تجزیه و تحلیل داده ها چیست؟

ما داده‌ها را هر روز، هر ساعت، هر دقیقه تجزیه و تحلیل می‌‌کنیم. مغز ما، با استفاده از حواس پنجگانه، داده‌ها را می‌‌خواند، پردازش می‌‌کند و نتیجه گیری می‌‌کند. برای مثال، ما قبل از خواب آلارم گوشی را فعال می‌کنیم و زمانی که خواب هستیم (در زمان تعیین شده)، آلارام شروع به زنگ خوردن می‌‌کند، در این حالت مغز ما با استفاده از گوش‌ها، داده‌هایی را دریافت می‌‌کند. داده‌هایی که می‌‌گوید اتفاقی غیر طبیعی در حال رخ دادن است؛ بنابراین شما بیدار می‌‌شوید و بررسی می‌‌کنید که آیا خطر مهمی‌‌ وجود دارد یا نه؟

من مراحل تجزیه و تحلیل داده‌ها را فرایندی چهار مرحله ای می‌دانم:

- تعریف مسئله

- جمع آوری داده‌ها

- پردازش داده‌ها

- نتیجه گیری

شاید این سوال در ذهن شما هم باشد: "چطور می‌توانم تحلیلگر داده شوم؟"

پس اینجا ما یک مشکل داریم؛

مرحله یک- تعریف مسئله: یک فرد می‌‌خواهد تحلیلگر داده شود و نمی‌‌داند چگونه؟

مرحله دو- جمع آوری داده‌ها: یک فرد شروع به جستجوی نیازمندی‌ها می‌‌کند تا بتواند تجزیه و تحلیل داده‌ها را در سطح حرفه ای انجام دهد.

• می‌‌تواند از گوگل برای جمع آوری این داده‌ها استفاده کند.
• می‌‌تواند از متخصصان باتجربه تر در این زمینه بپرسد.
• می‌‌تواند برنامه‌های آموزشی را بررسی کند.
• یا شاید از یک مربی شغلی (career coach) بخواهد درباره وجود چنین فردی در شرکتشان سوال کند.

مرحله سه- پردازش داده‌ها: زمانی که داده‌ها جمع آوری شد، شروع به پردازش آن‌ها می‌‌کنیم و آن‌ها را با واقعیت ترکیب می‌‌کنیم. متغیرها و زمینه‌های مختلفی را آزمایش می‌‌کنیم که برای این موقعیت شغلی به کار می‌‌روند. برای مثال شما در یک شرکت کار می‌‌کنید و می‌‌خواهید تخصص خود را تغییر دهید. راه‌های مختلفی را بررسی می‌‌کنید و همین امر باعث جمع آوری داده می‌شود. حالا شما داده‌ها را دارید و می‌‌دانید که برای تبدیل شدن به یک تحلیلگر داده باید مهارت‌های جدید را یاد بگیرید.

مرحله چهار- نتیجه‌گیری: بعد از پردازش اطلاعات، به این نتیجه می‌‌رسید که بهترین کار برای کسب مهارت‌های جدید، پیدا کردن دوره آموزشی مناسب است.

حالا شما یک مشکل جدید دارید؛ اینکه چگونه یک دوره تحلیل داده را پیدا کنید و فرآیند تحلیل داده‌ها بارها و بارها تکرار شود.

انتخاب داده‌ها، سوگیری‌های مختلف، عدم قطعیت‌ها، پارادوکس‌ها و… ویژگی‌هایی هستند که با این فرآیند همراه هستند، و هرچه داده‌های بیشتر و متنوع‌تری داشته باشیم و با ابزار‌های بیشتری آشنا باشیم، می‌‌توانیم تصمیمات بهتر و منطقی‌تری بگیریم. دنیای داده‌ها مانند جهان به طور کلی بسیار پیچیده و در عین حال ساده است.

published at towardsdatascience on July 11, 2020.