Подходы к работе с данными

Заметки по подходам к анализу данных, их характеристикам, организации, интерпретации и значимости.

  • Анализ подразумевает принятие всех возможных мер для того, чтобы найти решение бизнес-задачи, основанное на фактах. И отчёты и прогнозные модели играют свою существенную роль в аналитическом процессе.
  •  

  • Углубленная аналитика выходит за рамки простых вопросов о том, что произошло, когда это произошло и каковы последствия произошедшего – она стремится найти причины почему это произошло и что можно сделать в рассматриваемом случае.
  •  

  • «Снятие сливок» — один из худших способов использования аналитики в организации. Под этим термином понимается игнорирование неподходящих результатов и отбор подходящих. Такое поведение обесценивает цель и значение анализа.
  •  

  • Первоначальная формулировка проблемы может определить успех или неудачу анализа.
  •  

  • Не полагайтесь исключительно на статистические показатели при определении важности результатов анализа.
  •  

  • Даже если у вас есть возможность работать со всей генеральной совокупностью, это может быть связано с дополнительными расходами и усилиями без каких-либо практических преимуществ. Использование выборки — приемлемая стратегия во многих случаях, в том числе при работе с большими данными.
  •  

  • Хороший анализ данных предполагает не простое предоставление статистических данных и фактов, а выдвижение предположений и предложение возможных действий по этому поводу.
  • Data Scientist # 1

    Машинное обучение, большие данные, наука о данных, анализ данных, цифровой маркетинг, искусственный интеллект, нейронные сети, глубокое обучение, data science, data scientist, machine learning, artificial intelligence, big data, deep learning

    Данные — новый актив!

    Эффективно управлять можно только тем, что можно измерить.
    Copyright © 2016-2021 Data Scientist. Все права защищены.