解碼容易與不那麼容易的數據分析

由班加羅爾 IIIT 主任 S. Sadagopan 教授撰寫。 Sadagopan 教授是 UpGrad & IIIT-B PG 數據分析文憑課程專家小組中最有經驗的院士之一。

作為一個新興的分析專業人士，被行話、炒作和壓倒性的營銷信息所迷惑，這些信息談到了數百萬個以數百萬盧比支付的即將到來的工作，你應該清楚數據分析教育的“真正”價值。 這裡有一些花絮——希望能幫助減少你的困惑。

一些聰明人可以用“分析思維”得出“驚人的數字”； 它們非常有用，但“直觀”，無法“教”。

例如：

輕鬆分析

使用 Data Insights 預配置 ATM

“我們擁有這個星球上最快的 ATM”

聲稱是一家受人尊敬的銀行。 他們有沒有專門為他們製造的新 ATM？ 沒門。 一些具有分析思維的聰明員工發現，90% 的用戶去 ATM 取款時，他們使用的是固定金額，比如 5,000 盧比。 因此，銀行重新配置了標準屏幕選項——餘額查詢、取款、打印報表等——以包括另一個選項。 根據個別客戶過去的行為提取 XYZ 金額。

這最終節省了 ATM 操作的一步。 您現在可以節省一些時間，而不是選擇提款選項然後輸入要提款的金額 - 使流程更加方便和直觀。 然而，這確實是一個聰明的舉動，它被稱為“Easy Analytics” ，其他人也可以復制。 事實上，其他人 DID 複製，在三個月內！

天氣中的隱藏數據

在 90 年代用於電子表格產品的樣本數據集中，曾經有美國每個州的面積和人口數據。 還有一個練習來教授電子表格的公式部分來計算人口密度（每平方公里的人口）。 新澤西州人口密度為每平方公里 467 人，是人口密度最高的州。

在新澤西教 MBA 學生的時候，我遇到了一個印度學生，他發現新澤西的人口密度比印度還要擁擠，每平方公里有 446 人！ 一個有趣的觀察結果，儘管將一個州與一個國家進行比較有點誤導。 再一次，一個簡單的分析練習導致一個“好的”觀察！

一些簡單的數據分析練習可以常規完成，並且相對容易，這要歸功於驚人的工具：

B-School購買行為解碼

在印度一家在校園內有商店的 B 學校中，（校園遠離市中心）一些聰明的學生將他們校園商店幾年的銷售數據。 他們對驚人的計算機能力和近乎防白痴的分析軟件感到興奮。

然而，真正令人驚訝的是，八件商品佔其年銷售額的 85% 。 更重要的是，這八樣東西一年只用了六天！ 每個人都知道，少數物品是唯一快速流動的物品，但他們不知道這種情況的程度（85％）或強度（僅六天的消耗量）。

事實證明，在學期的前 3 天，學生們會儲備整個學期的物品！ B-School 發現要求附近的商店在學期開始時僅提供兩週的臨時攤位並關閉 Campus Store 是明智的。 這節省了有用的空間和成本，而不會給學生帶來很大的不便。 借助功能強大的工具完成的 Easy Analytics 的一個很好的例子。

“不那麼容易”的分析需要深入的分析理解、工具、“分析思維”和一些艱苦的工作。 這裡有兩個例子，一個取自 70 年代，另一個是最近發生的：

不那麼容易的分析

飛還是不飛，這是個問題

很久以前，美國航空公司通過管理每個航空公司座位的SABRE 航空公司預訂系統完善了航空公司座位的計劃超額預訂。
憑藉全年每天每個航班的每個航段的“空座”和“未出現”的詳細過去數據，並將航空公司座位建模為易腐商品，美國航空公司能夠提高收益，即飛機的利用率容量。 他們通過有計劃的超額預訂來做到這一點——根據預計的取消情況，售出的門票數量超過座位數量。

如果確實出現的乘客多於實際座位數，美國航空公司將要求任何自願放棄特定航班旅行的人，並提供在下一班航班（通常免費）之前乘坐他們的航班，並在需要時提供酒店住宿。 有時，他們甚至會為自願退出的志願者提供現金獎勵。

使用複雜的統計和運營研究模型，美國航空公司將確保航班滿員，並且實際乘客多於滿員的事件接近於零。 事實上，很多學生會期待這樣的事件，以便他們能夠獲得獎勵，（事實上，我必須將自己包​​括在這個列表中）但他們很少得到獎勵！）

多年來，美國航空公司最初作為一項實驗已經成為標準的行業慣例。 直到最近，為了維持這樣的分析工作，還需要一支訓練有素（通常擁有博士學位）的分析師團隊，他們擁有強大的計算能力。

現在，諸如R 編程語言和具有強大可視化/圖形功能的強大台式計算機等新一代軟件正在迅速改變數據分析的世界。 任何受過良好訓練（不再需要博士學位）的人都可以成為一流的分析專家。

開箱即用的出租車

優步是另一個例子，展示了數據分析的力量如何破壞一個成熟的行業。 班加羅爾和 Ola Cabs 的出租車服務與優步類似。 這些 Taxi-App 公司（使用移動應用程序叫車、狀態監控出租車、使用和支付出租車）正試圖說服全世界從擁有汽車轉向按需使用汽車。
2008 年的一次簡單但深入的分析活動讓 Uber 充滿信心，以至於它開始談論到2025 年將汽車銷量減少 25%！
在為 iPhone 構建 Uber 應用程序後，Uber 創始人在舊金山招募了數百名出租車客戶，並在該地區招募了數百名出租車司機。 註冊司機所要做的就是在準備好迎接客戶時觸摸優步應用程序。 同樣，註冊的出租車客戶在尋找出租車時被要求觸摸優步應用程序。
借助聯網電話（連接）、移動應用程序（用戶界面）、GPS（出租車和最終用戶位置）和 GIS（位置詳細信息），優步可以嘗試連接出租車司機和出租車用戶。

真正的洞察力是，將近90% 的時間，出租車司機會在不到 100 米的距離內找到客戶！ 同樣，在近 90% 的時間裡，出租車用戶很快就會與他們的潛在司機聯繫起來，而且距離不太遠。
不幸的是，在優步應用程序出現之前，乘客和出租車司機無法知道這些信息。 更重要的是，他們都沒有辦法接觸到對方！ 一旦他們獲得了這些信息和訪問權限，就可以建立一種新的出租車叫車方式。

借助調度出租車的後端軟件、支付網關和移動支付機制，可以建立更優質的出租車服務。 當然，在家附近，我們有更好的選擇，比如出租車肯定會嘗試將這種體驗擴展到自動人力車。 其餘的，正如他們所說，是“正在創造的歷史！”

數據分析的深入課程將幫助您為此類高影響力的應用程序做好準備。 不容易，但請記住美國前總統肯尼迪的話

“我們選擇去月球不是因為它容易，而是因為它很難！”

獲得世界頂尖大學的數據科學認證。 學習行政 PG 課程、高級證書課程或碩士課程，以加快您的職業生涯。