Veri analizini keşfetme

Tamamlandı

Veri analizi, veriler üzerinde çalışabilmeniz ve kullanışlı bilgileri ayıklayabilmeniz için verileri inceleme, dönüştürme ve yerleştirmeyle ilgilenir. Veri analizi veri yönetim görevlerinin hepsini kapsayan bir uzmanlık alanıdır. Bu görevler yalnızca analizi değil veri toplamayı, düzenlemeyi, depolamayı ve kullanılan tüm araçlarla teknikleri de içerir.

Veri analizi terimi, her birinin kendi odağı ve hedefleri olan bir dizi etkinliği kapsayan bir terimdir. Bu etkinlikleri açıklayıcı, tanılama, tahmine dayalı, yönerge ve bilişsel analiz olarak kategorilere ayırabilirsiniz.

Analiz kategorileri

Bu ünitede bu veri analizi kategorilerini öğreneceksiniz.

Açıklayıcı analiz

Açıklayıcı analiz, geçmiş verilere dayanarak ne olduğuna ilişkin soruların yanıtlanmasına yardımcı olur. Açıklayıcı analiz teknikleri, büyük veri kümelerini özetleyerek sonuçları paydaşlara açıklar.

KPI (Ana Performans Göstergesi) geliştirilmesiyle bu stratejiler temel hedeflere ulaşılıp ulaşılmadığını takip etmeye yardımcı olabilir. Yatırım getirisi (ROI) gibi ölçümler birçok sektörde kullanılmaktadır. Belirli sektörlerde performansı takibi için özel ölçümler kullanılır.

Açıklayıcı analize örnek olarak bir kuruluşun satış ve finans verilerinin görünümünü sağlayan raporlar oluşturmak verilebilir.

Tanılama analizi

Tanılama analizi, olayların neden meydana geldiğini öğrenmek için sorulan soruların yanıtlanmasına yardımcı olur. Tanılama analizi teknikleri, daha temel açıklayıcı analiz çalışmalarını destekler. Açıklayıcı analiz bulguları alınır ve daha ayrıntılı incelenerek neden bulunur. Performans göstergeleri, neden daha iyiye veya daha kötüye gittiğini bulmak üzere daha ayrıntılı bir şekilde araştırılır. Bu genellikle üç adımda gerçekleşir:

  1. Verilerdeki anomalileri tanımlama. Bunlar bir ölçümdeki veya belirli bir pazardaki beklenmedik değişiklikler olabilir.
  2. Bu anomalilerle ilgili verileri toplama.
  3. Bu anomalileri açıklayan ilişkileri ve eğilimleri keşfetmek için istatistik tekniklerini kullanma.

Tahmine dayalı analiz

Tahmine dayalı analiz, gelecekte neler olacağı hakkındaki soruların yanıtlanmasına yardımcı olur. Tahmine dayalı analiz teknikleri, eğilimleri belirlemek ve yinelenme olasılığını belirlemek için geçmişe dönük verileri kullanır. Tahmine dayalı analiz araçları, gelecekte gerçekleşebilecek durumlarla ilgili değerli içgörüler sağlar. Teknikler arasında sinir ağları, karar ağaçları ve regresyon gibi birçok farklı istatistik ve makine öğrenmesi tekniği bulunur.

Yönerge analizi

Yönerge analizi, belirli bir amaca veya hedefe ulaşmak için gerçekleştirilmesi gereken eylemlerle ilgili soruların yanıtlanmasına yardımcı olur. Tahmine dayalı analizde elde edilen içgörüler kullanılarak veri temelli kararlar alınabilir. Bu teknik, işletmelerin belirsizlik durumlarında bilgiye dayalı kararlar almasını sağlar. Yönerge analizi teknikleri, büyük veri kümelerindeki düzenleri bulmak için makine öğrenmesi stratejilerini kullanır. Geçmiş kararlar ve olaylar analiz edilecek farklı sonuçların ortaya çıkma olasılı hesaplanabilir.

Bilişsel analiz

Bilişsel analiz, mevcut verilerden ve düzenlerden çıkarım yapmaya, mevcut bilgi bankalarını temel alan sonuçlar elde etmeye ve ardından bu bulguları gelecekteki çıkarımlar için tekrar bilgi bankasına ekleyerek kendi kendine öğrenen bir geri bildirim döngüsü oluşturmaya çalışır. Bilişsel analiz, koşulların değişmesi halinde ortaya çıkabilecek durumları ve bu durumların nasıl üstesinden gelebileceğinizi öğrenmenize yardımcı olur.

Çıkarımlar, kural veritabanına dayalı yapılandırılmış sorgular değil bir dizi kaynaktan toplanan ve farklı güvenilirlik düzeyleriyle ifade edilen yapılandırılmamış hipotezlerdir. Bilişsel analizin etkisi makine öğrenmesi algoritmalarına bağlıdır. Çağrı merkezi görüşme günlükleri ve ürün incelemeleri gibi önceden kullanılmayan veri kaynaklarını anlamlı hale getirmek için birçok farklı NLP (Doğal Dil İşleme) kavramı kullanır.

Teorik olarak muazzam miktarda paralel/dağıtılmış işlemin avantajından yararlanan ve veri depolama ile işlem gücü maliyetlerini düşüren bu sistemlerin başarabileceğini bilişsel gelişmenin sınırı yoktur.