Accueil Finances personnelles Déploiement d'Analytics et de Data Wrangling pour convertir les données brutes en informations exploitables - dummies

Déploiement d'Analytics et de Data Wrangling pour convertir les données brutes en informations exploitables - dummies

Table des matières:

Vidéo: Webinar Talend Data Preparation - 16/06/2016 2025

Vidéo: Webinar Talend Data Preparation - 16/06/2016 2025
Anonim

Transformer vos données brutes en informations exploitables est la première étape de la progression à partir des données que vous avez recueillies à quelque chose qui vous profite réellement. Les data-centric data scientists utilisent l'analyse de données pour générer des informations à partir de données brutes.

Identification des types d'analyse

Voici les quatre types d'analyse de données que vous rencontrerez le plus souvent, par ordre croissant de complexité:

  • Analyse descriptive: Ce type d'analyse répond à la question «Que s'est-il passé? "L'analyse descriptive est basée sur des données historiques et actuelles. Un analyste d'affaires ou un spécialiste des données centré sur les affaires base l'intelligence d'affaires moderne sur l'analyse descriptive.

  • Analyse diagnostique: Vous utilisez ce type d'analyse pour trouver des réponses à la question «pourquoi ce phénomène particulier s'est-il produit? "Ou" qu'est-ce qui a mal tourné? " "L'analyse diagnostique est utile pour déduire et déduire le succès ou l'échec des sous-composantes de toute initiative axée sur les données.

  • Analyse prédictive: Bien que ce type d'analyse soit basé sur des données historiques et actuelles, l'analyse prédictive va plus loin que l'analyse descriptive. L'analyse prédictive implique la construction et l'analyse de modèles complexes afin de prédire un événement ou une tendance future. Dans un contexte commercial, ces analyses seraient effectuées par le data scientist centré sur l'entreprise.

  • Analyse prescriptive: Ce type d'analyse vise à optimiser les processus, les structures et les systèmes grâce à une action basée sur des analyses prédictives. Elle vous dit essentiellement ce que vous devez faire en fonction d'une estimation éclairée de ce qui va se passer. Les analystes métiers et les data scientists centrés sur les entreprises peuvent générer des analyses prescriptives, mais leurs méthodes et sources de données diffèrent.

Identification des défis communs en matière d'analyse

Les analyses posent souvent au moins deux problèmes dans l'entreprise. Premièrement, les organisations éprouvent souvent beaucoup de difficulté à trouver de nouveaux employés ayant des compétences particulières, notamment en matière d'analyse. Deuxièmement, même les analystes qualifiés ont souvent du mal à communiquer des idées complexes d'une manière compréhensible pour les décideurs de la gestion.

Pour surmonter ces défis, l'organisation doit créer et entretenir une culture qui valorise et accepte les produits analytiques. L'entreprise doit travailler pour éduquer tous les niveaux de l'organisation, de sorte que la direction a un concept de base de l'analyse et le succès qui peut être atteint en les mettant en œuvre.

Inversement, les data scientists centrés sur l'entreprise doivent avoir une très bonne connaissance de l'entreprise en général et, en particulier, une bonne compréhension de l'activité commerciale. Une solide connaissance des affaires est l'une des trois principales exigences de tout data scientist axé sur les affaires - les deux autres étant un sens aigu du codage et de solides compétences d'analyse quantitative par le biais de la modélisation mathématique et statistique.

Extraction de données brutes vers des informations exploitables

Les querelles de données constituent une autre partie importante du travail nécessaire pour convertir les données en informations. Pour créer des analyses à partir de données brutes, vous devez presque toujours utiliser

data wrangling : les processus et procédures que vous utilisez pour nettoyer et convertir les données d'un format et d'une structure à un autre afin que les données soient exactes. dans le format des outils d'analyse et des scripts nécessitent pour la consommation. La liste suivante met en évidence quelques-unes des pratiques et problèmes les plus pertinents pour les querelles de données:

Extraction de données:

  • Le data scientist axé sur les affaires doit d'abord identifier quels ensembles de données sont pertinents au problème, puis extraire des quantités suffisantes des données nécessaires pour résoudre le problème. (Ce processus d'extraction est communément appelé extraction de données.) Fusion de données:

  • La fusion de données implique le nettoyage des données brutes extraites par data mining, puis leur conversion en un format permettant une consommation plus aisée des données. (Mung a commencé la vie comme un processus destructif, où vous convertissiez quelque chose de reconnaissable en quelque chose qui était méconnaissable, donc la phrase Mash Until No Good ou MUNG.) Gouvernance des données:

  • Les normes de gouvernance des données sont utilisées en tant que mesure de contrôle de la qualité pour s'assurer que les sources de données manuelles et automatisées sont conformes aux normes de données du modèle en question. Les normes de gouvernance des données doivent être appliquées afin que les données soient à la bonne granularité lorsqu'elles sont stockées et prêtes à être utilisées. La granularité

    est une mesure du niveau de détail d'un ensemble de données. La granularité des données est déterminée par la taille relative des sous-groupes dans lesquels les données sont divisées. Architecture de données:

  • L'architecture informatique est la clé. Si vos données sont isolées dans des référentiels distincts et fixes - ces infâmes silos de données dont tout le monde se plaint - elles ne sont disponibles que pour un petit nombre de personnes dans un secteur d'activité particulier. Les structures de données Siled aboutissent à des scénarios dans lesquels une majorité des données d'une organisation est simplement indisponible pour être utilisée par l'organisation dans son ensemble. (Inutile de dire que les structures de données cloisonnées sont incroyablement inutiles et inefficaces.) Si votre objectif est de tirer le meilleur parti des données métiers de votre organisation, vous devez vous assurer que les données sont stockées dans un entrepôt de données central. pas dans des silos séparés.

Déploiement d'Analytics et de Data Wrangling pour convertir les données brutes en informations exploitables - dummies

Le choix des éditeurs

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Découvrir les Méditations de Pleine Conscience Formelle - les nuls

Pour approfondir votre conscience consciente, vous devez pratiquer une méditation de pleine conscience sur une base quotidienne. Familiarisez-vous avec certaines des médiations suivantes. Avec le temps, vous deviendrez plus conscient de votre vie quotidienne. Body Meditation Meditation - Cette méditation implique de passer environ une demi-heure, en prenant conscience de ...

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Démystifier Dan Brown: Les Templiers Royaux - les nuls

Les Templiers sont presque aussi fictifs dans Dan Brown Le code Da Vinci comme les chevaliers Jedi sont dans Star Wars. Bien que le héros Robert Langdon hésite d'abord à élever les Templiers dans ses cours, parce que la mention même d'eux fait ressortir les amants du complot, Brown n'a aucun problème à les faire participer ...

Démystification des mythes communs sur la franc-maçonnerie - mannequins

Démystification des mythes communs sur la franc-maçonnerie - mannequins

La franc-maçonnerie moderne existe depuis 1717. Les premières contre-vérités concoctées sur l'Ordre sont apparues en impression à peu près en même temps. Les États-Unis étaient consumés par l'hystérie anti-maçonnique à la fin des années 1820, et l'Europe a fait de Mason-bashing un sport populaire pendant deux siècles, le liant souvent à la propagande antisémite. Internet n'a que ...

Le choix des éditeurs

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

À L'aide de la boîte de dialogue Configurer l'affichage dans PowerPoint 2011 pour Mac - témoins

Dans la boîte de dialogue Configurer l'affichage dans PowerPoint, cliquez sur le bouton Configurer l'affichage dans l'onglet Diaporama du ruban Office 2011 pour Mac, ou choisissez Diaporama → Configurer l'affichage dans la barre de menus. Dans les deux cas, la boîte de dialogue Configurer l'affichage polyvalent apparaît. Choisir un type de spectacle dans PowerPoint 2011 pour Mac ...

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement des fichiers dans Office 2011 pour Mac - témoins

Enregistrement d'un fichier sur lequel vous travaillez dans Office 2011 pour Mac est aussi simple que de cliquer sur le bouton Enregistrer dans la barre d'outils Standard, en appuyant sur Commande-S ou en choisissant Fichier → Enregistrer. Si votre fichier a été enregistré précédemment, l'enregistrement du fichier remplace la copie existante du fichier par votre version mise à jour. Si votre fichier n'a pas ...

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Fonctionnant avec les modèles de diapositives maîtres dans PowerPoint 2011 pour Mac - les nuls

Dans Office 2011 pour Mac, l'ajout d'une nouvelle présentation de diapositive à une diapositive dans la vue Diapositive maître de PowerPoint 2011 est une tâche assez simple à effectuer. Suivez ces étapes pour commencer: Assurez-vous que vous êtes en mode Masque des diapositives. Choisissez Affichage → Maître → Masque de diapositives dans la barre de menus. Cliquez sur l'onglet Masque des diapositives du ruban, ...

Le choix des éditeurs

Sélectionnez PowerPoint 2007 Objects - dummies

Sélectionnez PowerPoint 2007 Objects - dummies

Avant de pouvoir modifier un objet PowerPoint 2007 sur une diapositive, vous devez le sélectionner. Dans les présentations PowerPoint, les objets peuvent être du texte, des graphiques, des images clipart, des formes, etc. Voici quelques instructions pour sélectionner les objets PowerPoint 2007: Objets texte: Pour sélectionner un objet texte PowerPoint 2007, déplacez le point d'insertion sur le texte qui ...

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Définir le contour de la forme sur une diapositive PowerPoint 2007 - dummies

Le contrôle shapePoint de powerPoint vous permet style des objets de ligne ou la bordure pour les objets de forme solide sur vos diapositives PowerPoint. Le contrôle Shape Outline se trouve dans le groupe Styles de formes de l'onglet Outils de dessin. Vous pouvez modifier les paramètres suivants pour le contour: Couleur: Définit la couleur utilisée pour ...

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 pour les nuls Cheat Sheet - les nuls

PowerPoint 2016 est le logiciel de présentation le plus puissant disponible pour créer et éditer la diapositive montrer des présentations pour le travail, la maison ou l'école. PowerPoint 2016 offre un certain nombre de raccourcis clavier utiles pour effectuer des tâches rapidement. Voici quelques raccourcis pour le formatage PowerPoint commun, l'édition et les tâches de fichiers et de documents. De plus, après avoir créé votre chef-d'œuvre, vous ...