Droga do lepszych analiz
Co zrobić, gdy w naszych danych ukrywają się informacje, których nie możemy wydobyć? Czy na naszych wykresach faktycznie widać to, co chcemy pokazać? I gdzie w tym wszystkim miejsce na uczucie?
Ta historia jest od początku do końca prawdziwa. Jestem pewien, że każdy czytelnik i czytelniczka mogą się w niej odnaleźć. Zobaczyć, gdzie są obecnie i znaleźć inspirację do dalszej drogi w analizie danych. Lub upewnić się, że są na właściwej ścieżce.
Zaczyna się prawie zawsze tak samo, podobnie do miliona innych historii miłosnych. Niewinnie. Chłopak lub dziewczyna włącza Excela. Być może przypadkiem, być może z powodu jakiejś ekscytującej ciekawości. A może dlatego, że nauczyciel od informatyki w szkole średniej musi zrealizować program, a w nim jak byk jest napisane coś o poznawaniu pakietu biurowego z wyszczególnieniem arkusza kalkulacyjnego. To nieważne. Ważne, że haczyk został połknięty. Wprawdzie na początku te prostokątne komórki nie wyglądają atrakcyjnie – trudno się w nich rysuje, pisanie też jest bez szału i nawet nie ma wypunktowania. Ale kropla drąży skałę. Wskaźnik myszki coraz częściej ląduje nad zieloną ikoną z dużym znakiem X, niewielkie komórki łączą się w arkusz, a arkusze w skoroszyty. Miłość rozkwita, a niewinna do tej pory ofiara postanawia związać swoją przyszłość zawodową właśnie z najpopularniejszym arkuszem kalkulacyjnym świata. To brzmi jak spełnienie marzeń!
Pierwsze chmury
Chyba każda osoba parająca się analizą danych na pewnym etapie swojej pracy zderza się z dwiema kwestiami. Po pierwsze – ilość danych, z jakimi stykamy się każdego dnia, jest przytłaczająca. Widać to zwłaszcza w nowoczesnych przedsiębiorstwach, które zdają sobie sprawę z potęgi danych. Jeśli chcemy tę niesamowitą ilość przeanalizować w realnym czasie, musimy sięgnąć po narzędzia automatyzujące naszą pracę. Nieważne, czy automatyzacja wystąpi na etapie przekształcania danych, czy też wyciągania wniosków. Najlepiej oczywiście, żeby zadziałała w obu przypadkach, a do tego była bezbłędna i niezbyt angażowała naszą uwagę lub czas. Po drugie – odbiorcy naszych analiz. Z tych dwóch problemów w naszej pracy oni wydają się tym większym. O ile można próbować działać bez automatyzacji pewnych procedur, o tyle praca bez odbiorców informacji jest bezsensowna. Z kolei ci odbiorcy za nic w świecie nie zgadzają się na naukę choćby podstaw analizy danych i domagają się przedstawiania ich w przyjaznej, czytelnej formie. Najlepiej atrakcyjnej wizualnie, żeby dobrze wyglądała na slajdach prezentowanych komuś wyżej na szczeblach firmowej drabiny, lub nawet komuś, kto stoi obok niej, ale ma prawo do informacji.
Wykorzystałeś swój limit bezpłatnych treści
Pozostałe 81% artykułu dostępne jest dla zalogowanych użytkowników portalu. Zaloguj się, wybierz plan abonamentowy albo kup dostęp do artykułu/dokumentu.