{"id":14270,"url":"\/distributions\/14270\/click?bit=1&hash=a51bb85a950ab21cdf691932d23b81e76bd428323f3fda8d1e62b0843a9e5699","title":"\u041b\u044b\u0436\u0438, \u043c\u0443\u0437\u044b\u043a\u0430 \u0438 \u0410\u043b\u044c\u0444\u0430-\u0411\u0430\u043d\u043a \u2014 \u043d\u0430 \u043e\u0434\u043d\u043e\u0439 \u0433\u043e\u0440\u0435","buttonText":"\u041d\u0430 \u043a\u0430\u043a\u043e\u0439?","imageUuid":"f84aced9-2f9d-5a50-9157-8e37d6ce1060"}

Аналитика всмятку: как гуманитарию начать работать с данными

Несколько лет назад я столкнулся с казалось бы простой задачей и не смог её решить. Мне надо было проанализировать данные о продажах. Посмотреть структуру по городам, сопоставить с населением, с числом наших партнеров и партнеров конкурентов, найти зависимости и места, где получаем денег меньше, чем могли бы.

Тогда я не нашёл подходящих инструментов. Теперь они есть. Если быть точным, инструменты и раньше были. Но сейчас они стали доступны.

Я смотрел на заполненный цифрами лист Excel в ожидании озарения. Казалось, не хватает тайного знания о возможностях этой программы. Не один раз мелькала идея пойти на специальные курсы. Но сомнения в пригодности Excel взяли верх.

Я интересовался у коллег — а как у них. Коллеги пользовались тяжелыми ERP-системами. Однако, с аналитикой данных всё было примерно так же.

Сегодня автоматизация привела к тому, что даже у совсем маленьких компаний полно данных. Об искусственном интеллекте и Big Data говорит каждый утюг. Но работать с данными по-прежнему умеют лишь крупные организации.

Когда я смотрю очередной вебинар или тренинг — как что-нибудь посчитать или сделать со своими данными, мозг плавится от терминов, а настроение портится от осознания препятствий на пути в мир Data Sciense. Психологи называют это словом “фрустрация”.

Поэтому мы придумали “Аналитику всмятку”.

Всё по 3 минуты

Мы решили создать серию видео-роликов. В каждом выпуске “Аналитики всмятку” будем показывать решение какой-нибудь задачки в области работы с данными.

Менеджерам и маркетологам часто приходится ломать голову, как сделать ту или иную штуку — посмотреть зависимость или увидеть тенденцию. Но такие поиски иногда заканчиваются тупиком. Всё-таки привычные электронные таблицы создавались для другого.

Мы же для работы с данными будем использовать профессиональный инструмент — платформу Qlik. Когда-то она была довольно сложной и дорогой. Чтобы воспользоваться, требовались знания в области Data Science и архитектуры BI-систем. В конце концов, надо было уметь писать скрипты.

Сегодня всё стало проще. Мы возьмём бесплатный инструмент — Qlik Sense Desktop. В каждом выпуске “Аналитики всмятку” будем показывать, как решить одну задачу с помощью Qlik Sense. Со временем охватим самые распространенные кейсы и простым языком объясним все ключевые понятия из мира Business Intelligence.

Все шаги можно будет воспроизвести — либо на своих данных, либо на тестовом наборе.

Надеюсь, кому-то наша “Аналитика Всмятку” поможет немного сократить путь в мир Data Science.

Почему всмятку?

Потому что быстро.

Первый выпуск получился 5 минут. Надо было показать, как это вообще работает. В следующих уложимся в 3.

Мы будем рады любым комментариям. Если нам удалось рассказать что-то полезное — не забывайте нас похвалить. Ну и наоборот.

Выпуск #1. Как начать работать со своими данными с помощью Qlik.
0
3 комментария
Pixel Lens

Я тут мимолётом пролетал и уже улетаю, как человек далёкий от всего этого (слава богу). Но меня так зацепило, что аж и видео посмотрел, и статью плюсанул. Думаю, начинание очень правильное! Ну я полетел дальше.

Ответить
Развернуть ветку
Elena Zabalueva

Как аналитик с парой гуманитарных образований надеялась хоть что-то новенькое для себя открыть, но тщетно...

Ответить
Развернуть ветку
Dmitry Popovich
Автор

Возможно, что-то новое попадется в других выпусках :)

Ответить
Развернуть ветку

Комментарий удален модератором

Развернуть ветку
0 комментариев
Раскрывать всегда