Khám phá và mô tả dữ liệu

Thông thạo dữ liệu

Konstantinos Kattidis

Data Analytics Lead

Kịch bản: phân tích sự sụt giảm tương tác khách hàng

Katia là quản lý thành công khách hàng tại "Xcelerate Solutions"
Cô phát hiện mức độ tương tác của người dùng giảm
Cô đang phân tích dữ liệu để tìm nguyên nhân gốc rễ:
- Kiểm tra ngoại lệ và đảm bảo chất lượng dữ liệu
- Tạo trực quan hóa dữ liệu

Người phụ nữ dùng laptop để khám phá dữ liệu

Cô nhận thấy tương tác giảm trong các giai đoạn phần mềm hoạt động kém
Cô xác nhận bằng cách kiểm tra phản hồi của khách hàng
Ví dụ này cho thấy:
- Khả năng khám phá và mô tả dữ liệu giúp tìm nguyên nhân gốc của vấn đề kinh doanh

Người phụ nữ chỉ biểu đồ thể hiện tương quan

Bác sĩ cảnh báo về vấn đề dữ liệu

Khám phá dữ liệu giúp nhận diện mẫu, xu hướng, ngoại lệ và insight tiềm năng
Người thạo dữ liệu có thể tạo trực quan hóa dữ liệu
Từ biểu đồ cột, đường đến histogram, box plot
Họ nhận ra đột biến, biến thiên, hoặc mối quan hệ trong dữ liệu

Người đang khám phá

Người thạo dữ liệu có thể mô tả dữ liệu hiệu quả
Điều này giúp rút ra kết luận chính xác từ dữ liệu
Bao gồm tóm tắt đặc điểm của bộ dữ liệu:
- Thống kê trung tâm
- Độ biến thiên
- Thước đo quan hệ giữa các biến

Người với biểu đồ phân phối

Người đang suy nghĩ về kết quả phân tích

Xem xét bối cảnh thu thập dữ liệu
- Tính đến các yếu tố bên ngoài ảnh hưởng dữ liệu
Tiếp cận phân tích với tư duy phản biện và tò mò:
- Chất vấn giả định
- Thách thức diễn giải
- Tìm lời giải thích thay thế

Người thạo dữ liệu biết dùng công cụ và công nghệ cần thiết:
- Công cụ trực quan hóa và báo cáo
- Phần mềm bảng tính
AI tạo sinh mở ra khả năng mới cho năng lực dữ liệu!

Người làm việc với công cụ và công nghệ

Thông thạo dữ liệu