Nesses tempos de alta, quando se tratam de vagas nas áreas de dados, existem alguns hard e soft skills que são muito procurados por recrutadores em algumas sessões de entrevistas. Eu já tive a oportunidade de entrevistar muitos candidatos a vagas de dados e também trabalhar com gente muito, mas muito qualificada! 

Nesse artigo reúno algumas das principais características que vi nessas pessoas e que você leitor deveria correr atrás para desenvolver, se quer seguir carreira nessa área.

Soft Skills e Hard Skills para analistas de dados

Soft skills são aquelas habilidades interpessoais, não técnicas, que incluem comunicação, liderança, organização, empatia, trabalho em equipe, flexibilidade, inteligência emocional e outros aspectos importantes para a convivência e atividades em grupo no ambiente corporativo.

Hard skills já se referem a habilidades técnicas, que envolvem, no caso do analista de dados, conhecimento em estatística, modelo de análises e o domínio de algumas ferramentas importantes.

Os recrutadores se voltam para esses aspectos para poderem conhecer o candidato.

Eu, particularmente, dentro de algumas entrevistas que faço com candidatos que querem trabalhar na minha equipe, procuro algumas características importantes que acabam se somando às habilidades mais procuradas, como, por exemplo, de fazer as perguntas corretas.

A habilidade de questionar e perguntar por que

Como eu sempre digo, analistas de dados precisam ser curiosos como policiais. A habilidade de questionar, investigar, e se aprofundar em suas análises é crucial e eu vejo que é uma das coisas que fazem o profissional evoluir em suas investigações.

É importante em uma investigação fazer as perguntas corretas para ter respostas que possam ajudar a interpretar os fatos ocorridos, bem como, prover as soluções necessárias. Por exemplo, um caso hipotético, só para um ensaio:

• Um site de e-commerce vende mais sapatos em uma determinada região do Brasil; 
• Por que? Pois naquela região existem mais pessoas que precisam usar sapatos;
• Por que essas pessoas precisam usar sapatos? Pois naquela região existem prédios públicos do governo;
• Por que é necessário que essas pessoas usem sapatos para ir trabalhar em prédios do governo? Pois elas acabam tendo que adotar um dress code mais formal, com roupas adequadas para aquela ocasião como ternos, blazers, etc, a fim de receber autoridades e executar o trabalho público;
• Quais são as cores mais vendidas? Tanto para homem quanto para mulheres, sapatos pretos e marrons;
• Qual é a média de tempo entre uma compra e outra? De 6 a 8 meses;
• Por que esse tempo médio? Pois essas pessoas usam sapatos para ir trabalhar todos os dias.

Esse é um caso extremamente hipotético, somente para mostrar um pouco a lógica de pensamento e investigação. Certamente, outras perguntas caberiam aqui, mas, é possível para o leitor começar a fazer interpretações e entender os números perante sua análise.

Entendimento do contexto de análise

Isso é o que falo constantemente sobre sair de trás das máquinas. Olhar para os números sem entender o contexto da análise realizada é o caminho correto para cometer erros e tomar decisões que levarão por outro caminho, não desejado. É como seguir uma viagem e tomar o caminho errado, que resultará em uma distância maior para chegar ao objetivo alcançado.

Os números por si só não dizem muita coisa quando são isolados. Por mais que você tenha algoritmos que mostrem previsões, interpretações, etc, o contexto é muito importante. É necessário que seja realizada uma limpeza e organização dos dados, para, posteriormente, analisá-los em conjunto e contextualizá-los. 

A análise de origens de tráfego é um exemplo que aprecio apresentar. Certa ocasião, anos atrás, um colega afirmou a um cliente que a busca orgânica do seu cliente havia caído, ao olhar um gráfico-pizza que mostrava que a porcentagem de tráfego oriundo de busca paga (links patrocinados, ads) tinha a maior fatia. O que aconteceu, era que um mês antes, e por muito tempo, a busca orgânica, naquele comparativo gráfico, tinha mais de 50% do tráfego, mas, naquela análise, a busca patrocinada tomara conta da maior parte do gráfico.

Contudo, contextualizando a situação, percebi que, na verdade, não significava queda de acessos oriundos de busca orgânica. Tratava-se apenas de um investimento maior em Google Ads, que acabou resultando em um aumento de quota desta fonte, o que fez a porcentagem de visitas dela aumentar naquela origem gráfico.

Posso dar o exemplo também de vendas em um e-commerce que aumentavam mais no período do verão. Analisando os dados de um cliente, percebi que suas vendas aumentavam consideravelmente em novembro, dezembro e janeiro. Percebi que essas vendas se concentravam principalmente em algumas cidades. Ao verificar notícias relacionadas ao verão nessas cidades, notei que algumas delas tinham temperaturas muito altas nos meses que relatei. Você consegue adivinhar qual era o produto que aumentava a venda desse e-commerce?

Entendimento de projetos e soluções de problemas

Trata-se de uma linha de pensamento muito parecida com a de um gerente de projetos. Esses profissionais são especialistas em dividir grandes problemas em partes menores, administráveis, de modo que possam ser visualizadas e resolvidas através de um trabalho e caminho lógico e se perceba a evolução da resolução passo a passo até chegar na meta desejada.

Ou seja, o que é desejado aqui é que o analista tenha esse talento de poder olhar o problema na totalidade e também através de pedaços.

A forma como será organizada a informação

Esse é um talento importante que deve ser desenvolvido pelo analista. Em muitos casos nos vemos envoltos em diversas origens de dados, com formatos e padrões diferentes uns dos outros. Ter um mindset de resolução lógica desse tipo de problema é importante.

Esse candidato também precisa ter um talento e habilidade de categorizar ações, envolver pessoas, tecnologias e outros recursos.

Ferramentas

Geralmente, para a maioria das vagas que você irá encontrar no mercado há o requisito de domínio de algumas ferramentas. O que percebo, é que em vagas de business intelligence é comum a exigência de softwares como: PowerBI, Looker Studio, R, planilhas eletrônicas, SQL, entre outras ferramentas importantes (como Google Analytics 4 em vagas relacionadas com web analytics).

Às vezes, pode parecer ser assustador a quantidade de requisitos que algumas empresas pedem. 

Por fim, creio que se especializar muito em uma ferramenta e suas complementares (planilha e SQL), além de evoluir em suas habilidades, você terá boas oportunidades no mercado.

E na sua opinião? Quais são as habilidades essenciais para o analista de dados?