Arquivo da tag: dados

Infoxicação, a intoxicação por excesso informação

O termo “infoxicação” começou a ser popular com o físico espanhol Alfons Cornellá que classificou, na década de 90, como o excesso de informação. Ele previu que nos próximos anos teríamos muito mais dados do que poderíamos absorver e em uma velocidade superior àquela que tínhamos até antes do advento da internet.

Em 2021, os números confirmam o que foi citado por Cornella. Mais de 2,2 milhões de terabytes de novos dados são gerados todos os dias no mundo, que incluem imagens, GIFS, vídeos, textos, séries, publicações nas diversas redes sociais, anúncios, e-mails, em uma lista diversa e praticamente infinita – todos em alta velocidade. Cornellá fala da infoxicação decorrente como um fator do risco: lidar dados e de tantas fontes ao mesmo tempo pode gerar ansiedade e estresse. Em alguns casos, o excesso também pode gerar Burnout, que é a exaustão da mente, ao ponto que não consegue mais produzir com excelência e tem dificuldade em absorver novas informações, gerando irritação, tristeza e até depressão, entre outros sintomas.

O filtro do que vemos, lemos e ouvimos na internet, especialmente as redes sociais, se torna necessário para evitar levar o nosso corpo ao excesso de informação. A rede pode ser um meio positivo para estudos e diversão se for utilizada com limites, escolhendo o que e quando se ver. Limitar os horários das telas, intercalar momentos sem celular ou monitores e tentar atividades que não envolvam a tecnologia são alguns exemplos de ações que auxiliam a não exaurir. Outras ações são de excluir e diminuir, como deixar de acompanhar pessoas, marcas e comunidades que não tragam efeito positivo. E o reforço no que importa, para possuir mais tempo para ler, reforçar os locais na internet que possuam maior fonte de bem-estar. Afinal, o tempo que possuímos é limitado e explorar espaços positivos para cada um é uma boa forma de usá-la.

Data Strategy | Data Mining

* Este artigo faz parte de uma série de conceitos sobre dados.

Data Mining ou “mineração de dados”

Após a primeira parte da coleta e armazenamento dos dados, é o momento de olhar para o que foi coletado e definir o que irá ou não entrar na pesquisa e/ou na apresentação. O processo de obter os dados e “minerá-los” é comumente chamado de Data mining e seu sentido original refere-se à forma de coleta de grandes dados, que passam pela extração, armazenamento, análise e estatística.

Análise quantitativa

É durante o processo de Data Mining que ocorre a análise quantitativa. Este processo pode ser dividido em dois tipos. Um é a observação do “discret data”, com pequenas segmentações, cujo resultado é mais especializado;  o outro tipo é “continuous data”, cuja análise é contínua e os dados analisados tornam-se informação acionável.  É o momento de observar cada número, relevar a sua importância e começar, de fato, a analisar.

O Data Mining é fundamental pois atua no processo quantitativo que vai gerar conhecimento, a chamada análise quantitativa: interpretações e novos caminhos a partir de um aglomerado de números.

A partir daí os dados “saem para o mundo”. E é aí que entra a  performance e o planejamento, o monitoramento e a mensuração; o entendimento da organização de grafos (social network analysis); regras e responsabilidades e, ao final, os relatórios de performance.

Por último, e talvez o maior desafio na produção da análise dos dados, está gerar a inteligência, ou o Business Intelligence. Ele é composto dos goals x objetivos.

 

Aplicação de Data Mining ou mineração de dados

Durante a aplicação de Data Mining, nem todos os dados coletados podem ganhar uma utilização, mas ainda assim fazem parte da pesquisa e são relevantes. Sua aplicação imediata não é o fator mais importante para deletar. Considerando que nem sempre os meios de obter as informações são baratos e muito menos rápidos, isso toma ainda mais importância. Durante a análise é comum que queiramos nos livrar de abas do Excel ou algum dado extra. Mas…

“Os dados armazenados são como as roupas em um armário; mesmo que não acessemos em dois anos, ainda não devemos jogá-los fora – e assim vale a pena lembrar durante formulação uma estratégia de dados”. (Mike Schiff)