Eksploracja i opisywanie danych

Płynność w świecie danych

Konstantinos Kattidis

Data Analytics Lead

Scenariusz: analiza spadku zaangażowania klientów

Katia jest menedżerką ds. sukcesu klienta w „Xcelerate Solutions"
Wykryła spadek zaangażowania użytkowników
Analizuje dane, aby znaleźć przyczynę problemu:
- Sprawdzanie wartości odstających i jakości danych
- Tworzenie wizualizacji danych

Kobieta z laptopem eksplorująca dane

Odkryła, że zaangażowanie użytkowników spada w okresach słabej wydajności oprogramowania
Potwierdza wyniki, analizując dane z opinii klientów
Ten przykład pokazuje:
- Jak umiejętność eksploracji i opisywania danych prowadzi do wykrycia przyczyny problemu biznesowego

Kobieta prezentująca wykres korelacji

Lekarz ostrzegający o problemach z danymi

Eksploracja danych pomaga identyfikować wzorce, trendy, wartości odstające i potencjalne wnioski
Osoby biegłe w danych potrafią tworzyć wizualizacje danych
Od wykresów słupkowych i liniowych po histogramy i wykresy pudełkowe
Rozpoznają skoki, wahania i zależności w danych

Osoba eksplorująca dane

Osoby biegłe w danych potrafią skutecznie opisywać dane
Ułatwia to wyciąganie wniosków z danych
Obejmuje to podsumowanie cech zbioru danych:
- Miary tendencji centralnej
- Miary zmienności
- Miary zależności między zmiennymi

Osoba z wykresem rozkładu

Osoba myśląca o wynikach analitycznych

Uwzględnianie kontekstu, w jakim zebrano dane
- Branie pod uwagę czynników zewnętrznych wpływających na dane
Analiza danych z krytycznym i dociekliwym podejściem:
- Kwestionowanie założeń
- Weryfikowanie interpretacji
- Poszukiwanie alternatywnych wyjaśnień

Osoby biegłe w danych potrafią korzystać z odpowiednich narzędzi i technologii:
- Narzędzia do wizualizacji danych i raportowania
- Oprogramowanie arkuszowe
Generatywna AI otwiera nowe możliwości dla biegłości w danych!

Osoba pracująca z narzędziami i technologiami

Płynność w świecie danych