[Презентация] Роль бизнес-аналитики в стратегических решениях: инструменты и методы анализа данных

— это бесплатный облачный инструмент аналитики и визуализации данных, разработанный компанией «Яндекс».
Лучше всего он работает, когда в качестве источника данных используются таблицы, заранее подготовленные в аналитической базе данных , например в ClickHouse.

Получить данные о работе компании в виде цифр Обработать и структурировать эти данные — сделать их пригодными для анализа Провести анализ данных — найти закономерности в деятельности компании и визуализировать их

20% Эстетика для графика важна только в той мере, 80% Данные почти всегда необходимо подготовить перед тем как визуализировать - эта работа занимает до 80% рабочего времени любого аналитика и её нельзя игнорировать.

Подготовка данных — это процесс очистки, преобразования и структурирования данных для их дальнейшего анализа и визуализации. Это важный этап, так как качество данных напрямую влияет на точность и достоверность аналитических выводов. BI-системы требуют, чтобы данные были организованы в определенном формате. Неподготовленные данные могут привести к ошибкам, некорректным визуализациям и затруднениям в анализе.

Очистка данных

2. Создание справочников ● Убедитесь, что в основной таблице есть ключевые поля для связи с справочниками (например, ID региона).

3. Нормализация данных ● Денормализация: в некоторых случаях, наоборот, может потребоваться объединение данных для упрощения анализа.

4. Создание расчетных полей (при необходимости) ● Убедитесь, что формулы преобразованы в значения (используйте "Копировать" → "Вставить как значения"), чтобы избежать ошибок при загрузке в BI.

5. Проверка данных ● Сводные таблицы: Используйте сводные таблицы в Excel для предварительного анализа данных и проверки их корректности.

6. Сохранение файла ● Убедитесь, что файл не содержит скрытых листов или данных, которые не должны попасть в BI.

1. Найти ошибки в предоставленной таблице с данными. 2. Исправить ошибки и объяснить, как это повлияет на анализ.

Исправленные ошибки: разные форматы дат и чисел, пропущенные значения, лишние пробелы, ошибки в названиях

Загрузка данных: импортируем данные в BI-систему. Моделирование: создаем связи между таблицами. Расчеты: добавляем новые метрики и показатели. Визуализация: создаем графики и диаграммы. Фильтры: настраиваем интерактивные элементы для анализа. Дашборды: объединяем визуализации в единый отчет. Публикация: Делаем отчеты доступными для других. Обновление: настраиваем автоматическое обновление данных.

1. Разделение на факты и измерения: ● Факты — это количественные данные, которые можно измерить Пример:

2. Гранулярность данных: ● Гранулярность определяет уровень детализации данных в таблице. Например: данные о продажах могут быть на уровне дня, месяца или года. !!! Важно согласовать гранулярность данных в разных таблицах. Если данные имеют разную детализацию, их нужно привести к общему уровню (агрегировать или, наоборот, детализировать).

3. Согласованность данных ● Все таблицы должны использовать одинаковые справочники и стандарты.

4. Оптимизация для анализа ● Данные должны быть структурированы так, чтобы минимизировать сложность запросов.

● Центральная таблица фактов связана с несколькими таблицами измерений. Методы моделирования данных

● Усложненная версия модели "Звезда", где таблицы измерений могут быть нормализованы и разбиты на дополнительные таблицы. Методы моделирования данных

● Сочетание нескольких моделей "Звезда" или "Снежинка". Методы моделирования данных

● Используйте индексы для ускорения запросов, особенно на больших объемах данных.

При соединение между двумя таблицами на основе общего поля (ключа) важно учитывать типы связей: JOIN (соединение) — это операция, которая позволяет объединять данные из двух или более таблиц на основе общего поля (ключа).

● Убедитесь, что данные агрегируются правильно (например, сумма продаж по покупателям). ● Убедитесь, что фильтры применяются корректно (например, фильтр по региону влияет на все связанные таблицы). 1 Нет совпадений в ключевых полях. Решение: проверьте, что ключевые поля содержат одинаковые значения. 3 Неправильный тип связи Решение: убедитесь, что тип связи соответствует данным (например, "один ко многим" вместо "многие ко многим"). 2 Данные не агрегируются Решение: Проверьте, что ключевые поля имеют правильный формат (например, числовой).

Таблица 1: Заказы 1. Объединить таблицу заказов с товарами

Таблица 2: Товары

Визуализация данных — это процесс представления информации в графическом формате, чтобы сделать её более понятной и доступной для анализа. Упрощение сложных данных. Ускорение принятия решений. Эффективная коммуникация.

Визуализация данных — это процесс представления информации в графическом формате, чтобы сделать её более понятной и доступной для анализа. Упрощение сложных данных. Ускорение принятия решений. Эффективная коммуникация.

Ясность и простота: избегайте избыточности и сложных элементов, которые могут запутать аудиторию. Акцент на ключевых данных: выделяйте главное, используя цвет, размер или форму. Соответствие данных и типа визуализации: выбирайте графики, которые лучше всего передают суть данных (например, линейные графики для трендов, столбчатые диаграммы для сравнений). Цветовая палитра: используйте контрастные, но гармоничные цвета. Избегайте избыточного количества цветов. Масштабирование и пропорции: убедитесь, что оси и шкалы не искажают данные.

Книга «Графики, которые убеждают всех» Александр Богачев Статья Как правильно визуализировать данные, чтобы принимать эффективные решения? (https://habr.com/ru/articles/816191/ ) Логика и принципы построения BI-дашборда (https://habr.com/ru/companies/modusbi/articles/760780/ )