На этом занятии мы узнали а зачем бизнесу нужен анализ данных.
Анализ данных помогает бизнесу увеличивать рост (выручка, рыночная доля, аудитория и т.д.), а также оптимизировать процессы (сокращение издержек, улучшение качества и т.д.)
У многих компаний за годы работы может накопиться много данных. Их можно монетизировать - т.е. использовать для повышения эффективности существующих процессов или для создания новых продуктов.
Но данные нужно использовать эффективно, в этом может помочь теория принятия решений.
Виды принятия решений:
Есть креативный подход, когда нужно придумать что-то быстро и не хватает данных.
Интуитивный - когда есть неполные данные, может даже плохого качества и с ними что-то нужно сделать.
Рациональный - когда по этим данным мы можем что-то предсказать и выбрать правильные решения
Запрограммированный - когда над этим думает программа
Для достижения успеха при работе с данными используются различные виды аналитики.
Описательная - описание данных, анализ случайных наборов и визуализация
Диагностическая - визуализация распределений, диаграммы, статистики и корреляционный анализ, проверка статистических гипотез
Предиктивная - когда по данным мы можем сделать классификацию, регрессию, кластеризацию
Прескриптивная - рекомендательные системы, системы скоринга, поддержки принятия решений
Также узнали про жизненный цикл DataScience проектов.
1. Бизнес-Анализ
2. Анализ данных
3. Подготовка данных
4. Моделирование
5. Оценка результата
6. Внедрение
Кто должен быть в команде?
- Product/Project manager
- Бизнес аналитик
- Data Scientist
- Data Engineer / Software Developer
- Server Administrator / DevOps