Turbinando o processamento de BI com o Excel e o Python

A partir de 2010 o Excel deixou de ser uma importante planilha de assistente administrativo e de controles gerenciais e passou a ser uma poderosa ferramenta de Diretoria e até de Presidência e também deixou de ser uma ferramenta destinada a PMEs – Pequenas e Médias Empresas, e passou a ser considerado nas empresas de maior capital, como uma ferramenta a ser melhor compreendida e estudada, para um melhor suporte nas decisões empresariais devido entre outros fatores a crise econômica, que forçou o marketing a se aperfeiçoar.

Sim, porque a partir de 2010 surgiram suportes como o Power Query, que em conjunto com o Power Pivot e o próprio Power BI,  facilitam a manipulação dos dados e a simplificação dos relatórios, gráficos e até KPIs, indicadores mais complexos, transformando o processo antes complicado, que envolvia VBA – Visual Basic for Aplications, grandes processos de ETL, transformações de dados, numa árdua tarefa que exigia um programador especializado, em tarefas de arrastar e soltar, com cálculos praticamente automatizados, que até deduzem dados quantitativos e qualitativos, facilitando todo o processo de análise e transposição de raciocínio. Também foi a partir de 2010 que o Excel transcendeu os limites das planilhas a milhões de linhas, colunas e abarcou inúmeros data sources como o Oracle e até Big Data.

Para planilhas muito pesadas e no conceito de nuvens, mais especificamente clusters de computadores, vêm aos poucos fazendo parte do produto, nesta busca incessante pela excelência, o Python, por meio de plugins como o Anaconda e o Pyxll, nesta lacuna, pois permitem que cálculos mais complexos e até de núvem, sejam realizados na linguagem Python de maneira muito mais otimizada como funções na própria célula, que também se utiliza de grande desempenho e poder de simplicidade sintática, com auxilio das bibliotecas do C++ do QT, tecnologia panda, dentre outros algoritmos mais próprios deste novo saber, que transforma o Data Scientist de nível B (Ferramenteiro) cada vez mais próximo do Data Scientist de nível A (Estatístico) com maior facilidade e menor custo, desempenho e excelência, tudo sem perder o suporte do Excel com o seu tripé dos três powers citados anteriormente, que muito facilitaram a vida das pessoas que precisam cada vez mais de dados complexos, de uma maneira cada vez mais humanamente inteligível, numa sociedade cada vez mais exigente e competitiva até para processamento paralelo com o suporte Python.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *