Όπως έχουμε αναφέρει και σε παλαιότερα άρθρα μας, η ανάλυση δεδομένων μπορεί να προσφέρει πολλά πλεονεκτήματα σε μια επιχείρηση, ώστε να λάβει τις κατάλληλες αποφάσεις.

Βέβαια, το βήμα που προηγείται πριν την ανάλυση αυτή είναι η συλλογή των δεδομένων, η οποία πρέπει να γίνει με τους βέλτιστους τρόπους.

Για τον λόγο αυτό, στο σημερινό άρθρο θα αναλύσουμε:

 Τι είναι η συλλογή δεδομένων

 5 μέθοδοι συλλογής δεδομένων

Καθώς και οτιδήποτε άλλο σχετίζεται με το θέμα αυτό. Ας ξεκινήσουμε λοιπόν με έναν βασικό ορισμό, πριν εμβαθύνουμε στις μεθόδους.

 Τι Ορίζουμε ως Συλλογή Δεδομένων;

Ως συλλογή δεδομένων ορίζουμε την διαδικασία συγκέντρωσης πληροφοριών για ένα συγκεκριμένο θέμα.

Με άλλα λόγια, για να δώσουμε μια απάντηση – ή εκτίμηση – σε ένα συγκεκριμένο ερώτημα, πρέπει να έχουμε στη κατοχή μας τις κατάλληλες πληροφορίες, ή αλλιώς τα δεδομένα.

Αν τα δεδομένα που θα συλλεχθούν είναι ανακριβή ή μη-παρεμφερή, τότε ούτε η ανάλυση δεν θα είναι σωστή, και κατ’επέκταση το αποτέλεσμα.

Σε γενικές γραμμές, υπάρχουν 3 ειδών δεδομένα:

 First-party data: Δεδομένα που συλλέγονται απευθείας από το δείγμα

 Second-party data: Δεδομένα που έχουν ήδη συλλεχθεί και μοιραστεί από ένα άλλο άτομο ή οργανισμό

 Third-party data: Δεδομένα που συλλέγονται και πωλούνται/παραχωρούνται από μια εταιρεία Χ σε μια εταιρεία Υ, που δεν συνδέονται μεταξύ τους

Βέβαια, πριν συλλεχθούν τα δεδομένα υπάρχουν διάφορες ερωτήσεις που πρέπει να απαντηθούν, όπως είναι:

 Ο λόγος που θα συλλεχθούν τα δεδομένα

 Ποιο το επιθυμητό αποτέλεσμα

 Η χρονική περίοδος συλλογής

 Οι κατάλληλες μέθοδοι συλλογής

Αν και όλα είναι ζωτικής σημασίας, το τέταρτο είναι κάτι στο οποίο πρέπει να δοθεί ιδιαίτερη έμφαση, διότι μπορεί να καθορίσει το τελικό αποτέλεσμα της ανάλυσης των δεδομένων.

Ας εμβαθύνουμε λοιπόν σε ορισμένες από τις βασικότερες μεθόδους συλλογής τους.

 5 Μέθοδοι Συλλογής Δεδομένων

Οι μέθοδοι συλλογής δεδομένων είναι αρκετές και φυσικά δεν θα μπορούσαν να περιοριστούν σε 5, παρόλα αυτά θα αναφερθούμε σε ορισμένες από τις σημαντικότερες.

   Μέθοδος #1: Έρευνες

Οι έρευνες (surveys) δεν θα μπορούσαν να λείπουν από τη λίστα με τους τρόπους συλλογής δεδομένων.

Πρόκειται κατά κύρια βάση για φυσικά ή ηλεκτρονικά ερωτηματολόγια που συλλέγουν ποσοτικά και ποιοτικά δεδομένα, από ένα συγκεκριμένο δείγμα ανθρώπων.

Για παράδειγμα, στην περίπτωση διεξαγωγής ενός event, μπορούν όσοι παρευρέθηκαν να ερωτηθούν τι τους άρεσε και τι όχι, αν έχουν προτάσεις για βελτίωση, ορισμένα δημογραφικά χαρακτηριστικά, καθώς και οτιδήποτε άλλο μπορεί να αξιοποιηθεί. 

Άλλο ένα συνηθισμένο παράδειγμα είναι οι εκλογές, όπου ένα δείγμα ανθρώπων ερωτάται σχετικά με τις προθέσεις ψήφου που έχει, ώστε να γίνει μια πρώτη εκτίμηση του τελικού αποτελέσματος.

Φυσικά, μια έρευνα πρέπει να περιέχει τόσο τις κατάλληλες ερωτήσεις, καθώς και να απευθύνεται στο κατάλληλο δείγμα ανθρώπων.

Αν όμως γίνει σωστά, τότε μπορεί να προσφέρει πολύτιμα δεδομένα.

   Μέθοδος #2: Focus Groups

Όταν λέμε focus groups εννοούμε μικρά groups ανθρώπων, συνήθως 8-10 άτομα, τα οποία συζητούν μεταξύ τους για ένα συγκεκριμένο θέμα.

Κάθε άτομο παρουσιάζει τη δική του οπτική/μοιράζεται απόψεις, και ένας επόπτης (moderator) παρακολουθεί τη συζήτηση, συλλέγοντας σημαντικές πληροφορίες.

Μέσω των focus groups μπορούν να συλλεχθούν τόσο ποιοτικά, όσο και ποσοτικά δεδομένα, τα οποία στη συνέχεια αναλύονται και επεξεργάζονται αναλόγως.

Ένα μειονέκτημα της μεθόδου αυτής είναι το γεγονός πως μπορεί να αποβεί αρκετά χρονοβόρα, αλλά και κοστοβόρα.

Μάλιστα, αυτός είναι και ο λόγος που για μαζική συλλογή δεδομένων χρησιμοποιούνται πιο αυτοματοποιημένες μέθοδοι, όπως αυτή που θα δούμε αμέσως τώρα.

   Μέθοδος #3: Web Scraping

Αναμφίβολα το web scraping είναι μια από τις καλύτερες επιλογές όταν θέλουμε να συλλέξουμε μεγάλο όγκο δεδομένων.

Πιο συγκεκριμένα, αναφέρεται στην αυτόματη εξόρυξη δεδομένων από το διαδίκτυο, τα οποία εξάγονται στη συνέχεια σε μια προσιτή για τον χρήστη μορφή, συνήθως μέσω ενός API.

Με άλλα λόγια, ένα λογισμικό web scraping μπορεί είτε χειροκίνητα, είτε μέσω web crawlers, να εισέλθει σε online βάσεις δεδομένων και να συλλέξει αυτόματα τα κατάλληλα δεδομένα.

Αρχικά καθορίζεται το URL από όπου θα αντληθούν οι εκάστοτε πληροφορίες. Στη συνέχεια προβάλλεται η σελίδα σε HTML και εξάγονται τα δεδομένα που χρειάζεται.

Τέλος, μετατρέπονται σε μία μορφή που θα είναι κατανοητή και εύχρηστη, ώστε να χρησιμοποιηθούν και από άλλες ειδικότητες όπως του data analyst.

   Μέθοδος #4: Συνεντεύξεις

Μια ακόμα μέθοδος που χρησιμοποιείται συχνά είναι αυτή των συνεντεύξεων.

Πρόκειται για ερωτήσεις που γίνονται σε ένα δείγμα ανθρώπων είτε διαδικτυακά, είτε με φυσική παρουσία, όπου οι απαντήσεις καταγράφονται.

Η μέθοδος αυτή είναι καταλληλότερη για μικρό δείγμα ατόμων, καθώς οι μεμονωμένες συνεντεύξεις με πολλά άτομα μπορούν να αποβούν αρκετά χρονοβόρες.

Βέβαια, το θετικό είναι ότι συλλέγονται δεδομένα απευθείας και μπορούν ακόμα και να γίνουν επεξηγηματικές ερωτήσεις, για να είναι τα δεδομένα όσο πιο ακριβή γίνεται.

Ας περάσουμε και στην τελευταία τεχνική συλλογής δεδομένων.

   Μέθοδος #5: Delphi Technique

Η τεχνική των Δελφών (Delphi Technique), αφορά τη ποιοτική μέθοδο πρόβλεψης μέσω της συλλογής απόψεων από μια ομάδα εμπειρογνωμόνων, κάνοντας αρκετούς γύρους ερωτήσεων

Τα άτομα αυτά είναι ειδικοί σε ένα συγκεκριμένο θέμα ώστε να μπορούν να προβλέψουν ένα αποτέλεσμα, ή τη πιθανότητα να γίνει.

Αφού οι ειδικοί απαντήσουν σε κάθε γύρο ερωτήσεων, ο συντονιστής συλλέγει όλες τις απαντήσεις και κάνει μια σύνοψη, την οποία αναφέρει σε κάποιο άλλο άτομο.

Στη συνέχεια, τα άτομα αυτά εξετάζουν τη συνοπτική έκθεση και είτε συμφωνούν, είτε διαφωνούν με τις απαντήσεις των άλλων ειδικών

 Συνοπτικά

Είδαμε λοιπόν ορισμένες από τις σημαντικότερες μεθόδους συλλογής δεδομένων.

Αν και η κάθε μία έχει τα αρνητικά και θετικά της, δεν υπάρχει σωστή και λάθος επιλογή.

Βέβαια, τεχνικές όπως το web scraping προσφέρουν περισσότερες δυνατότητες όσον αφορά τη ταχεία συλλογή μαζικών δεδομένων, επομένως προτιμάται συχνά.

Για τον λόγο αυτό, είναι ένα από τα πολλά πράγματα που διδάσκουμε εδώ στη BigBlue.

Αν ενδιαφέρεσαι να καταλάβεις την επιχειρηματική σκέψη πίσω από κάθε απόφαση που βασίζεται σε δεδομένα, πώς να τα συλλέξεις και πώς να τα αναλύσεις, ανακάλυψε το Data Engineering Bootcamp και ξεκίνα δυναμικά τη καριέρα σου!