متن فیلم

در این ویدیو ما در مورد تحلیل داده‌ها صحبت می‌کنیم. اینکه شامل چه فرایندهایی است و این فرایندها چطور در مسائل به ما کمک می کنند تا بفهمیم چی شد؟ چرا اینطور شد؟ حالا چی میشه؟ چیکار می تونم بکنم و چه تصمیمی بهتره بگیرم؟ تحلیل داده‌ها فرآیند جمع‌آوری، پاکسازی، تحلیل و کاوش داده‌ها، تفسیر نتایج و گزارش یافته‌ها است. با تحلیل داده‌ها، الگوهایی را در داده‌ها و همبستگی‌های بین نقاط داده مختلف پیدا می‌کنیم. و از طریق این الگوها و همبستگی‌ها است که بینش‌ها ایجاد می‌شوند و نتیجه‌گیری‌ها به دست می‌آیند. تحلیل داده‌ها به کسب‌وکارها کمک می‌کند تا عملکرد گذشته خود را درک کنند و تصمیم‌گیری خود را برای اقدامات آینده آگاه سازند. با استفاده از تحلیل داده‌ها، کسب‌وکارها می‌توانند قبل از انجام یک اقدام، آن را اعتبارسنجی کنند. صرفه‌جویی در زمان و منابع ارزشمند و همچنین تضمین موفقیت بیشتر. ما چهار نوع اصلی تحلیل داده‌ها را بررسی خواهیم کرد که هر کدام هدف و جایگاه متفاوتی در فرآیند تحلیل داده‌ها دارند. تحلیل توصیفی با خلاصه کردن داده‌های گذشته و ارائه یافته‌ها به ذینفعان، به پاسخگویی به سؤالات مربوط به آنچه در یک دوره زمانی معین اتفاق افتاده است، کمک می‌کند. این تحلیل به ارائه بینش‌های ضروری در مورد رویدادهای گذشته کمک می‌کند. به عنوان مثال، ردیابی عملکرد گذشته بر اساس شاخص‌های کلیدی عملکرد سازمان یا تحلیل جریان نقدی. تحلیل تشخیصی به پاسخ به این سؤال کمک می‌کند. چرا این اتفاق افتاد؟ این تحلیل از بینش‌های حاصل از تحلیل توصیفی برای کاوش عمیق‌تر و یافتن علت نتیجه استفاده می‌کند. برای مثال، تغییر ناگهانی در ترافیک یک وب‌سایت بدون دلیل مشخص یا افزایش فروش در منطقه‌ای که هیچ تغییری در بازاریابی آن ایجاد نشده است. تحلیل‌های پیش‌بینی‌کننده به پاسخ به این سوال کمک می‌کنند «بعداً چه اتفاقی خواهد افتاد؟» از داده‌ها و روندهای تاریخی برای پیش‌بینی نتایج آینده استفاده می‌شود. برخی از حوزه‌هایی که کسب‌وکارها از تحلیل‌های پیش‌بینی‌کننده استفاده می‌کنند، ارزیابی ریسک و پیش‌بینی فروش هستند. لازم به ذکر است که هدف از تحلیل‌های پیش‌بینی‌کننده، گفتن اینکه در آینده چه اتفاقی خواهد افتاد نیست، بلکه پیش‌بینی آنچه ممکن است در آینده رخ دهد، است. همه پیش‌بینی‌ها ماهیت احتمالی دارند. تحلیل‌های تجویزی به پاسخ به این سوال کمک می‌کنند «در مورد آن چه باید کرد؟» با تحلیل تصمیمات و رویدادهای گذشته، احتمال نتایج مختلف تخمین زده می‌شود و بر اساس آن یک مسیر عملی تعیین می‌شود. خودروهای خودران نمونه خوبی از تحلیل‌های تجویزی هستند. آن‌ها محیط را تحلیل می‌کنند تا در مورد سرعت، تغییر خطوط، مسیر انتخابی و غیره تصمیم‌گیری کنند. یا اینکه خطوط هوایی به طور خودکار قیمت بلیط را بر اساس تقاضای مشتری تنظیم می‌کنند. قیمت بنزین، آب و هوا یا ترافیک در مسیرهای اتصال. حال بیایید به برخی از مراحل کلیدی در فرآیند تحلیل داده‌ها نگاهی بیندازیم. درک مشکل و نتیجه مطلوب. تحلیل داده‌ها با درک مشکلی که باید حل شود و نتیجه مطلوبی که باید به آن دست یافت، آغاز می‌شود. قبل از شروع فرآیند تجزیه و تحلیل، باید مشخص شود که کجا هستید و می‌خواهید کجا باشید. تعیین یک معیار مشخص. این مرحله از فرآیند شامل تصمیم‌گیری در مورد آنچه اندازه‌گیری خواهد شد، می‌شود. به عنوان مثال، تعداد محصول X فروخته شده در یک منطقه و نحوه اندازه‌گیری آن. در یک فصل یا در طول یک فصل جشنواره، پس از اینکه دانستید چه چیزی را می‌خواهید اندازه‌گیری کنید و چگونه می‌خواهید آن را اندازه‌گیری کنید، داده‌های مورد نیاز، منابع داده‌ای که باید از آن‌ها این داده‌ها را استخراج کنید و بهترین ابزارها برای کار را شناسایی می‌کنید. پاکسازی داده‌ها. پس از جمع‌آوری داده‌ها، مرحله بعدی رفع مشکلات کیفی در داده‌ها است که می‌تواند بر دقت تحلیل تأثیر بگذارد. این یک مرحله حیاتی است زیرا دقت تحلیل تنها در صورتی قابل تضمین است که داده‌ها پاک باشند. شما داده‌ها را از نظر مقادیر گمشده یا ناقص و داده‌های پرت پاک خواهید کرد. به عنوان مثال، داده‌های جمعیت‌شناسی مشتری که در آن فیلد سن مقدار ۱۵۰ دارد، یک داده پرت است. همچنین داده‌های دریافتی از منابع مختلف را استانداردسازی خواهید کرد. تحلیل و داده‌کاوی. پس از تمیز کردن داده‌ها، داده‌ها را از دیدگاه‌های مختلف استخراج و تحلیل خواهید کرد. ممکن است لازم باشد داده‌های خود را به روش‌های مختلف دستکاری کنید تا روندها را درک کنید، همبستگی‌ها را شناسایی کنید و الگوها و تغییرات را پیدا کنید. تفسیر نتایج. پس از تحلیل داده‌ها و احتمالاً انجام تحقیقات بیشتر، که می‌تواند یک حلقه تکراری باشد، زمان تفسیر نتایج فرا رسیده است. همانطور که نتایج خود را تفسیر می‌کنید، باید ارزیابی کنید که آیا تحلیل شما در برابر اعتراضات قابل دفاع است یا خیر، و آیا محدودیت‌ها یا شرایطی وجود دارد که تحت آن تحلیل شما ممکن است درست نباشد. ارائه یافته‌های شما. در نهایت، هدف هر تحلیلی تأثیرگذاری بر تصمیم‌گیری است. توانایی برقراری ارتباط و ارائه یافته‌های شما به روش‌های روشن و تأثیرگذار، به اندازه خود تجزیه و تحلیل، بخشی از فرآیند تحلیل داده‌ها است. گزارش‌ها، داشبوردها، نمودارها، گراف‌ها، نقشه‌ها، مطالعات موردی تنها برخی از راه‌هایی هستند که می‌توانید داده‌های خود را ارائه دهید.