Claude: análise de dados e geração de insights

Entendendo o problema de negócio com Claude - Apresentação

Apresentando o instrutor e realizando audiodescrição

Olá, muito prazer! Meu nome é Henrique Frizzo, sou instrutor na Alura. Já trabalho com Power BI, dados e inteligência artificial há alguns anos. Não atuo apenas ministrando treinamentos, mas também em consultoria de análise de dados.

Audiodescrição: Sou um homem de pele clara, com cabelo e barba escuros, visto uma camiseta preta lisa. Atrás de mim, é possível ver uma luz azul e rosa refletindo em uma parede branca.

Definindo o público-alvo do curso

Este curso é direcionado a pessoas que estão começando a aprender mais sobre inteligência artificial e também sobre análise de dados.

Também é direcionado a pessoas que dominam a ferramenta, mas têm muitas dificuldades na parte empírica, isto é, na estratégia de dados. Ou seja, não sabem como formular perguntas sobre os dados, compreender os dados, propor hipóteses e resolver essas hipóteses.

Portanto, se você é uma pessoa que se concentrou muito em aprender a ferramenta Power BI, a ferramenta Python, a ferramenta Qlik, Tableau ou qualquer outra, e acabou deixando de lado a compreensão do negócio, este curso é para você.

Apresentando o Claude e delimitando o foco do curso

Neste curso, nós vamos utilizar o Claude, uma ferramenta de inteligência artificial lançada recentemente que trouxe muitas atualizações incríveis.

Dentro deste treinamento, não vamos aprender a usar o Claude a fundo nem a criar funções complexas no Power BI utilizando inteligência artificial. Em vez disso, vamos nos concentrar em usar o Claude para nos ajudar a entender os dados, formular hipóteses, fazer perguntas de negócio e compreender indicadores.

Este não é um curso sobre uma ferramenta em si. É um curso no qual você vai aprender junto conosco a interpretar os dados e, principalmente, a propor hipóteses e sugerir melhorias — algo que muitas pessoas analistas de dados hoje deixam de fazer, pois se preocupam demasiadamente em dominar a ferramenta e se esquecem de que as ferramentas são apenas muletas no processo de tomada de decisão.

Indicando canais de suporte e convidando à imersão

Não se esqueça de que este curso faz parte da metodologia didática da Alura. Você tem acesso ao nosso fórum, ao nosso Discord e às nossas redes sociais, onde pode encontrar pessoas que, assim como você, estão passando pelas mesmas dúvidas e podem ajudar. Nós estaremos lá para apoiar cada pessoa.

Então, é isso: desligue o celular, feche as redes sociais, pegue seu café e vamos colocar as mãos à obra, porque este curso está incrível. Vamos?

Entendendo o problema de negócio com Claude - O que é o Claude

Introduzindo o treinamento e a ferramenta

Claude — chame como preferir — é uma ferramenta de inteligência artificial que tem se destacado no mercado. Neste treinamento, vamos entender o que é essa ferramenta e como ela pode nos ajudar.

Começamos com uma breve brincadeira sobre a pronúncia, mas, assim como no Brasil normalmente não dizemos "chat GPT" para nos referirmos ao ChatGPT, seguiremos a mesma abordagem aqui: vamos chamar de Claude. Você pode usar a pronúncia que preferir e comentar no fórum; não há problema.

Explicando o que é o Claude e seus modelos

Vamos falar sobre o que é o Claude e para que serve. O Claude é um assistente de inteligência artificial desenvolvido pela Anthropic, uma empresa do setor de IA, assim como a OpenAI. Ele oferece diferentes modelos dentro do seu ambiente de chat (bate-papo) e outros recursos que vamos discutir ao longo do treinamento.

Entre os modelos disponíveis no Claude hoje, temos:

• Opus: o mais poderoso, voltado a raciocínios mais profundos;
• Sonnet: equilíbrio entre desempenho e velocidade;
• Haiku: mais leve e mais rápido, uma variante mais compacta.

Esses nomes identificam variantes da mesma família de modelos, que compartilham a mesma base algorítmica, embora ofereçam capacidades distintas.

Apresentando recursos e diferenciais do Claude

Não contamos apenas com o chat (bate-papo) dentro do Claude. Há também:

• Artefatos, um espaço para criação e visualização de resultados de forma estruturada;
• Claude Code, uma ferramenta de linha de comando para programação assistida por IA, que nos permite desenvolver códigos com suporte do modelo;
• Claude API, acessível via código — por meio de uma API (interface de programação de aplicações) — para integrar o Claude às nossas aplicações;
• Claude Coworking, voltado a experiências de coworking (trabalho colaborativo).

De forma geral, utilizamos:

• A interface do Claude para conduzir pesquisas e interações por chat (bate-papo);
• A Claude API para integração em sistemas e automações;
• O Claude Code para fluxos de desenvolvimento com assistência da IA.

O que diferencia o Claude hoje, e o coloca à frente de outras IAs do mercado, inclui a parte de Artefatos, que permite criar ferramentas ao vivo, entre outras funcionalidades que exploraremos ao longo do treinamento.

Planejando artefatos, projetos e skills

Vamos, neste treinamento, criar um dashboard (painel) dentro do próprio Cloud (nuvem), de forma simples e eficiente. Vamos conseguir atualizá-lo, e haverá muitas atividades para executarmos lá dentro. Entre os artefatos possíveis, podemos incluir criação de planilhas, documentos, sites e diversas outras possibilidades.

Temos a parte de Projects (projetos), que será o que faremos em breve. Temos também a parte de Skills (habilidades), que são capacidades configuradas para realizar algo específico. Suponhamos que queiramos construir um chat (conversa) voltado para Marketing, por exemplo. Esse recurso poderá contar com a sua Skill (habilidade) de Marketing, a sua Skill (habilidade) de Excel e muitas outras. Além disso, há integrações, como a própria Cloud API (API de nuvem), mencionada anteriormente.

Focando no chat e no papel da pessoa analista de dados

Qual será o nosso grande foco neste treinamento? Dentre todos esses itens, vamos focar no chat. Este treinamento é voltado para um novo cenário de análise de dados. Vamos refletir: daqui para frente, nós, pessoas analistas de dados, não vamos simplesmente continuar codificando funções DAX no Power BI ou escrevendo apenas consultas SQL; teremos de nos adaptar a esse novo mercado.

Alguém pode ser a melhor pessoa programadora do mundo, mas não escreverá código tão rapidamente quanto a IA. Pode ser que o código humano seja superior em qualidade; contudo, nós conseguimos adaptar, gradualmente, o código gerado pela IA até alcançar uma qualidade equivalente. Assim, qual é o papel da pessoa analista de dados daqui para frente? Fazer as perguntas corretas, direcionar melhor as respostas, analisar os dados como um todo e tornar-se mais analítica e menos centrada apenas em ferramentas. Reconhecemos que “ferramenteiro” não é um termo formal, mas a ideia é clara: vamos deixar de ser aquela pessoa analista focada em ser especialista em Excel ou em Power BI e passar a ser especialista em negócios. Vamos compreender cada vez mais como transformar resultados em implementações no negócio e como responder de forma mais inteligente.

Vamos explorar artefatos e projetos ao longo do treinamento, mas o nosso foco principal será o chat, para que ele nos ajude a sermos pessoas analistas ainda melhores na dimensão empírica. Vamos deixar um pouco de lado o foco exclusivo em código e buscar entender com mais profundidade como os negócios funcionam nesse contexto.

Entendendo o problema de negócio com Claude - Transformando uma solicitação confusa em perguntas analíticas

Acessando o claude e apresentando os planos

Como acessamos o Claude? Assim como com o ChatGPT, podemos ir à internet, buscar por claude.ai e pressionar Enter. Faremos login na conta, geralmente a conta do Google, que podemos conectar diretamente. A partir disso, teremos acesso ao plano gratuito do Claude.

Quais são os possíveis problemas com esse acesso? Mais adiante, utilizaremos algo chamado Artifacts ao vivo (artefatos ao vivo). Esses Artifacts ao vivo estarão disponíveis apenas dentro do Co-Work, uma funcionalidade disponível somente na versão paga do Claude. Se não quisermos investir agora no Claude, não há problema. Podemos acompanhar todo o curso, pois 95% será dentro do chat (bate-papo), que é gratuito.

Explicando limitações de tokens e diferenças entre planos

O único problema que podemos enfrentar é a limitação de tokens. Assim como acontecia com o ChatGPT antes — e, na verdade, ainda acontece —, dependendo do número de mensagens e de prompts (instruções) que inserirmos, chegará um momento em que os tokens se esgotarão. Nesse caso, teremos que esperar para continuar o treinamento no dia seguinte, ou repetir o treinamento algumas vezes e ir aplicando conforme os tokens forem sendo liberados. Portanto, se não quisermos investir, podemos usar a versão gratuita, com a ressalva de que talvez, no meio do curso, os tokens se esgotem.

Estamos usando o Claude Pro, porque, em meio à gravação do curso, se os tokens acabarem, torna-se inviável prosseguir. Ainda assim, veremos que as respostas que obtivermos serão muito parecidas às de quem estiver utilizando a versão gratuita. Os modelos que a Anthropic oferece aqui não apresentam tanta diferença entre o gratuito e o pago. Em algumas situações, inclusive, obtivemos respostas melhores no gratuito do que no pago. A diferença é que alguns elementos do Claude, como o próprio Artifact ao vivo, não estarão disponíveis na versão gratuita.

Instalando o desktop e navegando pela interface

Ao criar a conta, teremos a opção de baixar para a máquina o Claude Desktop. Recomendamos fazê-lo, pois é o que usaremos no nosso treinamento. No entanto, se não quisermos baixar, também podemos acessar pelo navegador e obter o mesmo resultado.

Vamos fechar o conteúdo no navegador e, na barra de busca, digitar Claude. A pesquisa pode demorar um pouco. Veremos, inclusive, outros Artifacts que estávamos testando anteriormente. No canto superior esquerdo, nossa interface poderá estar um pouco diferente. Teremos o chat, onde trabalharemos a partir de agora; o Co-Work, onde geralmente estão os Artifacts ao vivo; e o Claude Code, voltado para criação de códigos, que não veremos neste treinamento.

Contextualizando o caso neo varejo e definindo o problema

Entraremos no chat e começaremos a entender melhor o cenário com o qual trabalharemos a partir de agora. Recebemos solicitações da nossa empresa, Neo Varejo. A gerente, Mariana, nos diz o seguinte: está preocupada, pois, nas últimas semanas, houve muito movimento; foram feitas campanhas, concedidos descontos e aumentado o volume em algumas categorias, mas o resultado não foi o esperado. Ela precisa entender com urgência o que está acontecendo.

Essa situação é frequente: a pessoa empreendedora percebe o resultado de uma decisão passada talvez não tão boa, mas não tem clareza de onde vem o problema. Nem sequer sabe se aquela decisão anterior foi a que impactou o problema recente. Apenas percebe a dor atual. Essa é uma dor clássica que vemos no mercado: não sabemos bem o que ocorreu, o resultado não foi o esperado — o que está acontecendo?

Criando o projeto e anexando os dados

O que faremos? Iniciaremos um projeto dentro do Claude e, em seguida, faremos o envio de alguns arquivos — basicamente, os arquivos que a Mariana nos encaminhou — e, a partir disso, começaremos a utilizar alguns prompts aqui.

Dentro do Claude, vamos ao canto superior esquerdo e clicamos em Projects (projetos). Em seguida, no canto superior direito, clicamos em New Project (novo projeto). Nomearemos como Análises Neo Varejo. Podemos adicionar uma descrição. Colocaremos: Este projeto está destinado a entender melhor o motivo pelo qual os resultados de Neo Varejo não são satisfatórios. Em seguida, clicamos em Create Project (criar projeto). Podemos inserir a descrição que quisermos; não há problema.

Talvez surja a dúvida: “Isso não é reinventar a roda? Também temos projetos no Power BI.” Usaremos Power BI aqui. “Mas também temos esses projetos no ChatGPT.” Concordamos. Contudo, em nossos testes — temos tanto o ChatGPT pago quanto o Claude pago —, gostamos mais de trabalhar com projetos dentro do Claude, pelas instruções que podemos definir e pelos arquivos que podemos anexar. Obviamente, também podemos anexar arquivos no ChatGPT.

Começaremos anexando todos os arquivos. Clicaremos no botão de adicionar arquivos, em seguida em Carregar do dispositivo. Iremos à pasta com nossos dados e anexaremos vendas, metas, estoques e campanhas, e clicaremos em Abrir. Subiremos todos os arquivos. Por quê? Porque, a partir de agora, tudo o que fizermos no Claude já saberá que deve usar esses arquivos como parte da resolução do problema — como parte de sua “sinapse” no momento de gerar as respostas.

Também podemos fornecer algumas instruções. Clicamos no local apropriado e chegamos ao ponto central. Recomendamos revisar os slides que estamos disponibilizando, pois há muitos prompts preparados com cuidado para auxiliar bastante no uso do Claude e de qualquer outra inteligência artificial no processo de análise de dados.

Definindo o foco analítico e configurando instruções e modelo

Reforçando: nosso foco aqui não é gerar um dashboard (painel) esteticamente agradável, nem escrever código impressionante. Nosso foco é mostrar que nosso papel mudou e, a partir de agora, será entender muito mais sobre o negócio e como fazer as perguntas corretas. E, sobretudo, desde o início, como entender os dados — que é o que começaremos a fazer agora.

O Claude nos apresenta o seguinte: instruções e informações relevantes para as conversas dentro da análise em varejo. Isso funcionará em conjunto com as preferências da pessoa usuária — podemos explicar isso mais adiante — e com o estilo selecionado em uma conversa.

Vamos assumir o papel de uma pessoa analista de dados, especialista em resolução de problemas empresariais, com foco em negócios de varejo. Nosso objetivo é formular as melhores perguntas para entender como a empresa chegou à situação atual.

Este prompt (instrução) foi elaborado agora, sem planejamento prévio como os anteriores, mas está adequado. Podemos salvar as instruções e adicionar outras, como, por exemplo, não ser excessivamente cordial ou considerar que é PTE com frequência, entre outras possibilidades.

Podemos escolher nosso modelo: Opus, Soneo ou Raikou. Manteremos Soneo. Embora a melhor opção fosse Opus, na versão Free (gratuito), após alguns tokens (tokens) consumidos — por volta de três prompts (instruções) — os recursos podem se esgotar. Portanto, seguiremos com Soneo.

Executando o primeiro prompt e planejando a organização das perguntas

Entraremos na interface e, dentro do Cloud (nuvem), colocaremos nosso primeiro prompt (instrução). Qual é o conteúdo desse prompt (instrução)? Estamos atuando como pessoas analistas de dados de uma empresa varejista chamada Anel Varejo. Recebemos a seguinte solicitação do gerente comercial, etc. A primeira solicitação é: converter essa demanda em perguntas analíticas claras e investigáveis com dados.

Vamos ao primeiro prompt (instrução). Não vamos usar Ctrl+V; vamos acompanhar o processo. Ao pressionarmos Enter (tecla Enter), o sistema processará por alguns instantes e começará a consumir nossos tokens. Em seguida, passará a analisar os arquivos que anexamos ao projeto e a interpretar melhor essa solicitação e o cenário, ambos relativamente vagos.

Enquanto o processamento ocorre, vamos revisar os próximos prompts (instruções) que utilizaremos. Após obter o resultado inicial, pediremos que as perguntas sejam organizadas em blocos temáticos, como vendas, margens, entre outros. Por quê? A partir de agora, nós, como pessoas analistas de dados, precisamos ser extremamente organizadas. Antes de criar gráficos e indicadores — algo comum quando se utiliza ferramentas — devemos entender o problema.

Abrimos a planilha do Excel (Excel) enviada? Provavelmente não. Lemos as metas? Provavelmente não. Ler os dados consumia muito do nosso tempo anteriormente. Pela experiência, investíamos um dia ou mais abrindo folha por folha das planilhas de clientes, entendendo o conteúdo, para só então começar a fazer perguntas. Agora, a própria IA, no Cloud, pode fazer essa análise por nós.

Analisando o retorno inicial e solicitando organização e priorização

Vamos verificar se já houve retorno. O sistema já leu todos os arquivos e converteu a solicitação vaga em perguntas analíticas, indicando que compreendeu o pedido. Ele apresenta, por exemplo: a pergunta analítica, por que ela importa, a quais categorias pertence, entre outros pontos. Recomendamos fortemente a leitura completa. Não vamos percorrer item a item aqui porque o vídeo já está relativamente longo.

Vamos prosseguir para os prompts (instruções) seguintes. Agora, vamos organizar as perguntas em blocos temáticos. O sistema gerou 18 perguntas. Enviaremos um novo prompt (instrução) solicitando a organização por temas.

Em seguida, vamos ao último prompt (instrução) desta sequência: considerando que o tempo do time é curto, priorizar as cinco perguntas mais importantes para iniciar a investigação e explicar o porquê. Inserimos esse prompt (instrução) porque nosso tempo nos treinamentos é limitado. Não é possível investigar todas as 18 perguntas geradas pelo Cloud; no dia a dia, a depender do prazo do projeto, o ideal seria investigar pergunta por pergunta, mas devemos começar pelas principais, aquelas que podem apontar para a causa raiz.

Explorando os blocos temáticos e reforçando decisões baseadas em dados

No Cloud, visualizamos inclusive um exemplo de artefato. Os blocos temáticos foram organizados. O sistema está analisando a relação entre as planilhas, como Vendas, Faturamento Líquido e Campanhas. Houve um pequeno erro na visualização; podemos solicitar o ajuste depois. Ainda assim, os textos dos blocos estão presentes: Campanhas, Produtos (com três perguntas por bloco), Canais e Regiões, e Estoque e Ruptura. Em seguida, o sistema explica como usar esse “mapa” de perguntas e indica instruções de uso. Antes de interpretar o resultado final, colaremos o novo prompt (instrução) e confirmaremos com Enter.

O sistema ressalta: é uma boa questão de gestão. Antes de responder, é importante olhar primeiro os dados reais para que a priorização se baseie em evidências, não em suposições. Isso é essencial, pois nós, na análise de dados, trabalhamos exatamente dessa forma: com evidências e não com suposições.

Examinando as perguntas no bloco Estoque e Ruptura, temos, por exemplo: o percentual global de ruptura ficou abaixo da meta de 4%? Quais produtos ultrapassaram o limite? Em Produtos, há perguntas como: quais produtos têm maior volume de vendas, mas menor margem percentual? Isso é muito relevante. Normalmente, em uma empresa, há produtos que vendem mais, frequentemente com margem menor, porque é preciso reduzir o preço para alcançar maior volume. A rentabilidade pode vir de outros itens do portfólio — algo comum em um retailer (varejista). Será que ocorre o mesmo na Anel Varejo?

Apresentando as prioridades e concluindo o vídeo

Colamos o novo prompt (instrução), que é o nosso pedido de priorização. O sistema então apresenta as cinco perguntas mais importantes, já sinalizadas pelos dados, segundo nosso “Cláudio”. Pergunta 1: a campanha “Fevereiro de Ofertas” gerou ganho ou perda? Surge daí uma linha de investigação interessante. Outra questão: o desconto real aplicado nas campanhas foi maior do que o planejado? Por que essa segunda pergunta? Porque as cinco campanhas aplicaram descontos acima do aprovado, sendo que o desvio mais crítico ocorreu justamente em “Fevereiro de Ofertas”, entre outros detalhes. O sistema lista as cinco perguntas e ainda fornece um resumo. Em Impacto Financeiro, por exemplo, indica que a campanha de fevereiro teve margem negativa, mesmo com o maior investimento.

Recomendamos a leitura completa. Sabemos que o prompt (instrução) foi relativamente extenso e a resposta também. Ainda assim, vale conferir para entender melhor a direção que tomamos. E fica a reflexão: com o pouco tempo que tivemos no vídeo, seria possível chegar, por conta própria, a uma análise ou pré-análise desse nível apenas olhando as planilhas do Excel (Excel)?

Eu espero que vocês tenham gostado deste vídeo e desta análise. Nos vemos no próximo vídeo. Tchau, tchau.

Sobre o curso Claude: análise de dados e geração de insights

O curso Claude: análise de dados e geração de insights possui 118 minutos de vídeos, em um total de 57 atividades. Gostou? Conheça nossos outros cursos de Análise de Dados em Data Science, ou leia nossos artigos de Data Science.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Entendendo o problema de negócio com Claude
• Explorando arquivos e entendendo dados mais rápido
• Claude como copiloto da análise
• Entregáveis para analistas: relatórios, resumos e materiais executivos
• Live Artifacts para análises vivas e entregáveis interativos
• Montando um fluxo de trabalho de analista com Claude