Até recentemente, o cientista de dados era um dos profissionais mais requisitados do mercado. Aquele que dominava as técnicas para extrair informações valiosas dos dados, criando dashboards, gráficos e análises complexas. Com o avanço da Inteligência Artificial, muitos temem que essa profissão perca relevância ou até mesmo desapareça. A realidade é que, assim como outras profissões, a de cientista de dados está se transformando. A novidade é que agora, mais do que dominar planilhas e softwares de visualização, a chave é saber fazer as perguntas certas, as perguntas relevantes para o seu negócio ou pesquisa. Neste post, vamos explorar como usar o ChatGPT como seu cientista de dados particular.
Imagine que você trabalha com RH e possui uma planilha com os resultados de uma pesquisa com candidatos a uma vaga. Essa planilha, provavelmente em Excel ou Google Sheets, contém informações como empresa onde o candidato trabalha, cargo atual, salário, etc. A primeira dica valiosa é: o ChatGPT pode gerar dados fictícios para você praticar! Basta solicitar que ele crie uma planilha, especificar os nomes das colunas e ir preenchendo com dados específicos. Para começar a análise, inicie uma nova conversa no ChatGPT e utilize a função de anexo para importar sua planilha, seja do Google Drive, OneDrive ou diretamente do seu computador. Lembre-se: sempre inicie uma nova conversa para cada novo assunto, evitando que o ChatGPT confunda informações de conversas anteriores.
O primeiro passo é pedir ao ChatGPT que resuma os dados da planilha. Isso garante que ele compreendeu o conteúdo de cada coluna e guiará as análises subsequentes. A partir daí, as possibilidades são inúmeras. Você pode perguntar, por exemplo, "Onde estão os maiores salários?". O ChatGPT rapidamente apresentará o resultado, similar a uma tabela dinâmica do Excel, agrupando por cidade e calculando a média salarial. Ele entende o contexto da pergunta, identifica as colunas relevantes, converte os valores de salário para um formato numérico comparável e apresenta a resposta de forma organizada.
Outra pergunta interessante seria: "Quais cidades têm mais candidatos?". Novamente, o ChatGPT apresenta não apenas a tabela com os resultados, mas também um texto explicativo, pronto para ser compartilhado em um e-mail ou relatório. Mas como o ChatGPT, que não é uma calculadora, realiza esses cálculos? A mágica acontece nos bastidores: ele converte suas perguntas em código Python, executa o código e apresenta os resultados. Clicando no ícone de código, você pode visualizar o script gerado e conferir o processo. Além de análises quantitativas, o ChatGPT também realiza análises qualitativas. Por exemplo, você pode pedir para ele criar uma nova coluna classificando os cargos como Júnior, Sênior ou de Chefia, com base no nome do cargo. Essa funcionalidade é especialmente útil para análises de sentimento em comentários de clientes, por exemplo.
Para tornar as análises ainda mais claras, o ChatGPT pode gerar visualizações. Solicite, por exemplo, um gráfico com a média de salários por setor. Ele criará um gráfico interativo, permitindo que você explore os dados com o mouse. Se o gráfico gerado não for o ideal, basta pedir que ele crie um diferente. Por exemplo, você pode solicitar um gráfico que mostre não apenas a média, mas também os valores máximos e mínimos por estado. Ele se adaptará e apresentará uma visualização mais adequada. Você pode baixar a imagem do gráfico e utilizá-la em suas apresentações ou relatórios.
Na versão gratuita, o ChatGPT possui um limite de operações por hora. Caso ele pare de responder, basta aguardar um pouco e retomar a conversa. É importante salvar as visualizações e análises geradas, seja exportando para novas planilhas ou copiando o texto. O ChatGPT suporta planilhas com centenas de milhares de linhas, permitindo análises em larga escala que seriam complexas em softwares tradicionais. Embora novas versões do Excel e Google Sheets incorporem recursos de chat para análise de dados, o ChatGPT ainda oferece maior flexibilidade e poder de processamento. A tendência é que, em vez de decorar fórmulas complexas, utilizemos interfaces conversacionais para interagir com os dados, deixando a IA realizar o trabalho pesado e permitindo que nos concentremos nas perguntas e insights que realmente importam.
