Этот курс посвящен одному из важных направлений по работе с данными — аналитике.
Из уроков этого курса вы узнаете:
- Кто такие аналитики данных
- Какие задачи они решают
- Как анализ данных помогает бизнесу
- Какие инструменты используют аналитики данных в своей работе
После завершения данного курса вы научитесь:
- Работать с Google-таблицами и использовать формулы
- Визуализировать результаты аналитики с помощью графиков и сводных таблиц
- Использовать разные базы данных и другие источники
- Использовать базовый функционал Python и SQL для работы с данными
Также на курсе мы повторим основные математические понятия, которые необходимы для работы с данными. Так вы сможете создавать более оптимальные алгоритмы и сделаете свою работу более эффективной.
Зачем изучать аналитику данных
За последние десятилетия стало использоваться все больше айти-систем. Как следствие, и объемы используемых данных увеличились в тысячи раз. Еще 30 лет назад система с объемом данных в 1 терабайт считалась огромной. Тогда ее могли себе позволить только крупнейшие мировые компании, а сейчас — это объем памяти в обычном домашнем компьютере. Сейчас в крупных компаниях уже используются системы с объемами в десятки петабайт — это десятки тысяч терабайт.
Такие огромные объемы данных повлекли за собой развитие айти-индустрии, ведь данные нужно как-то хранить, обрабатывать и анализировать. Так появилось одно из новых направлений — работа с данными. Его можно разделить на несколько отдельных сфер:
- Моделирование данных (Data Modeling)
- Инженерия данных (Data Engineering)
- Искусственный интеллект (Data Science)
- Аналитика данных (Data Analysis)
В этом курсе мы подробно остановимся на последнем пункте этого списка. Обычно аналитика данных проходит пять итерационных этапов:
- Определение данных, которые нужно проанализировать
- Сбор данных
- Очистка данных при подготовке к анализу
- Анализ данных
- Интерпретация результатов анализа
Сам анализ данных может принимать разные формы, в зависимости от вопроса, на который вы пытаетесь ответить:
- Описательный анализ — «Что произошло?»
- Диагностический анализ — «Почему это произошло?»
- Предиктивный анализ — «Что может произойти в будущем?»
- Предписывающий анализ — «Что нам с этим делать?»
Всеми этими задачами занимается аналитик данных. Его задача — помочь бизнесу ответить на эти вопросы. Чтобы это сделать аналитику нужно знать:
- Какие системы используются в том или ином бизнес-процессе
- Какие данные находятся в этих системах
- Как получить данные из систем
- Что нужно сделать с этими данными, что бы они стали пригодны для обработки и анализа
- Как анализировать данные
- Как интерпретировать результаты и представить их в виде отчетов, графиков и прочих форм
Аналитик данных это очень важная и нужная роль практически в любой компании. С их помощью бизнес-подразделения компаний могут существенно облегчить себе жизнь. Своевременный сбор и анализ данных помогает при анализе продаж и при планировании закупок и во многих других процессах.
