas contendo, respectivamente, a lista de consumidores com seus dados demográficos, os resultados de vendas de cada loja e os dados básicos como endereço e área ocupada por cada loja. Para alimentar sua ferramenta de mineração de dados é necessário agregar as tabelas repassadas em um único banco de dados. Considerando o modelo de referência CRISP-DM, esse analista encontra-se na etapa de
- A)avaliação.
Errada, porque avaliação ocorre depois da modelagem, quando você verifica se o resultado atende aos objetivos do projeto.
- B)modelagem.
Errada, porque modelagem é a etapa de aplicar técnicas e algoritmos, não de integrar tabelas e limpar bases.
- C)entender os dados.
Errada, porque entender os dados é a fase de exploração inicial, antes de preparar a base para uso analítico.
- D)entender o negócio.
Errada, porque entender o negócio trata da definição do problema e dos objetivos da análise, não do tratamento dos dados.
- E)preparação dos dados.
Certa, porque integrar tabelas e montar uma base única para mineração é atividade típica da preparação dos dados no CRISP-DM.
Gabarito: E
No CRISP-DM, a etapa de preparação dos dados é a fase em que você coloca a casa em ordem antes de fazer a mineração propriamente dita. Aqui entram tarefas como selecionar tabelas, integrar fontes diferentes, limpar inconsistências, tratar valores ausentes, transformar campos e montar a base final que será usada no modelo. É a etapa mais "mão na massa" do projeto, porque sem dados organizados o modelo vira um gourmet de planilha: bonito na teoria, fraco no prato. No enunciado, o analista recebeu tabelas separadas com consumidores, vendas e dados das lojas, e precisa agregar tudo em um único banco de dados para alimentar a ferramenta de mineração. Isso é integração e consolidação de dados, exatamente o tipo de atividade que pertence à preparação dos dados. Ou seja, antes de modelar ou avaliar qualquer coisa, ele precisa deixar os dados prontos para uso. Em CRISP-DM, a ordem típica é: entendimento do negócio, entendimento dos dados, preparação dos dados, modelagem, avaliação e implantação. Perceba que o problema da questão não é descobrir o objetivo comercial nem testar algoritmo, mas sim organizar as bases para que a análise possa acontecer. Por isso o gabarito é a letra E. Se você decorar uma ideia simples, ajuda muito: entender = conhecer o problema e os dados; preparar = mexer nos dados para deixá-los utilizáveis; modelar = aplicar técnicas analíticas. Nesta questão, o verbo-chave é "agregar as tabelas em um único banco de dados", que entrega de bandeja a fase de preparação dos dados.