Kas ir datu analīze?

Daudzās situācijās izpētei tiek savākts liels datu apjoms. Piemēram, ekonomisti var saņemt tūkstošiem aptauju atbilžu vai var izskatīt bezgalīgu daudzumu valdības un tautas skaitīšanas datu par milzīgām iedzīvotāju daļām. Arī citi akadēmiķi var saņemt lielu skaitu neorganizētas informācijas; piemēram, zinātnieks, kurš pēta iespējamos vēža ārstēšanas veidus, var saņemt simtiem vai pat tūkstošiem vai miljoniem pacientu testa rezultātus. Uzņēmējdarbībā dati var tikt vākti arī pārdošanas datu, klientu kvīšu, darījumu vai cita veida informācijas veidā.

Visi šie dati sniedz informāciju un, iespējams, satur modeļus un tendences, kas var palīdzēt veidot un pārvaldīt uzvedību. Tomēr, lai informāciju izmantotu, dati ir jāsakārto, jāanalizē un jāsaprot. Datu analīze attiecas uz visu šo datu organizēšanas un analīzes procesu.

Tāpat kā ir daudz dažādu datu veidu un avotu, ir daudz dažādu analītikas metožu. Daži dati ir jāsakārto manuāli un ar roku jākodē. Citas lielas informācijas datubāzes var izsijāt, izmantojot specializētas datorprogrammas, kas padara datu analītikas procesu racionalizētu un vienkāršu.

Datu analīzes process un procedūra ir atkarīga ne tikai no tā, kā dati ir sakārtoti, bet arī no tā, ko cilvēks meklē. Piemēram, ekonomists var izpētīt datus, lai atrastu pirkšanas vai tēriņu modeļus, kas izskaidro uzvedību. Uzņēmums var izskatīt datus, lai noteiktu nepilnības klientu piegādes ķēdē vai problēmas ar konkrētu darbinieku.

Katrs uzņēmums parasti izstrādā savas datu analīzes metodes, kas ļauj atrisināt konkrētā uzņēmuma problēmas. Piemēram, veselības apdrošināšanas sabiedrībai var būt datubāze ar miljoniem izmaksāto atlīdzību. Darbinieki, kas ir atbildīgi par datu analīzi, būtu atbildīgi par algoritmu ģenerēšanu un izpildi, lai noteiktu iespējamās novirzes. Tādējādi datorprogrammu un algoritmus varētu palaist, lai noteiktu jomas, kurās varētu būt izmaksātas nepatiesas prasības un kuras būtu jāizpēta.

SmartAsset.