Carreira em dados

O que faz um analista de dados: rotina, entregas e ferramentas

O analista de dados transforma dados da empresa em respostas para decisões de negócio. No dia a dia ele conversa com as áreas para entender a pergunta, busca os dados com SQL, trata e organiza as informações, monta indicadores e dashboards (geralmente em Power BI ou Excel) e explica o que os números mostram e o que fazer com eles.

Por Felipy MoraisAnalista e engenheiro de dados, certificado Microsoft PL-300, DP-600 e DP-700

Publicado em 12 de novembro de 2026 · Atualizado em 12 de novembro de 2026

A função em uma frase

Se tivesse que resumir: o analista de dados responde perguntas de negócio com dados confiáveis. "Por que as vendas caíram em março?", "Quais clientes estão deixando de comprar?", "Qual loja tem o maior custo por pedido?". A pessoa que pergunta normalmente é um gestor de vendas, de marketing, de finanças, de operações ou de RH, e quer uma resposta que ajude a decidir.

Isso quer dizer que o trabalho não termina no gráfico. Um bom analista entende o contexto, desconfia de números estranhos, confere se a base está completa e entrega a conclusão de um jeito que quem não é técnico consiga usar.

Como é a rotina de um analista de dados

Cada empresa tem seu ritmo, mas a maior parte do trabalho passa por estas etapas, que se repetem em ciclos:

Entender a pergunta. Reunião ou conversa com a área que pediu a análise. O que exatamente querem saber? Qual decisão será tomada com a resposta? Qual período e qual recorte (loja, região, produto)?
Encontrar e buscar os dados. Descobrir em quais tabelas e sistemas a informação está (ERP, CRM, planilhas, banco de dados, data warehouse) e escrever consultas em SQL para trazer o que importa.
Tratar e validar. Remover duplicados, padronizar datas e nomes, lidar com valores vazios, conferir se os totais batem com o sistema de origem. Essa etapa costuma tomar boa parte do tempo e é onde se evita o erro mais caro: decidir com um número errado.
Analisar. Calcular indicadores, comparar períodos, segmentar clientes, procurar padrões e exceções. Aqui entram agregações, filtros, cálculos de variação e, às vezes, um pouco de estatística.
Visualizar e comunicar. Montar o dashboard ou a apresentação, escolher os gráficos certos e escrever as conclusões. Uma frase como "a queda veio de duas regiões, puxada por um produto que ficou sem estoque" vale mais do que dez gráficos.
Manter e melhorar. Dashboards precisam de atualização automática, correção quando um sistema muda e novas medidas quando a área pede. Parte da semana vai para essa manutenção.

Entre uma etapa e outra há muita conversa: pedidos novos, dúvidas sobre um número, ajustes de prioridade. O analista passa bastante tempo ouvindo e explicando, não só no computador.

Um exemplo concreto

Imagine uma rede de lojas. O gerente comercial pede: "quero saber por que o ticket médio caiu". O analista consulta as vendas no banco de dados, separa por loja, categoria e forma de pagamento, e descobre que a queda se concentra nas lojas que começaram uma promoção de produtos baratos. O ticket caiu, mas o número de clientes subiu e o faturamento total cresceu. A entrega é um dashboard com ticket, clientes e faturamento lado a lado, e uma recomendação: medir o resultado da promoção pela margem, não só pelo ticket.

O que o analista de dados entrega

Entrega	Para que serve	Exemplo
Dashboard	Acompanhar indicadores sem pedir relatório toda semana	Painel de vendas por loja, atualizado todo dia
Relatório periódico	Fechamento do mês ou da semana para a diretoria	Resultado mensal com metas e variação
Análise pontual	Responder uma pergunta específica	Por que o cancelamento subiu em agosto?
Definição de indicadores	Garantir que todos calculem a mesma coisa do mesmo jeito	O que conta como "cliente ativo"
Bases tratadas	Dados prontos para outras áreas usarem	Tabela de clientes sem duplicados
Apresentação de resultados	Levar a conclusão para quem decide	Cinco slides com recomendação clara

Ferramentas que o analista de dados usa

SQL: para buscar e cruzar dados direto no banco. É uma das habilidades mais pedidas nas vagas. Veja como aprender SQL.
Power BI: para modelar dados, criar medidas em DAX e publicar dashboards. É muito usado em empresas que trabalham com Microsoft. Veja como aprender Power BI.
Excel: continua presente em quase toda empresa, para análises rápidas, conferências e conversas com áreas que vivem em planilha. Entenda quando usar Power BI ou Excel.
Python: para automações, tratamentos mais pesados, estatística e análises que vão além do que o Power BI faz bem. Bibliotecas como pandas são as mais comuns. Compare em SQL ou Python.
Estatística básica: média, mediana, dispersão, correlação, amostragem e noções de teste A/B, para não tirar conclusões erradas.
IA generativa: cada vez mais usada para acelerar consultas, fórmulas e textos, sempre com o analista conferindo o resultado.

Algumas empresas usam outras ferramentas de visualização ou bancos diferentes, mas a lógica é a mesma: quem domina SQL e uma ferramenta de BI adapta rápido.

Áreas e empresas que contratam analista de dados

Praticamente todo setor que registra operações em sistemas precisa de alguém que transforme isso em informação. Alguns exemplos de onde o analista atua:

Varejo e e-commerce: vendas, estoque, mix de produtos, campanhas.
Bancos, fintechs e seguradoras: carteira, inadimplência, fraude, produtos.
Saúde: atendimentos, ocupação, faturamento de convênios, indicadores de qualidade.
Indústria e logística: produção, perdas, prazos de entrega, custo de frete.
Marketing e produto digital: funil, conversão, retenção, comportamento de usuários.
RH: turnover, absenteísmo, headcount, pesquisa de clima.
Setor público: dados abertos, orçamento, indicadores de políticas públicas.
Consultorias: projetos de BI e análise para vários clientes.

Os cargos aparecem com nomes variados: analista de dados, analista de BI, analista de business intelligence, analista de inteligência de mercado, analista de planejamento. Vale ler a descrição da vaga, porque o nome nem sempre diz tudo.

Analista, cientista e engenheiro de dados: qual a diferença?

As três funções trabalham juntas e se sobrepõem um pouco, mas cada uma tem um foco diferente.

	Analista de dados	Cientista de dados	Engenheiro de dados
Pergunta principal	O que aconteceu e por quê?	O que deve acontecer e como prever?	Como levar os dados certos, no tempo certo, para quem precisa?
Entrega típica	Dashboards, indicadores, análises	Modelos preditivos, experimentos	Pipelines, data warehouse, data lake
Ferramentas	SQL, Power BI, Excel, Python	Python, estatística, machine learning	SQL, Python, Spark, Airflow, dbt, nuvem
Contato com o negócio	Muito alto	Alto	Médio, mais técnico
Porta de entrada	A mais comum para quem vem de outra área	Pede mais matemática e programação	Pede mais programação e infraestrutura

Muita gente começa como analista e depois migra. Quem gosta da parte de construir a estrutura pode seguir para engenharia (veja o que é engenharia de dados e como virar engenheiro de dados). Quem gosta de modelos e previsão tende a ir para ciência de dados.

Habilidades além das ferramentas

Entender o negócio: saber como a empresa ganha dinheiro e o que cada área precisa medir.
Fazer boas perguntas: transformar um pedido vago ("quero um painel de vendas") em algo útil ("quais decisões você toma toda segunda-feira?").
Atenção aos detalhes: conferir totais, datas e filtros antes de entregar.
Comunicação: explicar com clareza, por escrito e em reunião, sem jargão.
Organização: documentar consultas e regras de cálculo para que outra pessoa entenda.

A boa notícia é que essas habilidades vêm de qualquer área. Quem trabalhou em vendas, finanças, logística ou atendimento já conhece um negócio por dentro, e isso é uma vantagem real na transição. O passo a passo para começar está no guia como virar analista de dados.

Formação Analista de Dados

Quer aprender o que o analista faz no dia a dia, na prática? A Formação Analista de Dados da Educadados reúne SQL, Power BI, Excel, Python e Estatística, com exercícios corrigidos na hora, projetos com bases reais e preparatório para a PL-300.

Conhecer a Formação

Prefere ver tudo o que é ensinado antes? Confira o conteúdo programático completo.

Perguntas frequentes

Analista de dados precisa saber programar?

Para começar, não. SQL é uma linguagem de consulta simples e o Power BI e o Excel são visuais. Python ajuda bastante depois, em automações e análises mais avançadas, mas não é obrigatório para a primeira vaga em muitas empresas.

Qual a diferença entre analista de dados e analista de BI?

Na prática, os dois cargos se parecem muito. Analista de BI costuma focar mais em dashboards, indicadores e modelagem para ferramentas como o Power BI. Analista de dados pode incluir análises pontuais, estatística e Python. O que vale é a descrição da vaga.

O analista de dados trabalha sozinho?

Raramente. Ele conversa o tempo todo com as áreas de negócio que pedem as análises e trabalha junto com engenheiros de dados, que cuidam da estrutura, e às vezes com cientistas de dados.

Precisa ser bom em matemática para ser analista de dados?

Precisa de matemática básica e de estatística descritiva: porcentagem, média, mediana, variação, proporção. Cálculo avançado não faz parte da rotina da maioria dos analistas.

Analista de dados pode trabalhar remoto?

Pode. Como o trabalho é feito em computador e com dados em nuvem ou em servidores da empresa, há vagas remotas, híbridas e presenciais. A proporção varia conforme a empresa e o momento do mercado.

A inteligência artificial vai substituir o analista de dados?

A IA já acelera tarefas como escrever consultas, fórmulas e resumos. Mas alguém precisa entender a pergunta do negócio, validar se os dados estão certos e assumir a recomendação. Analistas que usam IA a seu favor tendem a produzir mais, não a sumir.

Continue lendo

Sobre o autor

Felipy Morais é analista e engenheiro de dados com mais de 6 anos de experiência, certificado Microsoft PL-300, DP-600 e DP-700 e Databricks Fundamentals. É fundador e instrutor da Educadados. Conheça a trajetória.