Apa itu Ilmu Data Bisnis-Centris? - dummies

Dalam perusahaan bisnis, ilmu data memiliki tujuan yang sama dengan yang dimiliki intelijen bisnis - untuk mengonversi data mentah menjadi wawasan bisnis yang dapat digunakan oleh pemimpin bisnis dan manajer untuk membuat keputusan berdasarkan informasi.

Jika Anda memiliki kumpulan sumber data terstruktur dan tidak terstruktur yang mungkin atau mungkin tidak lengkap dan Anda ingin mengubah sumber tersebut menjadi wawasan berharga untuk mendukung keputusan di seluruh perusahaan, hubungi ilmuwan data. Ilmu data sentris bisnis bersifat multi-disiplin dan menggabungkan elemen berikut:

Dapat berupa pemodelan matematis, analisis statistik multivariat, peramalan, dan / atau simulasi. Istilah

multivariat mengacu pada lebih dari satu variabel. Analisis statistik multivariat adalah analisis statistik simultan lebih dari satu variabel pada satu waktu. Keterampilan pemrograman: Anda memerlukan keterampilan pemrograman yang diperlukan untuk menganalisis data mentah dan membuat data ini dapat diakses oleh pengguna bisnis.

Pengetahuan bisnis:

Anda memerlukan pengetahuan tentang bisnis dan lingkungannya sehingga Anda dapat lebih memahami relevansi temuan Anda.

Ilmu data adalah disiplin perintis. Ilmu data sering menggunakan metode ilmiah untuk eksplorasi data, pembentukan hipotesis, dan pengujian hipotesis (melalui simulasi dan pemodelan statistik). Ilmu data sentris bisnis menghasilkan wawasan data yang berharga, seringkali dengan mengeksplorasi pola dan anomali dalam data bisnis. Ilmu data dalam konteks bisnis umumnya terdiri dari

Kumpulan data internal dan eksternal:

Ilmu data fleksibel. Anda bisa membuat data bisnis mash-up dari sumber internal dan eksternal data terstruktur dan tidak terstruktur dengan cukup mudah. (A

• data mash-up adalah kombinasi dari dua atau lebih sumber data yang kemudian dianalisis bersama untuk memberi gambaran lengkap tentang situasi yang dihadapi oleh pengguna.) Alat, teknologi, dan Skillets: Contoh di sini bisa melibatkan penggunaan platform berbasis awan, pemrograman statistik dan matematis, pembelajaran mesin, analisis data menggunakan Python dan R, dan visualisasi data tingkat lanjut.

• Seperti analis bisnis, ilmuwan data sentris bisnis menghasilkan produk pendukung keputusan untuk manajer bisnis dan pemimpin organisasi untuk digunakan. Produk ini mencakup dasbor analisis dan visualisasi data, namun umumnya tidak berupa data tabel dan tabel tabel. Data yang berguna dalam sains data bisnis-sentris

Anda dapat menggunakan sains data untuk memperoleh wawasan bisnis dari kumpulan data bisnis terstruktur berukuran standar (seperti BI) atau dari kumpulan bangunan terstruktur, semi-terstruktur, dan tidak terstruktur. data.Solusi sains data tidak terbatas pada data transaksional yang berada dalam database relasional; Anda dapat menggunakan sains data untuk menciptakan wawasan berharga dari semua sumber data yang tersedia. Sumber data ini meliputi

Data bisnis transaksional:

Sumber data yang benar dan mencoba, data bisnis transaksional adalah jenis data terstruktur yang digunakan dalam BI tradisional dan mencakup data manajemen, data layanan pelanggan, data penjualan dan pemasaran, data operasional, dan data kinerja karyawan.

• Data sosial yang terkait dengan merek atau bisnis: Fenomena yang lebih baru, data yang dicakup oleh rubrik ini mencakup data tidak terstruktur yang dihasilkan melalui email, pesan instan, dan jejaring sosial seperti Twitter, Facebook, LinkedIn, Pinterest, dan Instagram.

• Mesin data dari operasi bisnis: Mesin secara otomatis menghasilkan data tidak terstruktur ini, seperti data SCADA, data mesin, atau data sensor.

• Akronim SCADA mengacu pada S

  upervisory C ontrol dan D ata A cquisition. Sistem SCADA digunakan untuk mengendalikan sistem dan peralatan mekanis jarak jauh. Mereka menghasilkan data yang digunakan untuk memantau operasi mesin dan peralatan. Data file audio, video, gambar, dan PDF: Format mapan ini semua adalah sumber data tidak terstruktur.

• Teknologi dan keahlian yang berguna dalam sains data bisnis-sentris Karena produk sains data sering dihasilkan dari data besar, solusi platform data berbasis awan biasa dilakukan di lapangan. Data yang digunakan dalam ilmu data sering kali berasal dari solusi data besar yang direkayasa data, seperti Hadoop, MapReduce, dan Massively Parallel Processing.

Ilmuwan data inovatif, pemikir maju yang harus sering berpikir di luar kotak untuk mengatasi solusi yang mereka selesaikan. Banyak ilmuwan data cenderung terhadap solusi open source bila tersedia. Dari perspektif biaya, pendekatan ini menguntungkan organisasi yang mempekerjakan ilmuwan ini.

Ilmu data sentris bisnis mungkin menggunakan teknik pembelajaran mesin untuk menemukan pola dalam (dan mendapatkan wawasan dari) kumpulan data besar yang terkait dengan lini bisnis atau bisnis secara keseluruhan. Mereka terampil dalam matematika, statistik, dan pemrograman, dan terkadang mereka menggunakan keterampilan ini untuk menghasilkan model prediktif.

Mereka umumnya tahu bagaimana memprogramnya dengan Python atau R. Kebanyakan dari mereka mengetahui bagaimana menggunakan SQL untuk query data yang relevan dari database terstruktur. Mereka biasanya terampil dalam mengkomunikasikan wawasan data kepada pengguna akhir - dalam sains data bisnis-sentris, pengguna akhir adalah manajer bisnis dan pemimpin organisasi. Ilmu data harus terampil menggunakan sarana verbal, lisan, dan visual untuk mengkomunikasikan wawasan data yang berharga.

Meskipun ilmuwan data bisnis-sentris berperan dalam pengambilan keputusan dalam perusahaan, mereka berbeda dari analis bisnis karena mereka biasanya memiliki latar belakang akademis dan profesional yang kuat dalam bidang matematika, sains, teknik, atau semua hal di atas. Ini mengatakan, ilmuwan data sentris bisnis juga memiliki pengetahuan substantif yang kuat tentang manajemen bisnis.