Kurs Data Analysis

Analiza podataka ili istraživanje podataka podrazumeva jednu od interdisciplinarnih podoblasti informatike i statistike koja je poslednjih godina sve popularnija i aktuelnija u različitim poslovnim i drugim praksama. Ipak, analizu podataka ne bi trebalo u potpunosti poistovetiti sa istraživanjem podataka. Naime, istraživanje podataka odnosi se na izvlačenje šablona i znanja iz velikih količina podataka, ali u tom procesu se ne dolazi do konkretnog značenja dobijenih podataka. Drugim rečima, istraživanje podataka se vezuje za mašinsko učenje i prepoznavanje statističkih modela u velikim bazama. Analiza podataka ili, kako se još naziva, traženje podataka, prekopavanje, rudarenje odnosi se na proces u kom se otkriva šablon u velikim skupovima podataka. Do analize podataka se dolazi korišćenjem metoda statistike, sistema baza podataka i mašinskog učenja, ali sa ciljem da se testiraju hipoteze na skupu podataka, nezavisno od toga koliki je broj podataka prikupljen.

Analiza podataka je sve više zastupljena u kontekstu savremenog poslovanja. Značaj ove istraživačke oblasti posebno prepoznaju preduzetnici i vlasnici velikih kompanija, zbog čega se može reći da je ova naučna disciplina jedna od najbrže rastućih u svetu. Ukoliko vas interesuju podaci, te vašim očima nisu naporne velike količine skladištenih podataka u različitim bazama, vrlo je verovatno da bi detaljnije bavljenje ovom sferom istraživanja mogla da bude jedna od opcija vašeg opredeljenja.

Opis i cilj kursa Data Analysis

Oblast analize podataka strukturirana je u tri tematske celine: Visualization, Structure & Analysis i Contextual Reporting. U prvom delu oblasti analize podataka biće interpretirane različite vizuelizacije podataka. Sa tim u vezi, među različitim vizuelnim praksama predstavljanja podataka biće istaknute neke od najčešće korišćenih i najpreglednijih. Osim toga, treba napomenuti da nije svaka vizuelizacija podataka prikladna za ono što se želi istaći. Zato ćete se kroz ovaj modul upoznati sa različitim vidovima vizuelne prakse i njihovim funkcionalnostima u poslovanju.

Drugi problemski krug o kom će biti reči u okviru oblasti analize podataka tiče se strukturisanja podataka i njihove analize. Kako je jedna od ideja ovog modula da osposobi za objektivno analitičko rasuđivanje, tako je i jedan od osnovnih uslova za to dobro strukturisanje podataka.

Bez jasno strukturisanih podataka, dakle objedinjenih podataka prema različitim kriterijumima, nije moguća tačna analitička interpretacija koja bi kao takva pružila potrebne i korisne informacije jednom poslovanju. U okviru ovog dela biće odgovoreno na neka od pitanja kao što su: koji su to podaci koji su relevantni shodno različitim kontekstima poslovanja; gde se nalaze podaci i kojim redosledom su podaci dostupni; na koji način se pristupa podacima. Osim toga, treba istaći da analiza podataka nije moguća bez adekvatne organizacije podataka. Stoga će organizacija podataka biti razmotrena u kontekstu strukturisanja podataka, odnosno grupisanja i povezivanja, a onda i načina njihovog zapisivanja.

Izvesne razlike u pristupu organizaciji podataka postoje i kada je reč o maloj količini i u slučaju veće količine podataka, prilikom koje je potrebna njihova znatno kompleksnija organizacija. Strukture podataka biće definisane kao logičke i kao fizičke strukture podataka. Jednoj logičkoj strukturi podataka može odgovarati više fizičkih struktura, dok jednoj fizičkoj strukturi može odgovarati samo jedna logička struktura podataka. Podaci u listama podrazumevaju osnovni skup elemenata sa definisanim strukturnim karakteristikama, a takve liste prepoznajemo kao linearne, nelinearne, kompleksne (mrežne) liste.

Treći problemski nivo modula Data analysis posvećen je kontekstualnom izveštavanju, odnosno prepoznavanju funkcionalnosti prikupljenih podataka i njihovoj primeni u različitim poslovnim praksama.

Kurs Data Analysis će odgovoriti na pitanja:

Koji je značaj poznavanja sirovih podataka?

Značaj poznavanja sirovih podataka podrazumeva uspešno pronalaženje i sagledavanje podataka kroz različite tipove vizuelizacija tako da ti podaci na najbolji način mogu prezentovati svrsishodne informacije koje su od značaja za određeni kontekst. Podaci mogu imati različita značenja i dovesti do različitih zaključaka. Značenje podataka zavisi od toga kako se ti podaci upriličavaju i obrađuju. U okvirima veb-analitike, za vizuelizaciju podataka skoro se nikada ne koriste sirovi podaci. Umesto toga, uobičajeno je da se u veb-analitici upotrebljavaju podaci koji su dobijeni preko različitih operacija. Drugim rečima, sirovi podaci su preko različitih operacija grupisani i takve podatke nazivamo agregiranim podacima.

Koji su nivoi analize podataka?

Postoje tri nivoa analize podataka. Prvi nivo analize podataka naziva se eksplorativna analiza podataka ili deskriptivna analiza podataka. Ova analiza dovodi se u vezu sa pitanjem šta se desilo i zbog čega se nešto dogodilo. Rezultat ovog nivoa analize podataka može biti analiza ponašanja, korelacije, tabelarna analiza, izveštaji, grafički prikazi. Drugi nivo analize podataka tiče se odgovora na pitanje šta će se dogoditi i naziva se prediktivna analiza podataka. U rezultate ovog nivoa analize podataka spada istraživanje uzoraka, generalizovanje, predviđanje budućih stanja i, konačno, trendova. Preskriptivna analiza podataka odnosi se na sve one analitičke okvire preko kojih se može videti šta je moguće uraditi. U okvire preskriptivne analize podataka ulaze optimizacija, simulacija, modelovanje odluka i strategija.

Koje su najčešće korišćene statističke funkcije?

Podaci se najčešće prikupljaju u Excelu. Treba istaći da postoje različite i brojne funkcije koje se u praksi upotrebljavaju u radu sa podacima. Ipak, neke od najčešće korišćenih statističkih funkcija u Excelu tokom rada sa podacima su:

• SUM() – funkcija preko koje se može videti zbir argumenata ili zbir funkcijom obeleženih kolona ili redova u Excelu;
• AVERAGE() – funkcija u kojoj se nalazi prosek svih postavljenih argumenata ili postavljenih kolona ili redova u Excelu;
• MAX() – funkcija koja pruža maksimalnu vrednost iz određene liste argumenata ili obeležene kolone ili reda;
• MIN() – funkcija sa minimalnom vrednosti iz konkretne liste argumenata iz kolone ili reda;
• MEDIAN() – funkcija koja pruža medijanu datih brojeva.

Plan i program predavanja

1. Vizuelizacija (Visualisation)

• Baze podataka
• Značaj poznavanja sirovih podataka
• Generalni koncepti vizuelizacije (grafički prikaz podataka)

2. Problemi vizuelizacije

• Obmanjujuća vizuelizacija

3. Pravila dobre vizuelizacije

• Kombinovane metrike
• Misaoni tok vizuelizacije

4. Koraci u razvoju vizuelizacije

• Kreiranje preglednog grafikona
• Jasno definisanje poruke

5. Strukturisanje i analiza (Structure & Analysis)

• Šta su podaci
• Šta je analiza podataka
• Predrasude i zablude
• Metodologija analize podataka ili put od podatka do saznanja

6. Kontekstualno izveštavanje (Contextual Reporting)

• Studija slučaja u okviru kontekstualnog izveštavanja (kreiranje grafikona, sortiranje podataka, filtriranje podataka, prebrojavanje podataka)