Analýza dát

Analýzy „veľkých dát“

Veľké dáta (Big Data) nie sú len o objeme dát ale aj o ich rôznorodosti a rýchlosti spracovania. Za Big Dáta sa považujú aj objemovo malé (v megabajtoch) ale rôznorodé dáta. Výzvou dnešných dní je práve spracovanie rôznorodých dát z x zdrojov a ich vzájomná analýza.
Služba analýzy veľkých dát je postavená na skúmaní dát od zákazníka, ktoré obohatíme o iné zdroje a nájdeme súvislosti a vzťahy medzi javmi a skutkovými hodnotami. Tie potom interpretujeme spolu so zákazníkom na jeho biznis potreby.
Skúmame napríklad ako silne ovplyvňuje vonkajšia teplota spotrebu energií či ako vplýva na predaj. Aké sú segmenty zákazníkov či ktoré produkty majú najväčšiu šancu uspieť v kampani. Priemyselných zákazníkov zase zaujímajú informácie o efektivite výroby, identifikácia faktorov vplývajúcich na kvalitu či predikcie porúch.


Prediktívne analýzy

Prediktívne analýzu sú nástrojom vysoko sofistikovaných analytických metód určených pre vyhľadávanie súvislostí medzi rôznymi typmi dát, niekedy zdanlivo nesúvisiacich. Jedná sa o stále sa rozvíjajúcu oblasť analýz dát, nakoľko sa stále rozrastá množstvo dát (dokonca väčším tempom ako sa stíha spracovávať) a rozrastajú sa aj algoritmy. V zásade sú orientované na hľadanie charakteristík dát a vyhľadávanie modelov správania sa dát (čo sú reprezentantmi správania sa osôb). Nasadenie majú napríklad v oblasti predaja, kedy na základe prehliadania webových stránok, tzv.clickstream, je možné predikovať určitý typ správania alebo preferencie alebo rizikovosti. Rovnako je to možné v oblasti obsahu dokumentov, rozhovorov a pod. Mnohé algoritmy odhalia korelácie medzi dátami na základe ktorých je možné zisťovať príčiny vzniku.

Machine Learning

Strojové učenie, bola kedysi podoblasť umelej inteligencie, ktorá sa zameriavala na teoretické základy používané vo výpočtovej inteligencii. Predstavuje štúdium metód na programovanie počítačov za účelom získania schopnosti sa učiť. Počítače sa dnes využívajú pri riešení širokého spektra úloh a u väčšiny z nich je pre programátorov relatívne jednoduché navrhnúť a implementovať požadovaný program.Strojové učenie si kladie rovnaké výskumné otázky z oblasti štatistiky, dolovania v dátach a psychológie, ale vždy s dôrazom na niečo iné. Prostredníctvom štatistiky sa snaží pochopiť okolnosti, ktoré generujú dáta – často za účelom testovania rôznych hypotéz o týchto okolnostiach. Dolovanie v dátach sa snaží nájsť vzory v dátach, zrozumiteľných pre človeka.
Je využívané najmä v segmentácii dát, napr. segmentácii zákazníkov pri marketingových kampaniach či tvorbe individualizovaných ponúk.
Ďalšou významnou oblasťou sú predikcie udalostí. Pomáhajú vedieť čo a kedy sa stane s matematicky vyjadriteľnou presnosťou. To znamená nespoliehať sa v podnikaní na pranostiky ale dáta a matematiku.

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Nullam porttitor augue a turpis porttitor maximus. Nulla luctus elementum felis, sit amet condimentum lectus rutrum eget.