امروزه برای خیلیها «تحلیل داده» دیگر موضوعی آشنا محسوب میشود. اما براستی خیلیها با تحلیل داده آشنا هستند؟ در متن « تحلیل داده؛ این موجود ناشناخته» به آن پرداختم.
منشاء این ناشناختگی را در عدم توجه به آسیبهای بکارگیری تحلیل داده میدانم. یکی از این آسیبها عدم تفکیک انواع خروجی فرایند تحلیل داده است که در «تحلیل داده؛ از بدیهیات تا مکاشفات!--آسیب اول» توضیحاتی دربارهاش دادم.
در این نوشته میخواهم آسیب دوم را با عنوان «بیحسی نرمافزاری» دنبال کنم. این مطلب را به نوعی در ادامه نوشته «مواظب باشید؛ تکنولوژی، «خاله خِرسه» است!» نیز میدانم. پس در صورت امکان آن نوشته را هم مطالعه کنید.
فرآیند تحلیل داده برای بعضیها از دانلود، نصب و راهاندازی نرمافزار تحلیل داده شروع میشود و در ادامه نیز صرفا به آشنایی با نحوه وارد کردن داده و فشردن دکمه تحلیل و بررسی خروجی خلاصه میشود. برای این دوستان، همین که داده را وارد نرمافزار کنند و بتوانند با طی مراحلی یک خروجی از آن بگیرند کفایت میکند. البته آنها هر نوع تحلیلی را روی یک مجموعهداده به کار نخواهند برد چون حجم تباهیدگی این کار واقعا دردناک خواهد شد. آنها میگردند و متناسبترین نوع تحلیل را انتخاب و آن را اجرا میکنند؛ آن هم بعضا با روشهای گوناگون.
مثلا اگر بخواهیم پیشبینی مناسبی از قیمت یک کالا در ماههای آینده داشته باشیم، اطلاعات مربوط به قیمت آن کالا در ماههای گذشته توسط این دوستان وارد نرمافزار میشود و با چند تا تق تق روی ماوس، خروجیهای چند روش معروف پیشبینی روی صفحه مانیتور ظاهر میشود. سپس آنها این گونه تحلیل میکنند که فلان روش برای این مساله بهتر است!!!
نرمافزارهای امروزی بخش زیادی از کارها را به طور خودکار انجام میدهند و تحلیلگر را از بسیاری از امور بینیاز میکند. در این شرایط، بعید نیست تحلیلگر، پس از انجام فرایند بالا، کار را تمام شده فرض کند و نسبت به انجام اصلیترین مراحل تحلیل داده، بیحس شود. این بیحسی، که عمدتا ناشی از بکارگیری نرمافزارهای تحلیل داده است (و ربطی به استفاده افراطی یا غیر افراطی از آنها ندارد)، در واقع برآمده از نوعی سطحینگری خطرناک در حوزه تحلیل داده است. در مقابل این سطحینگری، همواره باید به ژرفاندیشی (اقتصادی) پرداخت.
گفتیم تحلیلگر بعید نیست نسبت به اصلیترین مراحل تحلیل داده، بیحس شود. اصلیترین مرحله تحلیل داده اما این است که تحلیلگر، به دور از نرمافزارها و کارکردهای آن، و صرفا منطبق و متناسب با مساله و شرایط آن، فرآیند موردنیاز برای تحلیل داده را طراحی و ترسیم کند. سپس ببیند به چه ابزار یا ابزارهایی برای رسیدن به مقصد نیاز دارد. در مثال بالا (پیشبینی) شاید اگر تحلیلگر بررسی میکرد چندان نیاز به ابزارهای آن چنانی پیدا نمیکرد.
دوستی میگفت که فردی از او در زمینه انجام یک «پروژه تحلیل داده» کمک خواسته است. میگفت مساله او را دیدم و از او درباره دادهاش هم پرسیدم. متوجه شدم که میخواهد رفتار فروش را بر اساس فروش دو دوره در گذشته بیابد. به او گفتم که دو نقطه را به هم وصل کن، بهترین خط برازش بدست میآید و نیازی به پروژه و نرمافزار هم نیست!!