探索与描述数据

数据素养进阶：Data Fluency

Konstantinos Kattidis

Data Analytics Lead

情境：分析用户参与度下滑

• Katia 是"Xcelerate Solutions"的客户成功经理

• 她发现用户参与度下降

• 她正在分析数据以找出根因：

  • 检查离群值并确保数据质量
  • 创建数据可视化

情境：找到根因

• 她发现：在软件性能不佳期间，用户参与度下降
• 她通过客户反馈数据加以验证
• 该示例说明：
  • 探索与描述数据的能力如何帮助找到业务问题的根因

评估数据质量

• 数据素养者确保数据可靠
• 他们探索并评估数据的完整性与准确性
• 了解数据质量对分析结果的影响

用可视化探索数据

• 数据探索有助于识别模式、趋势、离群点与潜在洞见
• 数据素养者能创建数据可视化
• 从柱状图、折线图到直方图、箱线图
• 能识别数据中的峰值、波动或关系

 

描述数据

• 数据素养者能有效描述数据
• 有助于有效得出结论
• 包括对数据集特征的概括：
  • 集中趋势度量
  • 变异性度量
  • 变量关系的度量

 

分析型思维

• 考虑数据采集的情境

  • 考量影响数据的外部因素

• 以批判且好奇的心态分析数据：

  • 质疑假设
  • 挑战解读
  • 寻找替代解释

使用工具与技术

• 数据素养者具备使用相关工具与技术的能力：

  • 数据可视化与报告工具
  • 电子表格软件

• 生成式 AI 带来数据素养的新可能！

开始练习！

数据素养进阶：Data Fluency