Dáta sú dnes už prirodzenou súčasťou fungovania väčšiny firiem. Vznikajú pri nákupoch, objednávkach, návštevách webových stránok, komunikácii so zákazníkmi, používaní aplikácií ako aj pri každodenných firemných procesoch. S rastom firmy pritom zvyčajne rastie aj množstvo údajov, s ktorými musí pracovať.
Samotné množstvo dát však ešte neznamená, že firma z nich automaticky získa užitočné informácie. Dôležité je vedieť dáta spracovať, analyzovať a správne interpretovať. Práve tu nachádza svoje využitie dátová veda, ktorá pomáha firmám hľadať v dátach vzory, súvislosti a informácie, ktoré môžu podporiť riešenie konkrétnych problémov alebo rozhodovanie.
Dáta samy o sebe nestačia
Predstavme si firmu, ktorá má milióny záznamov o svojich zákazníkoch a objednávkach.
Môže napríklad vedieť, aké produkty si zákazníci objednávajú, kedy nakupujú, koľko míňajú peňazí alebo ako často sa vracajú. Samotné zhromažďovanie takéhoto množstva údajov však ešte neznamená, že z nich firma automaticky získa niečo užitočné. Dôležité je vedieť dáta správne spracovať a analyzovať, aby sme v nich dokázali nájsť informácie, ktoré nám pomôžu odpovedať na konkrétne otázky. Dátová veda na tento účel využíva rôzne metódy a postupy, ako napríklad dátovú analýzu, štatistiku, programovanie a strojové učenie.
Dátová veda pomáha hľadať vzory v dátach
Jedným z využití dátovej vedy je odhaľovať vzory a súvislosti, ktoré nie sú v dátach okamžite viditeľné.
Predstavme si napríklad internetový obchod s tisíckami objednávok. Pri jednej objednávke nemusí byť zrejmé, ktoré produkty zákazníci často kupujú spolu. Ak však analyzujeme veľké množstvo objednávok, môžeme zistiť, že ľudia, ktorí si kupujú určitý produkt často pridávajú do košíka aj iný konkrétny produkt. Firma môže takúto informáciu využiť napríklad pri odporúčaní ďalších produktov alebo pri plánovaní svojej ponuky.
Dátová veda tak umožňuje nájsť v množstve údajov súvislosti, ktoré by bolo bez ich analýzy veľmi skryté.
Dátová veda môže pomôcť pri odhadoch
Dátová veda nám nemusí pomáhať iba pochopiť, čo sa stalo v minulosti.
Pomocou historických údajov je možné vytvárať aj predikcie, alebo inak povedané odhady budúceho vývoja. Predstavme si napríklad obchod, ktorý má údaje o predaji za posledných 8 rokov. Môže z nich zistiť, v ktorých obdobiach sa predáva viac alebo menej, alebo či sa pravidelne opakujú určité vzory, prípadne o ktoré produkty je najväčší záujem. Na základe týchto informácií sa môže vytvoriť model, ktorý odhadne budúci dopyt a pomôže tak firme lepšie plánovať svoje zásoby. Takáto predikcia však neznamená presné predpovedanie budúcnosti, ale ide skôr o odhad založený na dostupných dátach, pričom skutočný vývoj môžu ovplyvniť aj okolnosti, ktoré v dátach neboli zachytené.
Dátová veda podporuje rozhodovanie
Dátová veda môže firmám pomôcť aj pri rozhodovaní.
Každá firma sa pravidelne rozhoduje napríklad o cenách, produktoch, marketingu, zásobách alebo svojom ďalšom smerovaní v rámci trhu. Pri takýchto rozhodnutiach sa môže spoliehať na skúsenosti a odborné znalosti, ale zároveň môže využiť aj údaje, ktoré má k dispozícii. Tento prístup sa označuje ako rozhodovanie založené na dátach.
Predstavme si napríklad firmu, ktorá zvažuje otvorenie novej predajne v Bratislave. Pri rozhodovaní môže analyzovať údaje o predajoch, počte zákazníkov, lokalitách existujúcich predajní alebo správaní zákazníkov. Takáto analýza jej môže poskytnúť ďalší pohľad na situáciu a pomôcť pri rozhodovaní. Dáta však nemusia rozhodovať namiesto človeka, pretože ich úlohou je poskytnúť mu kvalitnejšie informácie, na základe ktorých sa môže rozhodnúť.
Dátová veda pomáha riešiť konkrétne problémy
Dátová veda je užitočná najmä vtedy, keď pomáha firme odpovedať na otázky a riešiť problémy.
Firma môže napríklad zisťovať, prečo niektorí zákazníci prestávajú využívať jej služby, o ktoré produkty je najväčší záujem alebo ako efektívnejšie plánovať svoje zásoby. Dátový vedec alebo analytik môže pri takýchto otázkach pracovať s dostupnými údajmi, analyzovať ich a hľadať informácie, ktoré pomôžu situáciu lepšie pochopiť.
Podľa mňa je pritom dôležité začať vždy problémom, ktorý chceme vyriešiť a až potom premýšľať nad tým, aké metódy by bolo vhodné použiť. Nie každý problém totiž vyžaduje zložitý model strojového učenia, niekedy môže na získanie odpovede úplne postačovať jednoduchá analýza alebo v podstate základné štatistické vyhodnotenie.
Potrebujú dátovú vedu všetky firmy?
Nie každá firma potrebuje dátovú vedu v rovnakej miere.
Záleží napríklad na tom o akú veľkú firmu ide, s akým množstvom dát pracuje, čomu sa venuje a aké problémy potrebuje riešiť. Menšej firme môže na prácu s dátami postačovať jednoduchá analýza a bežné nástroje, zatiaľ čo väčšia spoločnosť môže pracovať s miliónmi záznamov a využívať pokročilejšie metódy, ako sú prediktívne modely alebo strojové učenie. Z môjho pohľadu preto nie je najdôležitejšie či firma používa dátovú vedu, ale či dokáže svoje dáta správne využiť a premeniť ich na informácie, ktoré jej pomôžu pri konkrétnych potrebách a rozhodnutiach.
Na záver malé zhrnutie.
Podľa mňa je pri začiatkoch s dátovou vedou najdôležitejšie pochopiť, že nejde iba o programovanie, štatistiku alebo strojové učenie. Dátovú vedu vnímam predovšetkým ako spôsob, ako pomocou dát lepšie porozumieť problémom a hľadať ich riešenia. Z môjho pohľadu je pre firmy dôležité, aby sa nesústredili iba na zhromažďovanie čo najväčšieho množstva dát, ale predovšetkým na to, ako ich dokážu správne využiť. Hodnotu prináša najmä schopnosť dátam porozumieť, objavovať v nich užitočné súvislosti a následne tieto poznatky využiť pri riešení problémov a rozhodovaní.
Zaujal Vás článok?
Zvážte možnosť jeho zdieľania na sociálnych sieťach alebo sa podeľte o svoj názor a pripomienky k článku a to odoslaním správy na e-mailovú adresu info@dataspark.sk.
