डेटा विश्लेषण
डेटा विश्लेषण उस जानकारी के बारे में निष्कर्ष निकालने के लिए कच्चे डेटा का विश्लेषण करने का विज्ञान है। डेटा एनालिटिक्स की कई तकनीकों और प्रक्रियाओं को यांत्रिक प्रक्रियाओं और एल्गोरिदम में स्वचालित किया गया है जो मानव उपभोग के लिए कच्चे डेटा पर काम करते हैं।
डेटा एनालिटिक्स तकनीक उन रुझानों और मैट्रिक्स को प्रकट कर सकती है जो अन्यथा जानकारी के द्रव्यमान में खो जाएंगे। इस जानकारी का उपयोग किसी व्यवसाय या प्रणाली की समग्र दक्षता बढ़ाने के लिए प्रक्रियाओं का अनुकूलन करने के लिए किया जा सकता है।
डेटा एनालिटिक्स को समझना
डेटा एनालिटिक्स एक व्यापक शब्द है जिसमें कई प्रकार के डेटा विश्लेषण शामिल हैं। किसी भी प्रकार की जानकारी को डेटा एनालिटिक्स तकनीकों के अधीन किया जा सकता है ताकि अंतर्दृष्टि प्राप्त की जा सके जो चीजों को बेहतर बनाने के लिए उपयोग की जा सकती है।
उदाहरण के लिए, विनिर्माण कंपनियां अक्सर विभिन्न मशीनों के लिए रनटाइम, डाउनटाइम और वर्क कतार को रिकॉर्ड करती हैं और फिर कार्यभार को बेहतर योजना के लिए डेटा का विश्लेषण करती हैं ताकि मशीनें पीक क्षमता के करीब संचालित हों।
डेटा एनालिटिक्स उत्पादन में आने वाली बाधाओं की तुलना में बहुत अधिक कर सकते हैं। गेमिंग कंपनियां डेटा एनालिटिक्स का उपयोग उन खिलाड़ियों के लिए रिवार्ड शेड्यूल सेट करने के लिए करती हैं जो गेम में अधिकांश खिलाड़ियों को सक्रिय रखते हैं। सामग्री कंपनियाँ आपको एक ही दृश्य या किसी अन्य क्लिक को प्राप्त करने के लिए सामग्री को क्लिक करने, देखने, या फिर से व्यवस्थित करने के लिए समान डेटा एनालिटिक्स का उपयोग करती हैं।
डेटा विश्लेषण में शामिल प्रक्रिया में कई अलग-अलग चरण शामिल हैं:
- पहला कदम डेटा आवश्यकताओं को निर्धारित करना है या डेटा को कैसे समूहीकृत किया जाता है। डेटा को उम्र, जनसांख्यिकीय, आय या लिंग से अलग किया जा सकता है। डेटा मान संख्यात्मक हो सकते हैं या श्रेणी के आधार पर विभाजित किए जा सकते हैं।
- डेटा एनालिटिक्स में दूसरा चरण इसे इकट्ठा करने की प्रक्रिया है। यह विभिन्न स्रोतों जैसे कंप्यूटर, ऑनलाइन स्रोत, कैमरा, पर्यावरण स्रोत या कर्मियों के माध्यम से किया जा सकता है।
- डेटा एकत्र होने के बाद, इसे व्यवस्थित किया जाना चाहिए ताकि इसका विश्लेषण किया जा सके। संगठन स्प्रेडशीट या अन्य प्रकार के सॉफ़्टवेयर पर हो सकता है जो सांख्यिकीय डेटा ले सकते हैं।
- विश्लेषण से पहले डेटा को साफ किया जाता है। इसका मतलब यह है कि यह सुनिश्चित करने के लिए कि कहीं कोई दोहराव या त्रुटि तो नहीं है, इसकी जांच और जाँच की जाती है और यह अपूर्ण नहीं है। विश्लेषण करने के लिए डेटा विश्लेषक पर जाने से पहले यह कदम किसी भी त्रुटि को ठीक करने में मदद करता है।
[महत्वपूर्ण: डेटा एनालिटिक्स विश्लेषक जो पहले से जानता है उसके आधार पर निष्कर्ष पर आने पर ध्यान केंद्रित करता है।]
चाबी छीन लेना
- डेटा विश्लेषण उस जानकारी के बारे में निष्कर्ष निकालने के लिए कच्चे डेटा का विश्लेषण करने का विज्ञान है।
- डेटा एनालिटिक्स की तकनीकों और प्रक्रियाओं को यांत्रिक प्रक्रियाओं और एल्गोरिदम में स्वचालित किया गया है जो मानव उपभोग के लिए कच्चे डेटा पर काम करते हैं।
- डेटा एनालिटिक्स किसी व्यवसाय को उसके प्रदर्शन को अनुकूलित करने में मदद करता है।
डेटा एनालिटिक्स मामले क्यों
डेटा एनालिटिक्स महत्वपूर्ण है क्योंकि यह व्यवसायों को उनके प्रदर्शन को अनुकूलित करने में मदद करता है। व्यवसाय मॉडल में इसे लागू करने का मतलब है कि कंपनियां व्यापार करने के अधिक कुशल तरीकों की पहचान करके और बड़ी मात्रा में डेटा संग्रहीत करके लागत को कम करने में मदद कर सकती हैं।
एक कंपनी डेटा एनालिटिक्स का उपयोग बेहतर व्यावसायिक निर्णय लेने और ग्राहक प्रवृत्तियों और संतुष्टि का विश्लेषण करने में मदद कर सकती है, जिससे नए और बेहतर उत्पाद और सेवाएं प्राप्त हो सकती हैं।
डेटा एनालिटिक्स के प्रकार
डेटा एनालिटिक्स चार बुनियादी प्रकारों में टूट गया है।
- वर्णनात्मक विश्लेषण यह बताता है कि किसी निश्चित समय के दौरान क्या हुआ है। क्या विचारों की संख्या बढ़ गई है? क्या इस महीने बिक्री पिछले से अधिक मजबूत है?
- डायग्नोस्टिक एनालिटिक्स इस बात पर अधिक ध्यान केंद्रित करता है कि कुछ क्यों हुआ। इसमें अधिक विविध डेटा इनपुट और थोड़ी सी परिकल्पना शामिल है। क्या मौसम ने बीयर की बिक्री को प्रभावित किया? क्या उस नवीनतम मार्केटिंग अभियान ने बिक्री को प्रभावित किया है?
- निकट अवधि में क्या होने जा रहा है, इसके लिए भविष्य कहनेवाला विश्लेषण चलता है। पिछली बार जब भीषण गर्मी पड़ी थी, तब क्या हुआ था? कितने मौसम मॉडल इस साल एक गर्म गर्मी की भविष्यवाणी करते हैं?
- प्रिस्क्रिपटिव एनालिटिक्स कार्रवाई का एक कोर्स सुझाता है। यदि एक गर्म गर्मी की संभावना को इन पांच मौसम मॉडल के औसत के रूप में 58% से ऊपर मापा जाता है, तो हमें शराब की भठ्ठी में शाम की पारी को जोड़ना चाहिए और उत्पादन बढ़ाने के लिए एक अतिरिक्त टैंक किराए पर लेना चाहिए।
डेटा एनालिटिक्स वित्तीय दुनिया में कई गुणवत्ता नियंत्रण प्रणालियों को रेखांकित करता है, जिसमें कभी-कभी लोकप्रिय सिक्स सिग्मा कार्यक्रम भी शामिल है। यदि आप कुछ ठीक से माप नहीं रहे हैं - चाहे वह आपका वजन हो या उत्पादन लाइन में प्रति मिलियन दोषों की संख्या - इसे अनुकूलित करना लगभग असंभव है।
विशेष विचार: डेटा एनालिटिक्स का उपयोग कौन कर रहा है?
डेटा एनालिटिक्स के उपयोग को अपनाने वाले कुछ क्षेत्रों में यात्रा और आतिथ्य उद्योग शामिल हैं, जहां टर्नअराउंड जल्दी हो सकते हैं। यह उद्योग ग्राहक डेटा एकत्र कर सकता है और यह पता लगा सकता है कि समस्याएँ, यदि कोई हों, तो झूठ और उन्हें कैसे ठीक किया जाए।
हेल्थकेयर संरचित और असंरचित डेटा के उच्च संस्करणों के उपयोग को जोड़ती है और त्वरित निर्णय लेने के लिए डेटा एनालिटिक्स का उपयोग करता है। इसी तरह, खुदरा उद्योग दुकानदारों की लगातार बदलती मांगों को पूरा करने के लिए डेटा का प्रचुर मात्रा में उपयोग करता है। खुदरा विक्रेता जो जानकारी एकत्र करते हैं और उनका विश्लेषण करते हैं, वे रुझानों की पहचान करने, उत्पादों की सिफारिश करने और लाभ बढ़ाने में मदद कर सकते हैं।
इनवेस्टमेंट अकाउंट्स प्रोवाइडर नाम की तुलना करें। विज्ञापनदाता का विवरण × इस तालिका में दिखाई देने वाले प्रस्ताव उन साझेदारियों से हैं जिनसे इन्वेस्टोपेडिया को मुआवजा मिलता है।