การถอดรหัสข้อมูลแบบง่ายเทียบกับการวิเคราะห์ข้อมูลที่ไม่ง่าย

ประพันธ์โดยศาสตราจารย์เอส. Sadagopan ผู้อำนวยการ – IIIT บังกาลอร์ ศ. Sadagopan เป็นหนึ่งในนักวิชาการที่มีประสบการณ์มากที่สุดในคณะผู้เชี่ยวชาญของ UpGrad & IIIT-B PG Diploma Program ใน Data Analytics

ในฐานะมืออาชีพด้านการวิเคราะห์ที่กำลังเติบโตและสับสนด้วยศัพท์แสง การโฆษณาชวนเชื่อ และข้อความทางการตลาดที่ล้นหลามที่พูดถึงงานนับล้านที่กำลังจะเกิดขึ้นซึ่งจ่ายเป็นล้านรูปี คุณควรจะได้รับความกระจ่างเกี่ยวกับคุณค่า "ที่แท้จริง" ของการศึกษาด้านการวิเคราะห์ข้อมูล ต่อไปนี้คือเกร็ดเล็กเกร็ดน้อย – ซึ่งหวังว่าจะช่วยลดความสับสนของคุณได้

คนฉลาดบางคนสามารถใช้ “การคิดเชิงวิเคราะห์” เพื่อสร้าง “ตัวเลขที่น่าทึ่ง”; มีประโยชน์มากแต่การที่ "สัญชาตญาณ" จึงไม่สามารถ "สอนได้"

ตัวอย่างเช่น:

การวิเคราะห์อย่างง่าย

การกำหนดค่า ATM ล่วงหน้าด้วย Data Insights

“เรามีตู้เอทีเอ็มที่เร็วที่สุดในโลก”

เรียกร้องธนาคารที่เคารพนับถือ พวกเขาได้รับตู้เอทีเอ็มใหม่ที่ทำขึ้นสำหรับพวกเขาโดยเฉพาะหรือไม่? ไม่มีทาง. พนักงานที่ฉลาดบางคนที่มีความคิดในเชิงวิเคราะห์พบว่า 90% ของเวลาที่ผู้ใช้ไปที่ตู้เอทีเอ็มเพื่อถอนเงินสด พวกเขาใช้จำนวนเงินคงที่ กล่าวคือ 5,000 รูปี ดังนั้น ธนาคารจึงได้กำหนดค่าตัวเลือกหน้าจอมาตรฐานใหม่ เช่น การสอบถามยอดคงเหลือ การถอนออก ใบแจ้งยอดการพิมพ์ ฯลฯ – เพื่อรวมตัวเลือกอื่น ถอนจำนวน XYZ ตามการกระทำในอดีตของลูกค้าแต่ละราย

ส่งผลให้สามารถบันทึกการทำงานของ ATM ได้เพียงขั้นตอนเดียว แทนที่จะเลือกตัวเลือกการถอนเงินแล้วป้อนจำนวนเงินที่จะถอน ตอนนี้คุณประหยัดเวลาได้แล้ว ทำให้กระบวนการสะดวกและเข้าใจง่ายขึ้น อย่างไรก็ตาม การเคลื่อนไหวที่ชาญฉลาดนี้เป็นสิ่งที่เรียกว่า "Easy Analytics" ที่ผู้อื่นสามารถคัดลอกได้เช่นกัน อันที่จริงคนอื่นทำสำเนา DID ภายในสามเดือน!

ข้อมูลที่ซ่อนอยู่ในสภาพอากาศ

ในชุดข้อมูลตัวอย่างที่เคยใช้กับผลิตภัณฑ์สเปรดชีตในทศวรรษที่ 90 เคยมีข้อมูลเกี่ยวกับพื้นที่และประชากรของทุกรัฐในสหรัฐอเมริกา นอกจากนี้ยังมีแบบฝึกหัดเพื่อสอนส่วนสูตรของสเปรดชีตเพื่อคำนวณความหนาแน่นของประชากร (ประชากรต่อตารางกิโลเมตร) นิวเจอร์ซีย์ มีประชากร 467 ต่อตารางกิโลเมตร เป็นรัฐที่มีความหนาแน่นสูงสุด

ขณะสอนชั้นเรียนของนักศึกษา MBA ในรัฐนิวเจอร์ซีย์ ฉันได้พบกับนักเรียนชาวอินเดียคนหนึ่งซึ่งพบว่าในแง่ของความหนาแน่นของประชากร รัฐนิวเจอร์ซีย์มีประชากรหนาแน่นกว่าอินเดียด้วยจำนวน 446 คนต่อตารางกิโลเมตร! การสังเกตที่น่าสนใจ แม้ว่าการเปรียบเทียบรัฐกับประเทศจะทำให้เข้าใจผิดเล็กน้อย อีกครั้งหนึ่ง แบบฝึกหัด Easy Analytics ที่นำไปสู่การ สังเกตที่ "ดี"!

แบบฝึกหัดการวิเคราะห์ข้อมูลอย่างง่ายบางอย่างสามารถทำได้เป็นประจำ และทำให้ง่ายขึ้นด้วยเครื่องมือที่น่าทึ่ง:

B-School พฤติกรรมการซื้อถอดรหัส

ในโรงเรียน B ในอินเดียที่มีร้านค้าในวิทยาเขต (วิทยาเขตตั้งอยู่ไกลจากใจกลางเมือง) นักศึกษาที่ฉลาดบางคนใส่ ข้อมูลการขายของร้านค้าในวิทยาเขตเป็นเวลาหลาย ปี พวกเขารู้สึกตื่นเต้นกับพลังของคอมพิวเตอร์ที่ยอดเยี่ยมและซอฟต์แวร์วิเคราะห์ที่เกือบจะงี่เง่า

อย่างไรก็ตาม สิ่งที่น่าประหลาดใจที่สุดคือ สินค้า 8 ชิ้นคิดเป็น 85% ของยอดขายประจำ ปี ที่สำคัญกว่านั้น แปดรายการเหล่านี้ถูกบริโภคใน เวลาเพียงหกวันของปี! ทุกคนรู้ว่าสิ่งของเพียงไม่กี่ชิ้นเป็นสินค้าที่เคลื่อนไหวเร็วเพียงชิ้นเดียว แต่พวกเขาไม่รู้ขอบเขต (85%) หรือความเข้มข้น (การบริโภคในเวลาเพียงหกวัน) ของสิ่งนี้

ปรากฎว่า 3 วันแรกของภาคเรียน นักศึกษาจะสต๊อกของเต็มภาคเรียน! B-School พบว่าเหมาะสมที่จะขอให้ร้านค้าใกล้เคียงสร้าง แผงขายของชั่วคราว เป็น เวลาเพียงสองสัปดาห์ในช่วงเริ่มต้นภาคเรียนและปิด Campus Store ช่วยประหยัดพื้นที่และค่าใช้จ่ายที่เป็นประโยชน์โดยไม่ก่อให้เกิดความไม่สะดวกแก่นักเรียน ตัวอย่างที่ดีของ Easy Analytics ที่ทำโดยใช้เครื่องมืออันทรงพลัง

การวิเคราะห์ที่ "ไม่ง่าย" ต้องการความเข้าใจในการวิเคราะห์อย่างลึกซึ้ง เครื่องมือ 'กรอบความคิดเชิงวิเคราะห์' และการทำงานหนักบางอย่าง ต่อไปนี้คือตัวอย่างสองตัวอย่าง ตัวอย่างหนึ่งนำมาจากยุค 70 และอีกตัวอย่างหนึ่งเกิดขึ้นเมื่อเร็วๆ นี้:

การวิเคราะห์ที่ไม่ง่าย

จะบินหรือไม่บิน นั่นคือคำถาม

นานมาแล้ว American Airlines ได้ วางแผนการจองที่นั่งของสายการบินเกินจำนวนที่วางแผนไว้ ได้อย่างสมบูรณ์แบบ ต้องขอบคุณ ระบบจองสายการบินของ SABER ที่จัดการที่นั่งของสายการบินทุกที่นั่ง
ด้วยข้อมูลในอดีตโดยละเอียดของ 'ที่นั่งว่าง' และ 'ไม่แสดงตัว' ในทุกส่วนของทุกเที่ยวบินสำหรับทุกวันตลอดทั้งปี และการจำลองที่นั่งของสายการบินเป็นสินค้าที่เน่าเสียง่าย American Airlines จึงสามารถปรับปรุงผลตอบแทน กล่าวคือ การใช้เครื่องบิน ความจุ. พวกเขาทำเช่นนี้ผ่านการวางแผนจองเกินจำนวน ซึ่งขายตั๋วได้มากกว่าจำนวนที่นั่ง โดยอิงจาก การยกเลิกที่คาดการณ์ ไว้

หากมีผู้โดยสารปรากฎตัวมากกว่าจำนวนที่นั่งจริง American Airlines จะขอให้ทุกคนที่อาสาละเว้นการเดินทางในเที่ยวบินนั้นๆ โดยเสนอให้บินในเที่ยวบินถัดไป (มักจะฟรี) และดูแลที่พักของโรงแรมหากจำเป็น บางครั้งพวกเขาจะเสนอสิ่งจูงใจเป็นเงินสดให้กับอาสาสมัครในการเลือกไม่รับ

การใช้แบบจำลอง การวิจัยทางสถิติและการดำเนินงาน ที่ซับซ้อน American Airlines จะทำให้แน่ใจว่าเที่ยวบินนั้นเต็มและเหตุการณ์จริงของผู้โดยสารมากกว่าความจุเต็มนั้นอยู่ใกล้ศูนย์ อันที่จริง นักเรียนหลายคนตั้งตารอเหตุการณ์ดังกล่าวเพื่อที่พวกเขาจะได้รับสิ่งจูงใจ (อันที่จริง ฉันจะต้องรวมตัวเองไว้ในรายการนี้ด้วย) แต่แทบจะไม่ได้รางวัลเลย!)

สิ่งที่ American Airlines เริ่มต้นจากการทดลองได้กลายเป็น แนวทางปฏิบัติของอุตสาหกรรมมาตรฐาน ตลอดหลายปีที่ผ่านมา ทีมนักวิเคราะห์ที่ได้รับการฝึกอบรมมาเป็นอย่างดี (มักจะเป็นผู้สำเร็จการศึกษาระดับปริญญาเอก) ติดอาวุธให้สามารถเข้าถึงพลังการประมวลผลมหาศาล จำเป็นสำหรับการฝึกวิเคราะห์ดังกล่าวที่จะคงอยู่ต่อไป

ตอนนี้ ซอฟต์แวร์รุ่นใหม่ เช่น ภาษาการเขียนโปรแกรม R และคอมพิวเตอร์เดสก์ท็อปที่ทรงพลังพร้อม การแสดงภาพ/กราฟิกที่มีนัยสำคัญ กำลัง เปลี่ยนแปลงโลกของการวิเคราะห์ข้อมูลอย่างรวดเร็ว ใครก็ตามที่ได้รับการฝึกอบรมมาเป็นอย่างดี (ไม่จำเป็นต้องมีปริญญาเอกอีกต่อไป) สามารถกลายเป็นมืออาชีพด้านการวิเคราะห์ชั้นหนึ่งได้

ออกจากกระเป๋า

Uber เป็นอีกตัวอย่างหนึ่งที่แสดงให้เห็นว่าพลังของการวิเคราะห์ข้อมูลสามารถ ขัดขวางอุตสาหกรรมที่มีรากฐานมั่นคงได้อย่างไร แท็กซี่แน่นอนในบังกาลอร์และ Ola Cabs นั้นคล้ายกับ Uber บริษัท Taxi-App เหล่านี้ร่วมกัน (ใช้แอปบนอุปกรณ์เคลื่อนที่เพื่อเรียกแท็กซี่ ตรวจสอบสถานะรถแท็กซี่ การใช้และชำระค่าแท็กซี่) กำลังพยายามเกลี้ยกล่อมให้โลกเปลี่ยนจาก การเป็นเจ้าของรถเป็นการใช้รถแบบออนดีมานด์
แบบฝึกหัดการวิเคราะห์ที่เรียบง่ายแต่ลึกซึ้งในปี 2008 ทำให้ Uber มีความมั่นใจมากจนเริ่มพูดถึง การลดยอดขายรถยนต์ลง 25% ภายในปี 2025!
หลังจากสร้างแอพ Uber สำหรับ iPhone แล้ว ผู้ก่อตั้ง Uber ได้ลงทะเบียนลูกค้าแท็กซี่หลายร้อยรายในซานฟรานซิสโก และคนขับแท็กซี่อีกสองสามร้อยรายในพื้นที่นั้นด้วย ทั้งหมดที่คนขับลงทะเบียนต้องทำคือแตะแอพ Uber ทุกครั้งที่พร้อมสำหรับลูกค้า ในทำนองเดียวกัน ลูกค้าแท็กซี่ที่ลงทะเบียนจะได้รับการร้องขอให้แตะแอป Uber ทุกครั้งที่กำลังมองหารถแท็กซี่
ต้องขอบคุณโทรศัพท์ที่เชื่อมต่ออินเทอร์เน็ต (การเชื่อมต่อ) แอพมือถือ (อินเทอร์เฟซผู้ใช้) GPS (ตำแหน่งแท็กซี่และผู้ใช้ปลายทาง) และ GIS (รายละเอียดตำแหน่ง) Uber สามารถลองเชื่อมต่อคนขับแท็กซี่กับผู้ใช้แท็กซี่ได้

ข้อมูลเชิงลึกที่แท้จริงคือเกือบ 90% ของเวลานั้น คนขับแท็กซี่พบลูกค้าซึ่งอยู่ห่างออกไปไม่ถึง 100 เมตร! ในทำนองเดียวกัน เกือบ 90% ของผู้ใช้แท็กซี่เชื่อมโยงกับผู้ที่มีแนวโน้มจะเป็นคนขับในเวลาไม่นาน ไม่ไกลเกินไป
น่าเสียดายที่แอพ Uber นั้นมีอยู่จริง ผู้โดยสารและคนขับแท็กซี่ไม่มีทางรู้ข้อมูลนี้ได้เลย ที่สำคัญพวกเขาทั้งสองไม่มีทางติดต่อกันได้! เมื่อพวกเขาได้รับข้อมูลและการเข้าถึงนี้แล้ว ก็จะสามารถกำหนดวิธีการเรียกแท็กซี่รูปแบบใหม่ได้

ด้วย ซอฟต์แวร์แบ็คเอนด์เพื่อกำหนดเวลาแท็กซี่ เกตเวย์การชำระเงิน และกลไกการชำระเงินผ่านมือถือ สามารถสร้างบริการแท็กซี่ที่เหนือกว่าได้มาก แน่นอนว่าใกล้บ้าน เรามีทางเลือกที่ดียิ่งขึ้นไปอีก เช่น แท็กซี่ ซึ่งแน่นอนว่าพยายามขยายประสบการณ์นี้แม้กระทั่งกับรถสามล้ออัตโนมัติ ที่เหลือก็คือ "กำลังสร้างประวัติศาสตร์!"

หลักสูตรเจาะลึกในการวิเคราะห์ข้อมูลจะช่วยเตรียมคุณให้พร้อมสำหรับการใช้งานที่มีผลกระทบสูง ไม่ใช่เรื่องง่าย แต่จงจำคำพูดของอดีตประธานาธิบดีเคนเนดีของสหรัฐฯ เอาไว้

“เราเลือกไปดวงจันทร์ ไม่ใช่เพราะมันง่าย แต่เพราะมันยาก!”

รับ ใบรับรองวิทยาศาสตร์ข้อมูล จากมหาวิทยาลัยชั้นนำของโลก เรียนรู้หลักสูตร Executive PG Programs, Advanced Certificate Programs หรือ Masters Programs เพื่อติดตามอาชีพของคุณอย่างรวดเร็ว