Zkoumání a popis dat

Data Fluency

Konstantinos Kattidis

Data Analytics Lead

Scénář: analýza poklesu zapojení zákazníků

Katia je manažerka zákaznické podpory ve společnosti „Xcelerate Solutions"
Zjistila pokles zapojení uživatelů
Nyní analyzuje data, aby nalezla příčinu problému:
- Kontrola odlehlých hodnot a kvality dat
- Tvorba datových vizualizací

Žena s notebookem zkoumající data

Zjistila, že zapojení uživatelů klesá při špatném výkonu softwaru
Potvrdila zjištění kontrolou dat zpětné vazby zákazníků
Tento příklad ukazuje:
- Jak schopnost zkoumat a popisovat data vede k nalezení příčiny obchodního problému

Žena ukazující graf s korelací

Lékař upozorňující na problémy s daty

Průzkum dat pomáhá identifikovat vzory, trendy, odlehlé hodnoty a potenciální poznatky
Datově zdatní jedinci umí vytvářet datové vizualizace
Od sloupcových a spojnicových grafů po histogramy a krabicové grafy
Dokážou rozpoznat vrcholy, odchylky nebo vztahy v datech

Osoba zkoumající data

Datově zdatní jedinci umí efektivně popisovat data
To pomáhá vyvozovat správné závěry
Zahrnuje shrnutí charakteristik datové sady:
- Míry centrální tendence
- Míry variability
- Míry vztahů mezi proměnnými

Osoba s grafem rozdělení

Osoba přemýšlející o výsledcích analýzy

Zohledňování kontextu, ve kterém byla data shromážděna
- Brání v úvahu vnější faktory ovlivňující data
Přistupujte k analýze dat kriticky a s zvídavostí:
- Zpochybňování předpokladů
- Ověřování interpretací
- Hledání alternativních vysvětlení

Datově zdatní jedinci ovládají potřebné nástroje a technologie:
- Nástroje pro vizualizaci dat a reporting
- Tabulkový software
Generativní AI otevírá nové možnosti pro datovou gramotnost!

Osoba pracující s nástroji a technologiemi

Data Fluency