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

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.