Data Analytics: Από το excel στα Big Data

Δεδομένα είναι οτιδήποτε μπορεί να καταγραφεί ηλεκτρονικά όπως για παράδειγμα αριθμοί, λέξεις, εικόνες, βίντεο ή ήχος. Τα δεδομένα είναι μεγάλης αξίας για μια επιχείρηση, ωστόσο αυτή η αξία δεν είναι πρόδηλη αλλά πρέπει να αναδειχθεί μέσα από την σωστή ανάλυση και παρουσίαση τους.

Όλο και περισσότερες εταιρείες σήμερα συλλέγουν και αναλύουν μεγάλους όγκους δεδομένων και για αυτό το λόγο ο παραδοσιακός τρόπος ανάλυσης με το excel δεν είναι πλέον αρκετός.

Η λύση που προτείνεται είναι η χρήση σύγχρονων εργαλείων όπως αυτά που προσφέρονται μέσα από το Data Analytics που έρχεται για να διευκολύνει την ανάλυση μεγάλων δεδομένων. Πριν πάμε όμως σε αυτό ας απαντήσουμε σε κάποια βασικά ερωτήματα:

  1. Πώς γίνεται η ανάλυση δεδομένων σήμερα;

    Η ανάλυση των δεδομένων μέχρι και σήμερα σε αρκετές περιπτώσεις, γίνεται με την χρήση του Excel. To Excel για αρκετά χρόνια αποτελούσε την πρώτη επιλογή στην γενικότερη διαχείριση των δεδομένων από την αποθήκευση, οργάνωση, ανάλυση μέχρι και την παρουσίαση των αποτελεσμάτων μέσα από απλά διαγράμματα διαφόρων τύπων. Στις μέρες μας η χρήση του excel θεωρείται τόσο τετριμμένη που πλέον κανείς δεν αναφέρει την χρήση του ως μια επιπλέον δεξιότητα ή δεν παίρνει πιστοποιητικό χρήσης όπως κάναμε στις αρχές του ‘90. Η χρήση του Excel είναι απλή αλλά έχει κάποια όρια όσον αφορά την δυνατότητα στην ανάλυση οπότε σε αυτή την περίπτωση πρέπει να αναζητήσουμε άλλα εργαλεία που μπορούν να κάνουν την δουλειά μας πιο αποτελεσματική.

  2. Γιατί δεν είναι αρκεί πλέον η χρήση του Excel;

    Όσο αυξάνει ο όγκος και η πολυπλοκότητα των δεδομένων τόσο αυξάνεται και η ανάγκη για να χρησιμοποιήσουμε νέα μέσα ανάλυσης πέρα από το excel ή άλλα απλά στατιστικά εργαλεία. Τα νέα μέσα ανάλυσης που αναπτύχθηκαν τα τελευταία χρόνια δημιουργήθηκαν ως απάντηση στις νέες τεχνολογικές προκλήσεις και με σκοπό να ανταποκριθούν στις συνεχώς αυξανόμενες ανάγκες. Η χρήση του διαδικτύου (1989) και η  μάλιστα η αύξηση της ταχύτητας του τα τελευταία χρόνια (5G, 2019), η ανάπτυξη των social media (2004) αλλά και ο τρόπος που μπορούμε να ανταλλάσουμε δεδομένα (cloud) δημιούργησαν την ανάγκη για εύκολη και γρήγορη ανάλυση πολλών δεδομένων και αυτό δεν είναι εφικτό με τα παραδοσιακά εργαλεία.
     

  3. Τι είναι το Data Analytics;

    Τα Data Analytics είναι ένα σύνολο από τεχνικές που χρησιμοποιούμε για την ανάλυση ακατέργαστων δεδομένων με σκοπό την εύρεση τάσεων και την απάντηση ερωτημάτων. Τα Data Analytics αποτελούν μέρος ενός γενικότερου συνόλου που περιγράφεται με τον όρο Data Science.

    Η ανάλυση δεδομένων επικεντρώνεται περισσότερο στην εξέταση των ιστορικών δεδομένων, ενώ η επιστήμη δεδομένων επικεντρώνεται περισσότερο στη μηχανική μάθηση και την προγνωστική μοντελοποίηση. Η επιστήμη δεδομένων είναι ένα πολυδιάστατο μείγμα που περιλαμβάνει την ανάπτυξη αλγορίθμων, την εξαγωγή συμπερασμάτων από δεδομένα και την προγνωστική μοντελοποίηση για την επίλυση αναλυτικά πολύπλοκων επιχειρηματικών προβλημάτων. Από την άλλη πλευρά, η ανάλυση δεδομένων περιλαμβάνει μερικούς διαφορετικούς κλάδους ευρύτερης στατιστικής και ανάλυσης.

     

  4. Ποια η ζήτηση των Data Analysts στην αγορά;

    Το επάγγελμα του Data Analyst τα τελευταία χρόνια γνωρίζει άνθιση ενώ οι καλοί Data Analysts είναι περιζήτητοι. Συνήθως αυτή την εργασιακή κατεύθυνση ακολουθούν επαγγελματίες από διάφορους κλάδους, όπως για παράδειγμα τα οικονομικά, τη λογιστική, τη διοίκηση επιχειρήσεων ή τις θετικές επιστήμες. Ένας Data Analyst πρέπει να γνωρίζει Data Warehousing, Big Data, Βάσεις δεδομένων (sql & nosql), Python και εργαλεία οπτικοποίησης δεδομένων, όπως το Power BΙ ή το Tableau.
     

  5. Πώς να γίνετε ειδικός στην ανάλυση δεδομένων;

    Η αναβάθμιση των γνώσεων, ειδικά στον τομέα της τεχνολογίας, είναι απολύτως σημαντική!
    Αναρωτιέστε ακόμα πώς μπορείτε να γίνετε αναλυτής δεδομένων;
    Η Big Blue Data Academy σε συνεργασία με το Deree - The American College of Greece προσφέρει το πρόγραμμα Professional Diploma in Data Analytics. Αυτό το Επαγγελματικό Δίπλωμα έχει σχεδιαστεί για προπτυχιακούς φοιτητές, απόφοιτους (Bachelor, Master ή διδακτορικό) και επαγγελματίες που στοχεύουν να ενισχύσουν τις γνώσεις και τις δεξιότητές τους για να σταδιοδρομήσουν ως Αναλυτές Δεδομένων, Αναλυτές Επιχειρηματικής Ευφυΐας και Υπεύθυνοι Δεδομένων.


     

Σοφία Βερούτη