Профессиональный анализ данных

О сайте

 Задачи анализа столь же разнообразны сколь и названий профессий, занимающихся решением этих задач. Системный аналитик — специалист занимающийся по сути написанием технических заданий для разработки IT-систем удовлетворяющих всем требованиям заказчика; аналитик рынков — специалист, отслеживающий тенденции на рынках товаров и услуг с целью разработки сценариев в перспективе оптимизирующих прибыль; бизнес-аналитик — специалист, изучающий процессы предприятия с целью выявления неэффективных процедур и регламентов взаимодействия подразделений и последующей их оптимизации. А еще есть финансовые аналитики, инвестиционные аналитики, психоаналитики, аналитики-криминалисты, …

 В рамках данного обзора речь пойдет о задачах анализа порожденных (не касающихся непосредственно) возможностью накапливать и хранить данные, получать из них информацию, а также возможностью использования математических методов в экономике.

  Для начала приведем схему СППР, изложенную в книге А. А. Барсегяна «Анализ данных и процессов» и место аналитика в этой схеме

scheme_1

Таким образом, согласно схеме, конечным пользователем продукта СППР является аналитик. По словам автора, основная задача СППР — предоставить аналитикам инструмент для выполнения анализа данных… СППР не генерирует правильные решения, а только предоставляет аналитику информацию в соответствующем виде (отчеты, таблицы, графики и т. п.) для изучения и анализа…

 Зачастую на предприятиях задача аналитика сводится к процедуре консолидации информации, получаемой им из разных СППР используемых на данном предприятии. СППР в свою очередь преобразовывает данные в информацию в виде витрин данных или преднастроенных отчетов.

В чем разница между данными и информацией. К примеру, любая транзакция (покупательский чек) содержит данные:
1)   Что куплено
2)   По какой цене
3)   В каком количестве

Из транзакционных данных можно получить информацию
1)   Сколько товара продано за период
2)   С какими товарами чаще всего берут данный товар
3)   Какое среднее количество товаров в одной транзакции

 На сегодняшний момент существует целая концепция так называемых больших данных (Big Data), когда растет интерес к накоплению и хранению данных с целью получения полезных знаний, дающих конкурентное преимущество. Данных становится все больше, поступают они непрерывно и пестрят разнообразием. В связи с этим активно развивается наука о данных (Data Science), занимающаяся проблемами оцифровки данных, а вместе с ней и технологии извлечения знаний (Data Mining), основная цель которых перевести “горы” данных в информацию в виде удобном для восприятия.

 Таким образом, аналитик на сегодняшний момент (даже если судить по рынку вакансий) должен обладать навыками по добыче информации, ее консолидации и представлении в виде удобном для лица, ответственного за принятие решения. Соответственно он должен иметь опыт работы с различными СППР.

 Лицо, ответственное за принятие решения, получая информацию от аналитика, принимает решение, руководствуясь логикой известной только ему одному.

 На самом же деле в аналитической работе следующим шагом после организации эффективной системы подачи информации (СППР) должен следовать процесс обоснования решений, реализуемый посредством аналитических инструментов. Без разработки аналитических инструментов информация, добываемая из данных, рискует превратиться в такую же гору бесполезных знаний, как и сами данные. При этом как хранение и обработка данных, так и инструменты извлечения информации стоят огромных финансовых затрат.

 Информационные отчеты могут выступать эффективным инструментом для подтверждения или опровержения существующих гипотез, но для принятия обоснованных решений особенно в условиях неопределенности необходима разработка аналитических инструментов. Что отличает процесс принятия решения на основе аналитических инструментов (АИ) от информационных отчетов.

1. Научная обоснованность.

АИ базируется исключительно на экономико-математических законах и положениях, всякий экспертный аспект исключается.

2. Обучаемость и адаптируемость.

АИ есть математическая модель процесса хозяйственной деятельности. Как и любая математическая модель АИ принимает новую информацию об изменениях в процессе и адаптирует результаты с учетом новой информации.

3. Универсальность.

АИ оперирует не свойствами и характеристиками объектов, вовлеченных в процесс, а их абстракциями – концептуальными отличными признаками и этот подход безусловно расширяет границы применения АИ.

4. Стандартизация выводов и рекомендаций.

Результатом применения АИ является оценка текущего состояния процесса, рассмотрение сценариев дальнейшего развития и разработка стандартных рекомендаций в зависимости от целей и задач.

  Что необходимо для разработки аналитического инструмента

Во-первых, знания в области исследования операций, статистического анализа данных, вероятностного моделирования, математического анализа.

Во-вторых, формализация анализируемого процесса и цели анализа — это ляжет в основу входящих и исходящих переменных модели, даст понимание существенных и несущественных факторов, настроит на абстрактный взгляд на процесс.

В-третьих, время для разработки и тестирования. Использование АИ невозможно для принятия оперативных разовых решений (только в тех случаях, когда цена ошибки при принятии неверного решения высока). Разработка АИ требует больших интеллектуальных, технических и временных ресурсов. Поэтому использование АИ оправдано только в случаях, когда принятие решения требует периодического регулярного обоснования.

Но главное!!! желание и готовность в первую очередь лиц ответственных за принятие решения использовать наряду с экспертным мнением инструмент, лишенный эмоций; действовать последовательно согласно логике, реализованной в инструменте и согласованной на этапе внедрения.

 Данный сайт был задуман для демонстрации практического опыта применения технологий Data Mining, исследования операций, статистического анализа данных, вероятностного моделирования, математического анализа к задачам хозяйственной деятельности предприятий розничной торговли. Как правильно использовать математические инструменты и интерпретировать результаты. Обо всем этом на примере разработки систем прогнозирования и планирования деятельности на разных уровнях принятия решений, инструментов анализа ассортимента и разработки стратегий управления им, системного подхода к задачам исследования деятельности конкурентов, анализа эффективности маркетинговых мероприятий и ценовых акций и пр.

В обзоре использованы цитаты из книги:

Анализ данных и процессов: учеб. пособие / А. А. Барсегян, М. С. Куприянов, И. И. Холод, М. Д. Тесс, С. И. Елизаров. — 3-е изд., перераб. и доп. — СПб.: БХВ-Петербург, 2009. — 512 с. ил. + CD-ROM — (Учебная литература для вузов)

Об аналитических инструментах читайте:

Анализ потребительского спроса

Анализ и планирование маркетинговых мероприятий

Оценка класса офисной недвижимости

Прогнозирование показателей новой торговой точки

Пока нет комментариев

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Для получения консультации по данной теме заполните форму обратной связи с указанием темы и описанием проблемы:





Ваше имя (обязательно)

Ваш e-mail (обязательно)

Тема

Сообщение