Datanın şərhi “sənəti”
Data analizi və şərhi artıq rəqəmsal çağın ortaya çıxmasıyla birlikdə mərkəzi bir mərhələyə gəldi. Bugünkü qlobal dünyada hər hansı bir uğurlu müəssisənin çağırış kartı qarışıq dataları təhlil etmək, hərəkətli anlayışlar yaratmaq və yeni bazar ehtiyaclarına uyğunlaşmaq bacarığı olacaqdır.
Biznes panelləri Böyük Dataların rəqəmsal dövr alətidir. Həm kəmiyyət, həm də keyfiyyət data analizləri bu günkü sənaye liderlərini davamlı uğurlara yönəldən sürətli tempin və datalara əsaslanan bazar qərarlarının qəbul edilməsi üçün idealdır. Hər şeydən əvvəl dataların şərhinin arxasında nə olduğunu anlamaq üçün bir tərif tapaq.
Datanın şərh edilməsi nədir?
Dataların şərhi dataların müəyyənləşdirilmiş nəticəyə çatdırılması məqsədi ilə nəzərdən keçirildiyi proseslərin tətbiqinə aiddir. Dataların şərhi təhlil edilən məlumatlara məna verir və onun səciyyəvi xüsusiyyətlətini və təsirlərini müəyyən edir.
Datanın şərhinin əhəmiyyəti aydındır və buna görə də düzgün aparılmalıdır. Məlumatların müxtəlif mənbələrdən əldə olunma ehtimalı çox yüksəkdir və analiz prosesinə gözlənilməz sifariş ilə daxil olmaq meyli də vardır. Datanın təhlili çox subyektiv olmağa meyillidir. Yəni şərhin təbiəti və məqsədi biznesdən biznesə dəyişə bilər, ehtimal olunan təhlilin tipinə nisbətən əlaqələndirilir. Fərdi məlumatların təbiətinə əsasən tətbiq olunan bir neçə müxtəlif proses olsa da, ən geniş və ən yayılmış kateqoriyaları "kəmiyyət analizi" və "keyfiyyət analizi"-dir.
Bununla belə, hər hansı bir ciddi datanın şərhi sorğusuna başlamazdan əvvəl qiymətləndirmənin ölçüləri ilə bağlı səsli qərar (analitikin datanın analizini şərh etməsi) qəbul edilmədikdə, məlumatların tapıntılarının vizual təqdimatlarının vacib olmadığı başa düşülməlidir. Hər hansı bir ciddi məlumat analizinə başlamazdan əvvəl məlumatların ölçülməsi üçün vahid müəyyən edilməlidir. Müxtəlif ölçmə vahidlərinə daxildir:
-
Nominal vahid: nizamlanmayan və ya kəmiyyətlə müqayisə oluna bilməyən saysız kateqoriyalar. Dəyişənlər eksklüziv və dolğundur;
-
Sıralama vahidi: eksklüziv və tam, lakin məntiqi qaydada olan xüsusi kateqoriyalar. Keyfiyyət qiymətləri və razılaşma reytinqləri sıralı vahidlərin nümunəsidir (yəni, yaxşı, çox yaxşı, ədalətli və s., yaxud razıyam, tamamilə razıyam, razı deyiləm və s. kimi);
-
İnterval: kateqoriyalar arasında onlara uyğun və bərabər məsafələrlə kateqoriyalara bölünən bir ölçmə şkalası. Hər zaman ixtiyari bir sıfır nöqtəsi vardır;
-
Nisbət: bütün üç xüsusiyyətləri ehtiva edir.
Ölçmə vahidi seçildikdən sonra iki geniş şərh prosesindən hansının data ehtiyaclarınıza uyğun olacağını seçmək vaxtıdır. Həmin xüsusi data şərh üsullarına bir daha nəzər salaq.
Datanı necə şərh etməli?
Datanı şərh edərkən analitik olan şəxs səbəb və təsadüflər, həmçinin digər yanaşmalar arasındakıları fərqləndirməyə çalışmalıdır, həm də nəticəyə gətirib çıxara bilən bütün amilləri nəzərə almalıdır. İstifadə edilə biləcək n sayda datanın şərh metodları vardır.
Datanın şərhi insanlara toplanmış, təhlil edilmiş və təqdim edilmiş ədədi məlumatları anlamağa kömək etmək üçün nəzərdə tutulmuşdur. Dataların şərhi üçün əsas bir metoda (və ya üsullara) sahib olan analitik qruplarına bir quruluş stili və möhkəm bir təməl təmin edəcəkdir. Həqiqətən, bir neçə şöbənin eyni dataları şərh edərkən müxtəlif yanaşmaları varsa, bəzi uyğunsuzluqlar ortaya çıxa bilər. Ayrı-ayrı üsullar təkrarlanan səylərə, qeyri-sabit həllərə, enerjinin boşa çıxmasına və qaçılmaz olaraq vaxt və pul itkisinə gətirib çıxaracaqdır. Bu hissədə datanın şərhinin iki əsas metoduna nəzər salacağıq: keyfiyyət və kəmiyyət analizləri.
Datanın şərhinin keyfiyyət analizi
Keyfiyyətli məlumatların təhlili bir sözlə qəti şəkildə ifadə oluna bilər – kateqoriyalı. Keyfiyyətli təhlillə data rəqəmsal dəyərlər və ya nümunələrlə deyil, təsviri kontekstin (yəni, mətn) istifadə edilməsi ilə təsvir edilir. Tipik olaraq povest məlumatları, müxtəlif insan-şəxsiyyət texnikalarını istifadə edərək toplanır. Bu üsullar aşağıdakılardır:
-
Müşahidələr: müşahidə qrupunda baş verən davranış nümunələrinin detalları. Bu nümunələr bir fəaliyyətdə, fəaliyyət növündə və istifadə edilən ünsiyyət üsulunda sərf olunan vaxt miqdarı ola bilər;
-
Sənədlər: davranış nümunələrinin necə müşahidə oluna biləcəyi, sənədlərin müxtəlif növləri özündə olan materialın növünə görə kodlaşdırıla və bölünə bilər;
-
Müsahibələr: hekayə şəklində datalar üçün ən yaxşı toplama üsullarından biridir. Sorğu cavabları mövzu və ya kateqoriya ilə qruplaşdırıla bilər. Müsahibə yanaşması yüksək səviyyəli məlumatların bölüşdürülməsinə imkan verir.
Kəmiyyət və keyfiyyət analizləri arasında əsas fərq şərh mərhələsində aydın nəzərə çarpır. Kəmiyyət dataları geniş bir şəkildə şərh edilməyə açıq olduğu üçün dataların qruplaşdırılmasını və etiketlənməsini müəyyənləşdirilmiş mövzulara asanlaşdırmaq üçün "kodlanmış" olmalıdır. Şəxsdən fərdi məlumatlarının toplanması üsulları tez-tez müvafiq təhlillərlə əlaqəli mübahisələrə səbəb ola biləcəyi təqdirdə dataların keyfiyyət analizi üç əsas prinsip vasitəsilə öz əksini tapır: hadisələri hiss etmək, onlar barədə məlumatlar toplamaq, onlar barədə düşünmək.
Datanın şərhinin kəmiyyət analizi
Dataların kəmiyyət analizi bir sözlə ifadə oluna bilsə idi (və həqiqətən bu mümkün deyildir) bu söz "ədədi" olardı. Data analizinə gəldikdə bir neçə dəqiqlik var, amma əmin ola bilərsiniz ki, heç bir ədəd yoxdursa, bu kəmiyyət analizi deyil. Kəmiyyət analizi ədədi məlumatların təhlil edildiyi bir sıra proseslərə aiddir. Çox tez-tez standart yayınma, ortalama və median kimi statistik modelləşdirmənin istifadəsini nəzərdə tutur. Ən ümumi statistika şərtlərini tez bir zamanda nəzərdən keçirək:
-
Ortalama: ortalama bir sıra cavablar üçün ədədi bir ortadır. Bir məlumat dəsti (və ya birdən çox məlumat dəsti) ilə məşğul olduqda, hansısa ardıcıl ədədlərin mərkəzi dəyərini təmsil edəcəkdir. Bu dəyərlər cəminin məlumatlardakı dəyərlər sayına bölünməsidir. Konsepsiyanı təsvir etmək üçün istifadə edilə bilən digər terminlər ədədlərin ədədi ortası, ortalama və riyazi gözləntilərdir;
-
Standart yayınma: bu adətən kəmiyyət analizində görülən başqa bir statistik termindir. Standart yayınma cavabların ortalama ətrafında paylanmasını göstərir. Cavabdakı uyğunluq dərəcəsini təsvir edir; ortalama ilə birlikdə, məlumat dəstlərinə fikir verir;
- Frekansın paylanması: bu bir data setində cavab görünüşü nisbətini ölçən bir ölçmədir. Məsələn, bir anket istifadə edilərkən sıxlıq bölgüsü müəyyən bir sıralı ölçmə cavabının görünmə sayını təyin etmə qabiliyyətinə malikdir (yəni razıyam, qətiliklə razıyam, razı deyiləm, və s.). Məlumat nöqtələri arasındakı fikir birliyi dərəcəsinin müəyyən tezlik bölgüsü olduqca kəskindir.
Tipik olaraq kəmiyyət məlumatları iki və ya daha çox əhəmiyyətli dəyişən arasında testlərin vizual təqdimatı ilə ölçülür. Müxtəlif proseslər birlikdə və ya ayrı-ayrılıqda istifadə edilə bilər və nəticələr müqayisə edilə bilər. Kəmiyyət məlumatlarının digər şərh prosesləri aşağıdakılardır:
-
Kohort analizi;
-
Təxmini və reseptli analiz.
İndi biz məlumatları necə şərh etdiyimizi nəzərdən keçirək və özümüzə bir sıra suallar verək: bəzi məlumatların şərhində fayda nədir? Niyə bütün sənaye datanın tədqiqat və təhlili ilə məşğul olur? Bunlar əsas suallardır, lakin tez-tez və kifayət qədər diqqət yetirilmirlər.
Datanın şərhi niyə vacibdir?
Onun toplanmasının və şərhin məqsədi faydalı və lazımlı məlumat əldə etmək və ən dəqiq qərarları qəbul etməkdir.
Data təhlili və şərhi, asılı olmayaraq, üsul və keyfiyyət / kəmiyyət statusuna aşağıdakı xüsusiyyətlər daxil ola bilər:
-
Data eyniləşdirməsi və izahat;
-
Məlumatların müqayisə və təzadlığı;
-
Data outliers-ın (standartdan kənar) müəyyənləşdirilməsi;
-
Gələcək proqnozlar.
Məlumatların təhlili və şərhi sonda prosesləri yaxşılaşdırmağa kömək edir və problemləri müəyyənləşdirir. Ən azı minimal məlumatların toplanması və şərhi olmadan inkişaf etmək və etibarlı təkmilləşdirmələr etmək çətindir. Açar söz nədir? Etibarlılıq. Performansın artırılması ilə bağlı qeyri-müəyyən fikirlər bütün qurumlarda və sənaye sahələrində mövcuddur. Düzgün tədqiqat və analiz olmadan bir fikir davamlı olaraq eyni vəziyyətdə qalacaqdır (yəni minimum inkişafda). Rəqəmsal dövrdə datalarının təhlili və şərhində biznes üçün faydalarına qısa şəkildə nəzər salaq:
-
İnformasiyaladırılmış qərar qəbul etmə: bir qərar yalnız onu təşkil edən bilik qədər keyfiyyətlidir. İnformasiyalı dataların qərar verilməsi bazar liderindən başqa sənaye liderlərini təyin etmək potensialına malikdir. İnformasiyaladırılmış qərar qəbul etmə prosesi dövrü bir tendensiyaya malikdir. Bu demək olar ki, heç bir sona gəlmir və nəticə etibarilə daha çox işlənilməsi lazım olan prosesdə yeni suallar və şərtlər ortaya çıxır. Data nəticələrinin monitorinqi prosesləri yeni məlumatlar və yeni məqsədlərlə prosesi başlanğıca gətirəcəyi qaçınılmazdır.
-
Trend təyin etmə ilə ehtiyacları əvvəldən təxmin etmək: dataların proqnozlaşdırılması bilikləri təmin edir və bilik gücdür. Məlumat analizinin trendin proqnozlaşdırılmasına təsir göstərə biləcəyi mükəmməl bir nümunə, “Shazam” musiqi tanıma proqramında təsdiq edilə bilər. İstifadəçilər gündə 15 milyon mahnı müəyyən edirlər. Bu məlumatlar ilə, “Shazam” gələcək populyar sənətkarların proqnozlaşdırılması üçün meyar olmuşdur. Məlumatların toplanması və interpretasiyası prosesləri sənayedə geniş iqlim proqnozlarına imkan verə bilər və bazarda daha çox gəlir axınlarına səbəb ola bilər.
-
Xərclərin səmərəliliyi: dataların təhlili proseslərinin düzgün tətbiq edilməsi müəssisələrə sənaye sahələrində dərin xərc üstünlükləri təmin edə bilər. Səsli məlumatların təhlili insan kapitalının səylərini əhəmiyyətli dərəcədə gücləndirməyə, xərclərin azaldılması imkanlarına rəhbərlik etmək qabiliyyətinə malikdir.
-
Aydın görünüş: məlumatlarını toplayan və təhlil edən şirkətlər özləri prosesləri və performansı haqqında daha yaxşı məlumat əldə edirlər. Vizual nümayəndəliklər vasitəsilə məlumatların təfərrüatları onların tapıntılarını daha sürətli işləməyə və şirkətin gələcəyinə dair daha yaxşı informasiyalı qərarlar qəbul etməyə imkan verir.
Məlumatların tətbiqi metodlarının xülasə siyahısı və məsləhətlər
Məlumatların təhlili və təfsiri təhlükəsiz nəticələr hazırlamaq və daha yaxşı informasiyalı qərarlar qəbul etmək üçün vacibdir. Bu məqalədə gördüyümüz kimi, məlumatların tərcüməsi üçün bir sənət və elm var. Sonrasında məlumatların necə şərh ediləcəyi ilə bağlı məsləhətlərin siyahı xülasəsidir:
Məlumatlarınızı toplayın və mümkün qədər təmiz olsun (boşluqalar və əlavə şseylərsiz);
Keyfiyyətli və ya kəmiyyət analizini göstərmək üçün təhlilin növünü seçin və müvafiq olaraq hər birinə üsulları tətbiq edin;
Keyfiyyətli analiz: müşahidə, sənəd və müsahibə bildirişlərini topla və düşün;
Kəmiyyət analizi: müxtəlif statistika metodları ilə təhlil edilməsi üçün ədədi məlumatların çoxu ilə tədqiqat aparırsınız - demək olar ki, bu standart yayınma üsulu deməkdir;
Bir addım geri çəkil: və məlumatlarınızı müxtəlif perspektivlərdən, layihənin müxtəlif iştirakçıları üçün necə görünəcəyi haqqında düşünün;
Öz düşüncə və səbəblərinizi əks etdirin və bir çox tələlərin təhlili və təfsirini bildiyinizdən xəbərdar olun: subyektiv yanlışlıq, saxta məlumatlar və qeyri-dəqiq məlumatlar və sair qarşılıqlı əlaqələr.
Sonda..
Dataların şərhinin əhəmiyyəti inkar edilə bilməz. İdarə paneli yalnız ənənəvi məlumatların interpretasiya metodları və texnologiya arasında informasiya boşluğunu doldurmağa deyil, həm də şərhin əsas tələlərini aradan qaldırmaq və qarşısını almağa kömək edə bilər.
Daha çox oxu:
Data analitikasının təhsil sahəsində tətbiqləri
