解码容易与不那么容易的数据分析

由班加罗尔 IIIT 主任 S. Sadagopan 教授撰写。 Sadagopan 教授是 UpGrad & IIIT-B PG 数据分析文凭课程专家小组中最有经验的院士之一。

作为一个新兴的分析专业人士，被行话、炒作和压倒性的营销信息所迷惑，这些信息谈到了数百万个以数百万卢比支付的即将到来的工作，你应该清楚数据分析教育的“真正”价值。 这里有一些花絮——希望能帮助减少你的困惑。

一些聪明人可以用“分析思维”得出“惊人的数字”； 它们非常有用，但“直观”，无法“教”。

例如：

轻松分析

使用 Data Insights 预配置 ATM

“我们拥有这个星球上最快的 ATM”

声称是一家受人尊敬的银行。 他们有没有专门为他们制造的新 ATM？ 没门。 一些具有分析思维的聪明员工发现，90% 的用户去 ATM 取款时，他们使用的是固定金额，比如 5,000 卢比。 因此，银行重新配置了标准屏幕选项——余额查询、取款、打印报表等——以包括另一个选项。 根据个别客户过去的行为提取 XYZ 金额。

这最终节省了 ATM 操作的一步。 您现在可以节省一些时间，而不是选择提款选项然后输入要提款的金额 - 使流程更加方便和直观。 然而，这确实是一个聪明的举动，它被称为“Easy Analytics” ，其他人也可以复制。 事实上，其他人 DID 复制，在三个月内！

天气中的隐藏数据

在 90 年代用于电子表格产品的样本数据集中，曾经有美国每个州的面积和人口数据。 还有一个练习来教授电子表格的公式部分来计算人口密度（每平方公里的人口）。 新泽西州人口密度为每平方公里 467 人，是人口密度最高的州。

在新泽西教 MBA 学生的时候，我遇到了一个印度学生，他发现新泽西的人口密度比印度还要拥挤，每平方公里有 446 人！ 一个有趣的观察结果，尽管将一个州与一个国家进行比较有点误导。 再一次，一个简单的分析练习导致一个“好的”观察！

一些简单的数据分析练习可以常规完成，并且相对容易，这要归功于惊人的工具：

B-School购买行为解码

在印度一家在校园内有商店的 B 学校中，（校园远离市中心）一些聪明的学生将他们校园商店几年的销售数据。 他们对惊人的计算机能力和近乎防白痴的分析软件感到兴奋。

然而，真正令人惊讶的是，八件商品占其年销售额的 85% 。 更重要的是，这八样东西一年只用了六天！ 每个人都知道，少数物品是唯一快速流动的物品，但他们不知道这种情况的程度（85％）或强度（仅六天的消耗量）。

事实证明，在学期的前 3 天，学生们会储备整个学期的物品！ B-School 发现要求附近的商店在学期开始时仅提供两周的临时摊位并关闭 Campus Store 是明智的。 这节省了有用的空间和成本，而不会给学生带来很大的不便。 借助功能强大的工具完成的 Easy Analytics 的一个很好的例子。

“不那么容易”的分析需要深入的分析理解、工具、“分析思维”和一些艰苦的工作。 这里有两个例子，一个取自 70 年代，另一个是最近发生的：

不那么容易的分析

飞还是不飞，这是个问题

很久以前，美国航空公司通过管理每个航空公司座位的SABRE 航空公司预订系统完善了航空公司座位的计划超额预订。
凭借全年每天每个航班的每个航段的“空座”和“未出现”的详细过去数据，并将航空公司座位建模为易腐商品，美国航空公司能够提高收益，即飞机的利用率容量。 他们通过有计划的超额预订来做到这一点——根据预计的取消情况，售出的门票数量超过座位数量。

如果确实出现的乘客多于实际座位数，美国航空公司将要求任何自愿放弃特定航班旅行的人，并提供在下一班航班（通常免费）之前乘坐他们的航班，并在需要时提供酒店住宿。 有时，他们甚至会为自愿退出的志愿者提供现金奖励。

使用复杂的统计和运营研究模型，美国航空公司将确保航班满员，并且实际乘客多于满员的事件接近于零。 事实上，很多学生会期待这样的事件，以便他们能够获得奖励，（事实上，我必须将自己包括在这个列表中）但他们很少得到奖励！）

多年来，美国航空公司最初作为一项实验已经成为标准的行业惯例。 直到最近，为了维持这样的分析工作，还需要一支训练有素（通常拥有博士学位）的分析师团队，他们拥有强大的计算能力。

现在，诸如R 编程语言和具有强大可视化/图形功能的强大台式计算机等新一代软件正在迅速改变数据分析的世界。 任何受过良好训练（不再需要博士学位）的人都可以成为一流的分析专家。

开箱即用的出租车

优步是另一个例子，展示了数据分析的力量如何破坏一个成熟的行业。 班加罗尔和 Ola Cabs 的出租车服务与优步类似。 这些 Taxi-App 公司（使用移动应用程序叫车、状态监控出租车、使用和支付出租车）正试图说服全世界从拥有汽车转向按需使用汽车。
2008 年的一次简单但深入的分析活动让 Uber 充满信心，以至于它开始谈论到2025 年将汽车销量减少 25%！
在为 iPhone 构建 Uber 应用程序后，Uber 创始人在旧金山招募了数百名出租车客户，并在该地区招募了数百名出租车司机。 注册司机所要做的就是在准备好迎接客户时触摸优步应用程序。 同样，注册的出租车客户在寻找出租车时被要求触摸优步应用程序。
借助联网电话（连接）、移动应用程序（用户界面）、GPS（出租车和最终用户位置）和 GIS（位置详细信息），优步可以尝试连接出租车司机和出租车用户。

真正的洞察力是，将近90% 的时间，出租车司机会在不到 100 米的距离内找到客户！ 同样，在近 90% 的时间里，出租车用户很快就会与他们的潜在司机联系起来，而且距离不太远。
不幸的是，在优步应用程序出现之前，乘客和出租车司机无法知道这些信息。 更重要的是，他们都没有办法接触到对方！ 一旦他们获得了这些信息和访问权限，就可以建立一种新的出租车叫车方式。

借助调度出租车的后端软件、支付网关和移动支付机制，可以建立更优质的出租车服务。 当然，在家附近，我们有更好的选择，比如出租车肯定会尝试将这种体验扩展到自动人力车。 其余的，正如他们所说，是“正在创造的历史！”

数据分析的深入课程将帮助您为此类高影响力的应用程序做好准备。 不容易，但请记住美国前总统肯尼迪的话

“我们选择去月球不是因为它容易，而是因为它很难！”

获得世界顶尖大学的数据科学认证。 学习行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。