מה ההבדל בין ניתוחים עסקיים למדעי נתונים?


תשובה 1:

ניתוח עסקי וגם מדעי נתונים כוללים משחק סביב נתונים כמו רכישת נתונים, דוגמנות נתונים ואיסוף מידע.

ההבדל העיקרי בין השניים הוא כי:

כפי שהשם מרמז, אנליטיקס עסקים הוא ספציפי לבעיות הקשורות לעסקים כמו רווח וכו '. ואילו Data Science עונה על שאלות כמו השפעת התנהגות הלקוחות על העסק.

Data Science משלב את כוחם של נתונים עם בניית אלגוריתמים וטכנולוגיה כדי לענות על מגוון שאלות. לאחרונה למידת מכונות ואינטליגנציה מלאכותית מבצעים את הסיבוב שלהם והם אמורים לקחת את מדעי הנתונים לשלב הבא. לעומת זאת, Business Analytics הוא ניתוח נתוני החברה עם מושגים סטטיסטיים לקבלת פתרונות ותובנות.

רוצה להיות מדען נתונים?

בואו נראה איזה הבדל בסיסי בין השניים:

תעשיות מובילות במדעי הנתונים: -

  • טכנולוגיה פיננסיהסחר אקדמי

תעשיות מובילות בתחום ניתוחים עסקיים: -

  • פיננסיםטכנולוגיה שיווק מחדש

תחום מדעי הנתונים כולל שילוב של פרקטיקות אנליטיות מסורתיות עם ידע בתכנות קול, בעוד ש- Business Analytics אינו כרוך בקידוד רב.

חשוב מכך, בואו נדבר גם על מגוון האתגרים בכל תחום:

מדעי נתונים:

לפעמים, קשה מאוד עבור מדען נתונים לקבל את הנתונים הנכונים כדי להפיק תובנות עסקיות נכונות, גם אם הם מקבלים נתונים אז ניקוי נתונים מהווה 80% מהתהליך עבור מדען נתונים, דוגמנות הנתונים לוקח את השאר 20% .

אז אי זמינות או גישה קשה לנתונים הם האתגר העיקרי שעומד בפני מדען נתונים !!

לאחר מכן, הבנת תחום היא קריטריון חשוב מאוד על מנת לשאול את השאלות הנכונות. כאשר בפני מדען נתונים מוצגת בעיה עסקית, הוא יוכל להביא תובנות מועילות רק כאשר ישאל את השאלות הנכונות למשתמשים העסקיים ואז לעבוד עליהם. עם זאת, הוא לא יוכל לעשות זאת אם לא תהיה לו הבנה נכונה של התחום.

באופן דומה, בניתוח עסקי היעדר קלט של מומחי תחום הוא אתגר גדול. בשדות אלה העבודה חלקה ומהירה יותר אם יש זמינות ונגישות לנתונים.

ההבדלים העיקריים בין מדעי נתונים לעומת אנליטיקס עסקי:

· מדעי הנתונים משתמשים בנתונים מובנים וגם לא מובנים ואילו אנליטיקס עסקי משתמש בעיקר בנתונים מובנים.

· עלות ההשקעה במדעי נתונים גבוהה ואילו העלות של ניתוחים עסקיים נמוכה.

· מדע נתונים הוא מדע לימוד הנתונים תוך שימוש בסטטיסטיקה, אלגוריתמים וטכנולוגיה ואילו אנליטיקס עסקים הוא המחקר הסטטיסטי של נתונים עסקיים.

עם זאת, גם Data Science וגם Business Analytics מציעים לעובדים טווחים רבים ללמוד ולשפר את עצמם.

מעוניין ללמוד מדעי נתונים?

צפו בסרטונים הבאים בכדי להבין ולהתחיל ללמוד:

  1. מדעי נתונים עם פייתון:

2. מדעי נתונים עם R:

למידע נוסף על למידת מכונות ולקבל מומחיות בה, עיין בהכשרת הסמכת למידת מכונה של Simplilearn


תשובה 2:

מדע הנתונים מנסה למעשה להסתכל על נתונים ולנסות להבין את הטוב ביותר לגבי סוג המאפיינים שאנחנו יכולים לשאוב מהנתונים שניתנו, וכיצד הוא יכול להתארגן מחדש. תוך התחשבות ביעד מסוים, מה הדרך הטובה ביותר להגיע לשם? אז, במדעי הנתונים, הגישה תהיה אגנוסטית בעייתית. כנראה שאפשר לנסות לחלק כמות עצומה של נתונים לקבוצות או לחזות משהו, כל אלה היו נופלים בדלי מדעי הנתונים.

Business Analytics [1] ממיר את כל האלגוריתם הזה לכלל החלטות, בסופו של דבר ניתוח עסקי כרוך בקבלת החלטה [2] ופרמטר ההחלטה צריך להיות מבוסס על דברים פשוטים מאוד. איננו יכולים להפוך את פרמטר ההחלטה למורכב ביותר.

לדוגמה, למדעי הנתונים יש מיליון רשומות של לקוח עבור כרטיסי אשראי, ואתה יכול לנסות לפתח מודל שעומד להבין את הלקוחות הטובים מהרעים להלוואת אשראי. עסקים אנליטיים עוסקים בהכללת החלטת החלטה. אנליסט עסקי יבחן את כל הנתונים הללו ויגיע לכלל הפשוט שלקוח טוב אם ציון האשראי שלו הוא מעל אחוז מסוים (נניח 95%) או שההכנסה שלו היא מעל 10 LAcs ומספר התלויים בו פחות מאשר 3. אחרת, לקוח רע בהלוואות אשראי. לפיכך, Business Analytics מיושם מתוך מטרה ספציפית מאוד לזכור. במדעי נתונים אתה מתמקד רק ברמת הדיוק, אולם ניתוחים עסקיים אינם נוגעים לדיוק. זה קשור למה שניתן ליישם או מה יכול להועיל ללקוח. לכן ניתוחים עסקיים לרוב מתפשרים על הדיוק מעט מועט כל עוד המודל נותן תובנות שניתן לבצע על פיהם. ניתוחים עסקיים ידרשו הרבה קלט ואינטואיציה להבנת תוצאות התוצאות.

אם מועמד באמת רוצה להמשיך באנליטיקה מכיוון שיש המון דברים מעניינים שניתן לעשות, וכיצד להבין את הנתונים ולעשות זאת היטב, עליהם ללכת על מדעי נתונים, אך אם המועמד מנסה לפתור עולם אמיתי בעיה (יכול להיות אפילו שאלה שמוצגת באנגלית) בשימוש בנתונים, אז הדברים בניתוח עסקי יהיו הרבה יותר קלים. לכן, יש לנו תוכניות PGP-BABI ו- PGP-BDML שמתאימות לשתי הקבוצות.

הערות שוליים

[1] מהי ניתוחים עסקיים? - למידה נהדרת

[2] מהי למידה עמוקה? - למידה נהדרת


תשובה 3:

אנליסט עסקי - המשימות שהוקצו לאנליסטים עסקיים כוללות הערכת דרישות הארגון ביחס לפעילותו ותפקידיו. הם אוספים את כל צורך הצורך במידע ובהתאם לכך מבקשים מהמפתחים להתפתח. זה כולל גם קריטריונים לקבלה.

דוגמה - בואו ניקח את Microsoft PowerPoint כמוצר שלנו ומנהלי המוצר רוצים להוסיף תכונה חדשה בה הוא רוצה לכלול אמוג'י. אז כאן BA יכתוב סיפור בו הוא יסביר מה בדיוק צריך לעשות כמו באיזה תפריט זה צריך להיות, איפה צריך להיות כפתור הקיצור שלו וכו 'ברמה מאוד פרטנית. ואותו הדבר שמפתחים צריכים ליישם.

מנתח נתונים - המשימות העיקריות של אנליסטים נתונים הן איסוף, מניפולציה וניתוח נתונים. הם מכינים דוחות, העשויים להיות בצורת הדמיות כמו גרפים, תרשימים ולוחות מחוונים, ומפרטים את התוצאות המשמעותיות שהסיקו.

דוגמה - בוא ניקח דוגמא ל- EBay, והדרישה בארגון היא כאילו הם רוצים לדעת את המספר של אנשים שמכות באתר ישירות ובאמצעות פרסומות, באזור ספציפי. אז כאן אנליסט נתונים יעשה קצת חפירות ויתן דוח שאומר שהאנשים הרבים האלה מכים ישירות אלה הם לא המספר של אנשים שמכות באתר דרך פרסום. אז בדרך זו הארגון יקבל החלטה ויעשה את הצורך. כמו באיזה אזור הם צריכים להתרכז יותר וכו '.

מדען נתונים - מדען נתונים הוא איש מקצוע שמבין נתונים מנקודת מבט עסקית. הוא מופקד על תחזיות שיעזרו לעסקים לקבל החלטות מדויקות. הם נמצאים צעד לפני אנליסט הנתונים.

עריכה 1: ההבדל בין מדען נתונים למנתח נתונים