متخصصان داده کاوی و تحلیل گران کسب و کار: اماده سازی داده ها برای تصمیم گیری

درباره ارتباط داده کاوی و کسب و کار قبلا بیان کردیم، وقتی مشکلی در کسب و کار پیش می آید، تحلیل گران، داده های مورد نیاز برای تصمیم گیری را تعیین میکنند . دو تا از مشخصه های که برای توسط تحلیگران معمولا تعیین میشود کیفیت داده ها و چگونگی مختصر سازی یا دسته بندی (summarize) داده ها است. این اطلاعات را در اختیار متخصصان داده کاوی قرار می دهند تا اطلاعات خواسته شده را تهیه کنند.

نکته مهم در تهیه این اطلاعات آن است که افراد درگیر در فرایند تا چه اندازه به داده های سازمانی اشراف دارند، این اشراف اطلاعاتی هم در تحلیل گران برای تعیین داده ها مورد نیاز و هم متخصصان داده کاوی رای برای تهیه اطلاعات مورد نیاز است.

همانطور که در مطلب قبلی بیان کردیم، اهمیت اطلاعات غیر مستقیم به اطلاعاتی که مستقیما از داده ها به دست می آید ۹۰% به ۱۰% است. به عنوان مثال اطلاعات مربوط به روند ها (روند صعود و نزول فروش محصول)، اطلاعات مربوط به تحلیل زمان های خرید یا محصولات خریداری شده توسط مشتری بسیار اهمیت بیشتری دارد تا اطلاعاتی که مستقیما در بانک های اطلاعاتی ذخیره شده است. خلاصه سازی داده های به عنوان یکی از مهمترین اطلاعات مورد نیاز تحلیلگران معمولا در دسته اطلاعات غیر مستقیم جای می گیرند. از این رو شناسایی و تهیه اطلاعات غیر مستقیم یکی از مهمترین مهارت های است که متخصصین حوزه داده کاوی باید داشته باشند.

یکی دیگر از مهارت های اصلی برای متخصصان د اده کاوی در حوزه کسب و کار این است که بتوانند منابع داده های مستقل مورد نیاز برای کسب و کار را به خوبی با یکدیگر ترکیب کنند. برای این منظور نیاز است تا ابتدا ارتباط بین این منابع داده ای مستقل کشف شود. برای ترکیب داده های نیاز است ابتدا ارتباطات بین آنها مشخص شود این ارتباطات ۳ شکل کلی دارد

• یک نمونه داده ای در یک فایل با یک نمونه داده ای در فایل دیگر ارتباط دارد
• یک نمونه داده ای در یک فایل با چند نمونه داده ای در فایل دیگر ارتباط دارد
• چند نمونه داده ای در یک فایل با چند نمونه داده ای در فایل دیگر ارتباط دار

داده ها می توانند بر اساس دو رویکرد زیر با یکدیگر ترکیب شوند

• رویکرد رفتاری: چه افراد یا رکوردهای داده ای برای ما مطلوب هستند.
• رویکرد غیر رفتاری: شامل داده های جمعیتی، جغرافیایی و فعالیت های که بر روی افراد یا رکوردهای داده ای مورد نظر ما تاثیر دارند