Tem vontade de fazer uma transição de carreira para a área de análise de dados, mas está indeciso!?

Ao longo desse artigo trarei diversas dicas práticas tanto para descobrir se realmente gosta da área assim como um Road Map com etapas claras e objetivas para se tornar um Analista de Dados.

Photo by Austin Chan on Unsplash

Contexto

Antes de me tornar um Analista de Dados, durante a minha trajetória profissional eu fiz 2 transições bastante radicais e sei como é difícil e desafiador essa movimentação.

Eu iniciei minha carreira em Arquitetura (Construção Civil), mudei para Engenharia de Produção [Processos] (Indústria Automobilística) e por último cheguei na a área de Análise de Dados (Empresa de Tecnologia [Startup]).

Objetivo

O objetivo desse conteúdo é ajudar outras pessoas a passarem pelo que eu passei, trazendo de forma muito direta passos claros e práticos que vão te ajudar a decidir se gosta de Análise de Dados e, caso sim, os passos para que você entre na área.

O que não esperar desse conteúdo?

Aqui eu não irei dar contexto sobre o mercado de dados, sobre outras áreas como Ciência de Dados e Engenharia de Dados ou outros assuntos relacionados, pois já existem ótimos conteúdos sobre isso, inclusive do Gabriel Lages, um dos fundadores do Data Hackers e Diretor Sênior de Dados e Analytics do Hotmart.

Link da publicação dele aqui!

Vamos ao que interessa agora então!

Photo by Fadkhera on Unsplash

Mas calma, como acredito que existem pessoas com diferentes backgrounds que poderão se interessar por esse conteúdo, eu irei considerar o começo do completo zero em dados mesmo (fiquei à vontade para pular se para você for chover no molhado).

Passos para validação de afinidade e desenvolvimento de habilidades:

1. Caso acredite que gosta, mas ainda esteja na dúvida após ter pesquisado sobre, recomendo conversar com pessoas da área de diferentes tipos de empresas (ex: bancos, indústrias, varejo, consultorias…) e que trabalham com análise de dados em diferentes contextos (vendas, marketing, produto, finanças…). A partir disso, você entenderá que varia muito o dia a dia de quem trabalha com análise de dados em função de cada contexto.
2. Provavelmente, no passo anterior você tenha percebido que gosta da área de Análise de Dados e apresentou maior interesse em um determinado tipo de Empresa(X), que possui uma Cultura(Y) e se interessa também mais por dados relacionados a Área(Z). Agora é a hora do funil. Vamos supor que você se identificou mais com as Empresas(X): que possuem todo um ecossistema para Vendas Online (Ex: Amazon, Olist, Shopee, Mercado Livre, Americanas…) uma Cultura(Y): com um ambiente mais informal, com autonomia, muito trabalho em equipe… e Dados (Z): voltados para o universo de Vendas. Te recomendo a procurar por vagas no LinkedIn baseado nesses filtros, você não precisa se limitar somente a isso, mas é importante ter um direcionamento e foco.
   OBS: não necessariamente o nome da vaga precisa ser de Analista de Dados, o que importa é o escopo, o que está na descrição. Apesar disso, nomes comuns de posições que trabalham com Análise de Dados são: Analista de Dados, Analista de BI, Analista de Analytics, Analista de Negócios, Analista de Performance, Data Analytics, Business Analytics, Digital Analytics…
3. Após ter salvo as vagas de empresas com estilos semelhantes e funções semelhantes, possivelmente você verá que há um padrão entre elas, principalmente nos requisitos, perceberá que há requisitos iguais presentes em todas.
   Ex: você selecionou 10 vagas semelhantes de 10 empresas diferentes e em todas elas havia como requisito vivência / experiência com métricas de vendas e com ferramentas como Excel, SQL e Power BI.
   Agora você já sabe o que precisa para conseguir essa vaga.

Agora é hora de criar o seu plano de desenvolvimento para adquirir as experiências e habilidades necessárias. Supondo que vai começar do zero… sugiro começar pelo mais básico/ comum e sempre voltado para a prática.
Conforme os requisitos passados no exemplo anterior, eu faria o seguinte:

a) Começaria lendo sobre como funciona esse tipo de negócio, quais os players envolvidos, os vocabulários, sobre o universo de vendas online realizadas por empresas desse estilo de forma geral. Após entender sobre o estilo de empresa, agora é importante entender sobre a área de Vendas propriamente, entender como ela se relaciona com outras áreas como Marketing (exemplo), qual o objetivo dessa área, quais as subáreas, quais as principais métricas, estratégias e etc. Mas sem se aprofundar tanto (sei que é relativo, vale o bom senso nessa hora).

Importante: lembre-se que você já conversou com um profissional que trabalha nesse tipo de empresa e área anteriormente (foi assim que descobriu sua afinidade inclusive), então você não aprenderá tudo do zero aqui, será uma revisão junto com um aprofundamento para construção de uma base um pouco mais sólida (irá aumentando gradativamente, não se desespere).

b) Agora eu começaria a aprender o mínimo necessário de excel para conseguir desenvolver uma análise de dados. Eu selecionaria uma playlist no youtube com as principais funções e funcionalidades do Excel, algumas delas:

- Soma, mínimo, máximo, média, mediana, contar, contagem única.
- Formatação de dados em moeda, data…
- Utilização de filtros nas tabelas
- Funções procv, se, ou, contar se…
- Gráficos de linha, de barra, de pizza…
- Tabela dinâmica…

Já fiz cursos da hashtag treinamentos e achei ótimo, acredito que essa playlist deles de Excel deve ser boa.

Após entender minimamente sobre o contexto/ cenário do estilo de empresa e da área de vendas e também alguma ferramenta para manipulação dos dados (Excel), agora eu entraria para a prática, começando com o básico. Eu escolheria uma base de dados voltada para o assunto de vendas no Kaggle, por exemplo (dica: o próprio Olist tem conjuntos de dados disponíveis lá para você fazer o download e treinar, dá um pesquisada lá…).

A partir da observação e exploração dos dados eu começaria a pensar em perguntas como:

- Como eu consigo gerar valor para o negócio com aqueles dados?
- Quais perguntas eu posso fazer que podem gerar respostas úteis para aumentar a quantidade de vendas ou para aumento do valor de cada venda individual?

Após perguntas e hipóteses levantadas, a 2º etapa é ver quais são de fato possíveis de serem respondidas com os dados e quais não.

Para começar a analisar os dados propriamente, possivelmente você perceberá que precisará fazer o que a chamamos de “limpeza dos dados”, recomendo dar uma pesquisada rápida sobre (assunto muito importante!)

Após a limpeza, aí sim seria criar as tabelas, funções, gráficos… hora de relembrar e colocar em prática tudo que aprendeu.

OBS: há grandes chances de ter esquecido as funções do Excel que aprendeu e precisar pesquisar de novo e está tudo bem, não precisa decorar, precisa entender o que está fazendo.

c) Por último, mas tão importante quanto todas as outras etapas, é o momento de “vender” seu trabalho, de criar uma apresentação em slides com uma narrativa (storytelling) com o objetivo de comunicar para os líderes de vendas os insights que extraiu, sua importância e como causar impacto com isso.

Isso depende de empresa para empresa, mas GERALMENTE funcionam melhor apresentações mais visuais, menos textos e mais imagens com comunicação oral.

Com esse material você já pode criar o seu primeiro projeto do portfólio.

Sei que para alguns, isso pode ser considerado simples, mas não vejo problema em começar simples, pelo contrário.

Aliás, nesse projeto você já desenvolveu algumas habilidades muito importantes:

1. Conhecimento do negócio (universo de vendas online)
2. Conhecimento da área (vendas)
3. Ferramenta Excel
4. Pensamento analítico
5. Storytelling
6. Análise de dados propriamente

Agora eu recomendaria você utilizar a mesma estratégia para aprender o SQL e depois o Power BI e por aí vai…

Sempre utilizando as ferramentas aplicadas de forma prática para a resolução de um problema de negócio.

Observações e outras dicas:

1. Tenha um perfil bom e bem completo no LinkedIn, isso também daria uma outra publicação bem grande só falando disso. Recomendo fortemente pesquisar sobre. Nem sempre é o melhor candidato que passa, mas sim aquele que sabe se vender melhor, acredite. O Linkedin tem um papel gigante nisso
2. Não vou ensinar como procurar por vagas aqui (não é o foco), mas vou deixar um vídeo aqui de uma pessoa fazendo isso (muito bem por sinal).
3. Repare que eu evitei escrever o nome da função de Analista de Dados e falei de pessoas que trabalham com análise de dados, porque no fundo, acredito que o que importa é o escopo e não o título, um Analista de Operações também pode trabalhar com análise de dados, assim como um Analista de Logística e por aí vai.
4. Complementando, você pode aplicar para outras vagas também que são bem analíticas geralmente, como Analista de Planejamento Comercial, Analista de CRM e outras, de novo, não pense no nome da posição e sim no escopo. Inclusive, se já estiver trabalhando, pense em como usar dados no seu trabalho atual, como gerar resultado e já ir adquirindo experiência no seu contexto atual.
5. Deixei Cientista de Dados fora das profissões porque essa área a barra de entrada é bem maior que as demais, a caixa de ferramentas e o conhecimento necessário é é bem maior.
6. Assim como para entrar na área exige uma preparação e treino, para passar no processo seletivo também. Você precisa também adquirir a habilidade de ir bem em processos seletivos (sei que pode ser estranho, mas é real). Quanto mais processos seletivos você prestar, mais experiente vai ficar. Isso daria uma outra publicação que eu pretendo fazer em breve, mas há bastante conteúdo bom disponível já. Aconselho a pesquisar sobre cada etapa, como fazer um bom CV (sem isso não passará da triagem), como criar um Pitch (discurso pessoal) para as entrevistas entrevista, quais perguntas geralmente são feitas e como respondê-las corretamente, exemplos de Business Cases, Teste de SQL e Python em plataformas como Codility, HackerRank e etc…
7. Vou deixar aqui o link de uma outra publicação que eu fiz sobre como aprendi SQL que acredito que pode te ajudar bastante também.
8. Busquei escrever com uma linguagem simples, para que todos possam entender, mas recomendo também você procurar aprender o vocabulário do mercado.
9. Acredito que apesar de eu ter focado em dados aqui, essa estratégia pode ser aplicada de forma semelhante para outras posições também. Só a construção do possível portfólio que vai variar de acordo com cada papel.
10. Aconselho fortemente também participar de comunidades, conviver com pessoas que estão em jornadas parecidas principalmente te fará bem, você verá que não está sozinho, por mais que algumas vezes a jornada possa ser/ parecer solitária.
11. Juntamente com a comunidade, faça networking. Ex: Eu gosto muito de escutar podcasts, então sempre após escutar um podcast que eu gostei, eu procuro a pessoa no LinkedIn, e envio uma solicitação de conexão com uma mensagem explicando como cheguei até ela, agradecendo pelo conteúdo e etc…Esse pode ser um bom ponto de partida.
12. Tenha calma, eu sei que é difícil, é normal se sentir perdido e para algumas pessoas o processo é mais lento e para outras mais rápido, há muitas variáveis envolvidas aí, inclusive a sorte. Mas uma coisa é fato, só consegue que não desiste e o inverso é verdade também.
13. Atualmente (28/setembro/23), aparenta estar mais difícil de entrar no mercado, principalmente nas empresas de tecnologia devido aos lay offs, esse evento fez com que ótimos profissionais fossem demitidos e portanto há muitas pessoas com bastante experiência concorrendo para as vagas, isso eleva o nível de dificuldade, mas com certeza sua hora chegará, basta persistir.
14. Use o Chat GPT como seu aliado nesse caminho, principalmente para aprender SQL, acho bastante útil, mas lembre-se, ele não é dono da verdade e é importante também desenvolver a capacidade de saber procurar no google e ler documentações.
15. O Stack Overflow também é uma ótima ferramenta para aprendizado.
16. Tente encontrar um mentor experiente na área que quer entrar. Eu tive muita sorte de conhecer o meu mentor através de um podcast que eu escutei, fui conversar com ele pelo Linkedin e depois de várias trocas, ele topou o desafio, essa é a “long short history”.

Conclusão

Não quero desanimar ninguém, mas a área de análise de dados não é fácil e exige bastante preparação, pois o profissional de dados será responsável por direcionar o negócio a partir de suas análises, é uma responsabilidade bem grande.

Apesar disso, eu considero ser muito gratificante também, seu trabalho fará muita diferença, além disso a remuneração para esses profissionais tende a ser bastante competitiva a partir do momento que você já é um profissional mais experiente, a curta de crescimento do salário muda desproporcionalmente positivamente.

Photo by Nik on Unsplash

O que eu falei fez sentido para você?

Caso sim, conhece alguém que está passando por isso, quer ajudar esse amigo ou colega?

Compartilhe esse conteúdo com ele/ ela também, vamos todos nos ajudar.

Entre em contato comigo!

Para finalizar, caso queira bater um papo, dar um feedback (positivo ou negativo) ou me acompanhar, deixarei meu Linkedin aqui, fique à vontade para conectar e me chamar lá.

Agradecimentos e considerações finais

Por fim, na minha transição, houveram pessoas muito importantes, mas eu também tenho um mentor que eu quero deixar um agradecimento especial, que foi sensacional e me ajudou demais nesse momento (e continua me ajudando no desenvolvimento da minha carreira).

Mentor: Gabriel Ferreira

Além disso, fazer parte da comunidade Data Hackers também me ajudou demais, o canal no slack para interagir com a galera e ver as vagas anunciadas, o podcast (escuto todos lançamentos até hoje) e a newsletter.