डेटा विश्लेषण क्या है? शोध, प्रकार और उदाहरण

डेटा विश्लेषण क्या है?

डेटा विश्लेषण डेटा विश्लेषण को व्यावसायिक निर्णय लेने के लिए उपयोगी जानकारी प्राप्त करने हेतु डेटा को साफ करने, रूपांतरित करने और मॉडल बनाने की प्रक्रिया के रूप में परिभाषित किया जाता है। डेटा विश्लेषण का उद्देश्य व्यावसायिक निर्णय लेने हेतु उपयोगी जानकारी प्राप्त करना है।tracडेटा से उपयोगी जानकारी प्राप्त करें और उस विश्लेषण के आधार पर निर्णय लें।

डेटा विश्लेषण का एक सरल उदाहरण तब देखने को मिलता है जब हम रोजमर्रा की जिंदगी में कोई निर्णय लेते समय पिछली घटना या किसी विशेष विकल्प को चुनने पर होने वाले परिणाम के बारे में सोचते हैं। यह हमारे अतीत या भविष्य का विश्लेषण करना और उसके आधार पर निर्णय लेना है, जिसमें अतीत की यादों या भविष्य की अपेक्षाओं को इकट्ठा करना शामिल है। एक विश्लेषक व्यावसायिक उद्देश्यों के लिए भी यही करता है, और इसे डेटा विश्लेषण कहा जाता है।

डेटा विश्लेषण व्यापक क्षेत्र के अंतर्गत आता है। डाटा विज्ञानजिसमें डेटा इंजीनियरिंग, मशीन लर्निंग और परिनियोजन भी शामिल हैं।

डेटा विश्लेषण क्यों महत्वपूर्ण है?

अपने व्यवसाय को बढ़ाने के लिए, और यहां तक ​​कि अपने जीवन में भी आगे बढ़ने के लिए, कभी-कभी आपको केवल विश्लेषण करने की आवश्यकता होती है।

यदि आपका व्यवसाय आगे नहीं बढ़ रहा है, तो आपको पीछे मुड़कर देखना होगा, अपनी गलतियों को स्वीकार करना होगा और उन्हें दोहराए बिना एक नई योजना बनानी होगी। और यदि आपका व्यवसाय आगे बढ़ रहा है, तो आपको इसे और आगे बढ़ाने के लिए भविष्य की ओर देखना होगा। इसके लिए आपको बस अपने व्यवसाय के डेटा और प्रक्रियाओं का विश्लेषण करना होगा।

डेटा विश्लेषण उपकरण

नीचे वर्णित प्रत्येक चरण सॉफ्टवेयर की सहायता से किया जाता है, और नीचे दिया गया स्क्रीनशॉट विश्लेषण उपकरण द्वारा प्रस्तुत किए जाने वाले इंटरफ़ेस के प्रकार को दर्शाता है।

डेटा विश्लेषण उपकरण उपयोगकर्ताओं के लिए डेटा को संसाधित और हेरफेर करना, डेटा सेट के बीच संबंधों और सहसंबंधों का विश्लेषण करना और व्याख्या के लिए पैटर्न और रुझानों की पहचान करना आसान बनाते हैं। स्प्रेडशीट छोटे डेटासेट को कवर करती हैं, SQL क्वेरी डेटा वेयरहाउस को कवर करती हैं। Python और R सांख्यिकी और मॉडलिंग को संभालें, और बिजनेस इंटेलिजेंस प्लेटफॉर्म परिणाम को डैशबोर्ड पर प्रकाशित करते हैं। यहां पूरी सूची दी गई है। उपकरण अनुसंधान में उपयोग किया जाता है।

डेटा विश्लेषण के प्रकार: तकनीक और विधियाँ

वहाँ कई हैं डेटा विश्लेषण के प्रकार व्यवसाय और प्रौद्योगिकी पर आधारित तकनीकें मौजूद हैं। हालांकि, प्रमुख डेटा विश्लेषण विधियां निम्नलिखित हैं:

• पाठ विश्लेषण
• सांख्यिकीय विश्लेषण
• नैदानिक ​​विश्लेषण
• भविष्यवाणी का विश्लेषण
• अनुदेशात्मक विश्लेषण

ये पाँचों प्रश्न एक दूसरे पर आधारित हैं। नीचे दी गई तालिका में प्रत्येक प्रश्न का उत्तर दिखाया गया है, और उसके बाद के अनुभागों में इन्हें अलग-अलग समझाया गया है।

तकनीक	प्रश्न इसका उत्तर है	विशिष्ट आउटपुट
पाठ विश्लेषण	अव्यवस्थित पाठ में कौन से पैटर्न छिपे होते हैं?	विषय, कीवर्ड, निकाले गए नियम
सांख्यिकीय विश्लेषण	क्या हुआ?	डैशबोर्ड, सारांश सांख्यिकी
नैदानिक ​​विश्लेषण	यह क्यों हुआ?	मूल कारण, व्यवहार के पैटर्न
भविष्यवाणी का विश्लेषण	क्या होने की संभावना है?	पूर्वानुमान, जोखिम स्कोर
अनुदेशात्मक विश्लेषण	हमें इसके बारे में क्या करना चाहिए?	अनुशंसित क्रियाएँ

पाठ विश्लेषण

पाठ विश्लेषण को डेटा माइनिंग भी कहा जाता है। यह डेटा विश्लेषण की उन विधियों में से एक है जिनका उपयोग डेटाबेस या डेटासेट का उपयोग करके बड़े डेटा सेट में पैटर्न खोजने के लिए किया जाता है। डेटा खनन उपकरणयह कच्चे डेटा को व्यावसायिक जानकारी में परिवर्तित करता है। बाज़ार में उपलब्ध व्यावसायिक बुद्धिमत्ता उपकरणों का उपयोग रणनीतिक व्यावसायिक निर्णय लेने के लिए किया जाता है। कुल मिलाकर, यह एक ऐसा तरीका प्रदान करता है जिससेtracडेटा का विश्लेषण करें, पैटर्न निकालें और अंत में डेटा की व्याख्या करें।

सांख्यिकीय विश्लेषण

सांख्यिकीय विश्लेषण डैशबोर्ड के रूप में पिछले डेटा का उपयोग करके यह दर्शाता है कि "क्या हुआ था?" इसमें डेटा का संग्रह, विश्लेषण, व्याख्या, प्रस्तुतिकरण और मॉडलिंग शामिल है, और यह संपूर्ण डेटा सेट या नमूने पर काम करता है। इस प्रकार के विश्लेषण की दो श्रेणियां हैं - वर्णनात्मक विश्लेषण और आनुमानिक विश्लेषण।

Descriptive विश्लेषण

Descriptव्यापक विश्लेषण संपूर्ण डेटा या संख्यात्मक डेटा के एक नमूने का सारांश प्रस्तुत करता है। यह सतत डेटा के लिए माध्य और मानक विचलन तथा श्रेणीबद्ध डेटा के लिए प्रतिशत और आवृत्तियाँ बताता है।

अनुमानात्मक विश्लेषण

अनुमानित विश्लेषण संपूर्ण डेटा से लिए गए नमूने पर आधारित होता है। इस प्रकार के विश्लेषण में, विभिन्न नमूने चुनकर एक ही जनसंख्या से अलग-अलग निष्कर्ष निकाले जा सकते हैं।

निदानात्मक विश्लेषण

सांख्यिकीय विश्लेषण से प्राप्त जानकारी के पीछे के कारण का पता लगाकर नैदानिक ​​विश्लेषण से यह पता चलता है कि "ऐसा क्यों हुआ?" यह विश्लेषण डेटा में व्यवहार पैटर्न की पहचान करने में उपयोगी है। यदि आपकी व्यावसायिक प्रक्रिया में कोई नई समस्या उत्पन्न होती है, तो आप इस विश्लेषण के माध्यम से समान पैटर्न का पता लगा सकते हैं, और संभावना है कि इसी तरह का समाधान नई समस्या पर भी लागू होगा।

भविष्य कहनेवाला विश्लेषण

पूर्वानुमान विश्लेषण पिछले आंकड़ों का उपयोग करके यह बताता है कि "आगे क्या होने की संभावना है?"। एक सरल उदाहरण: यदि पिछले वर्ष मैंने अपनी बचत से दो ड्रेस खरीदीं और इस वर्ष मेरा वेतन दोगुना हो जाता है, तो मैं चार ड्रेस खरीद सकती हूँ। बेशक, यह इतना आसान नहीं है, क्योंकि आपको अन्य परिस्थितियों पर भी विचार करना होगा - हो सकता है कि इस वर्ष कपड़ों की कीमतें बढ़ गई हों, या ड्रेस के बजाय आप नई साइकिल खरीदना चाहें, या आपको घर खरीदने की आवश्यकता हो।

इसलिए यह विश्लेषण वर्तमान या अतीत के आंकड़ों के आधार पर भविष्य के परिणामों के बारे में पूर्वानुमान लगाता है। पूर्वानुमान केवल एक अनुमान है; इसकी सटीकता इस बात पर निर्भर करती है कि आपके पास कितनी विस्तृत जानकारी है और आप उसका कितना गहन विश्लेषण करते हैं।

अनुदेशात्मक विश्लेषण

निर्देशात्मक विश्लेषण पिछले सभी विश्लेषणों से प्राप्त जानकारियों को मिलाकर वर्तमान समस्या या निर्णय पर कार्रवाई निर्धारित करता है। अधिकांश डेटा-आधारित कंपनियां निर्देशात्मक विश्लेषण का उपयोग करती हैं क्योंकि केवल भविष्यसूचक और वर्णनात्मक विश्लेषण डेटा प्रदर्शन को बेहतर बनाने के लिए पर्याप्त नहीं हैं। वर्तमान परिस्थितियों और समस्याओं के आधार पर, वे डेटा का विश्लेषण करते हैं और निर्णय लेते हैं।

डेटा विश्लेषण प्रक्रिया

तकनीक का चयन करने से आपको वह जानकारी मिल जाती है जो आप जानना चाहते हैं; नीचे दी गई प्रक्रिया से पता चलता है कि काम कैसे किया जाता है। डेटा विश्लेषण प्रक्रिया जानकारी इकट्ठा करने के लिए किसी उपयुक्त एप्लिकेशन या टूल का उपयोग किया जाता है, जिससे आप डेटा का विश्लेषण कर सकें और उसमें कोई पैटर्न ढूंढ सकें। उस जानकारी के आधार पर आप निर्णय ले सकते हैं या निष्कर्ष पर पहुंच सकते हैं।

डेटा विश्लेषण में निम्नलिखित चरण शामिल हैं:

• डेटा आवश्यकता संग्रह
• डेटा संग्रह
• डेटा की सफाई
• डेटा विश्लेषण
• आंकड़ा निर्वचन
• डेटा विज़ुअलाइज़ेशन

डेटा आवश्यकता एकत्रीकरण

सबसे पहले, इस बारे में सोचें कि आप यह डेटा विश्लेषण क्यों करना चाहते हैं। आपको डेटा विश्लेषण का उद्देश्य या लक्ष्य निर्धारित करना होगा और यह तय करना होगा कि आप किस प्रकार का डेटा विश्लेषण करना चाहते हैं। इस चरण में आप यह तय करते हैं कि क्या विश्लेषण करना है और इसे कैसे मापना है, साथ ही यह भी स्पष्ट करते हैं कि आप जांच क्यों कर रहे हैं और विश्लेषण में किन मापदंडों का उपयोग किया जाएगा।

डेटा संग्रहण

आवश्यकताओं को एकत्रित करने के बाद, आपको इस बात का स्पष्ट अंदाजा हो जाएगा कि आपको क्या मापना है और आपके निष्कर्ष क्या होने चाहिए। अब उन आवश्यकताओं के आधार पर डेटा एकत्र करने का समय है। डेटा एकत्र होने के बाद, विश्लेषण के लिए उसे संसाधित या व्यवस्थित करना आवश्यक है। चूंकि डेटा विभिन्न स्रोतों से आता है, इसलिए प्रत्येक डेटा सेट के संग्रह की तिथि और स्रोत का रिकॉर्ड रखें।

डेटा की सफाई

जो भी डेटा इकट्ठा किया जाता है, वह उपयोगी न भी हो सकता है या आपके उद्देश्य से संबंधित न भी हो, इसलिए उसे साफ करना आवश्यक है। एकत्रित डेटा में डुप्लिकेट रिकॉर्ड, अनावश्यक रिक्त स्थान या त्रुटियां हो सकती हैं। डेटा साफ और त्रुटि रहित होना चाहिए। विश्लेषण से पहले यह चरण पूरा करना अनिवार्य है, क्योंकि सफाई की गुणवत्ता ही यह निर्धारित करती है कि परिणाम आपके अपेक्षित परिणाम के कितना करीब है।

डेटा विश्लेषण

डेटा एकत्र, साफ और संसाधित हो जाने के बाद, यह विश्लेषण के लिए तैयार हो जाता है। डेटा का विश्लेषण करते समय, आपको शायद वह जानकारी मिल जाए जिसकी आपको आवश्यकता है, या आपको और जानकारी एकत्र करने की आवश्यकता हो सकती है। इस चरण में, आप डेटा विश्लेषण सॉफ़्टवेयर का उपयोग करके आवश्यकताओं के आधार पर डेटा को समझते हैं, उसकी व्याख्या करते हैं और निष्कर्ष निकालते हैं।

आंकड़ा निर्वचन

अपने डेटा का विश्लेषण करने के बाद, अब परिणामों की व्याख्या करने का समय आ गया है। आप विश्लेषण को व्यक्त करने या संप्रेषित करने का तरीका चुन सकते हैं - सरल शब्दों में, या तालिका या चार्ट के रूप में। फिर अपनी डेटा विश्लेषण प्रक्रिया के परिणामों का उपयोग करके आगे की कार्रवाई का सर्वोत्तम तरीका तय करें।

Data Visualization

डेटा विज़ुअलाइज़ेशन हमारे दैनिक जीवन का एक अभिन्न अंग है और अक्सर चार्ट और ग्राफ़ के रूप में दिखाई देता है। दूसरे शब्दों में, डेटा को ग्राफ़िक रूप से प्रदर्शित किया जाता है ताकि मानव मस्तिष्क इसे आसानी से समझ सके और संसाधित कर सके। डेटा विज़ुअलाइज़ेशन का उपयोग अक्सर अज्ञात तथ्यों और रुझानों को खोजने के लिए किया जाता है। संबंधों का अवलोकन करके और डेटा सेट की तुलना करके, आप सार्थक जानकारी प्राप्त कर सकते हैं।

अक्सर पूछे जाने वाले प्रश्न