데이터 분석이란?
데이터 분석은 특정 결론에 도달하기 위해 원시 데이터를 검사하는 과학입니다.
데이터 분석에는 알고리즘 또는 기계적 프로세스를 적용하여 통찰력을 도출하고 여러 데이터 세트를 실행하여 의미있는 상관 관계를 찾습니다. 여러 산업에서 사용되어 조직 및 데이터 분석 회사가 더 많은 정보에 입각 한 결정을 내릴 수있을뿐만 아니라 기존 이론이나 모델을 확인하고 반증 할 수 있습니다. 데이터 분석의 초점은 연구자가 이미 알고있는 내용만을 기반으로 결론을 도출하는 과정 인 추론에 있습니다.
데이터 분석의 응용
- 보건 의료
병원의 주요 과제는 가능한 한 많은 환자를 효율적으로 치료하는 동시에 고액을 제공하는 것입니다. 기기 및 기계 데이터는 병원에서 사용되는 환자 흐름, 치료 및 장비를 추적하고 최적화하는 데 점점 더 많이 사용되고 있습니다. 데이터 분석 회사의 소프트웨어를 활용하여 글로벌 의료 비용을 630 억 달러 이상 절감 할 수있는 1 %의 효율성 향상이있을 것으로 예상됩니다.
- 여행
데이터 분석은 모바일 / 웹 로그 및 소셜 미디어 데이터 분석을 통해 구매 경험을 최적화 할 수 있습니다. 여행 웹 사이트는 고객의 선호도에 대한 통찰력을 얻을 수 있습니다. 현재 판매를 맞춤형 패키지 및 제안을 통해 검색-구매 전환의 후속 검색 증가와 연관시켜 제품을 상향 판매 할 수 있습니다. 소셜 미디어 데이터를 기반으로하는 데이터 분석은 개인화 된 여행 추천을 제공 할 수도 있습니다.
- 노름
데이터 분석은 데이터를 수집하여 게임 내외에서 최적화하고 지출하는 데 도움이됩니다. 게임 회사는 사용자가 무엇을 좋아하고 싫어하는 지에 대해 더 많이 알 수 있습니다.
- 에너지 관리
대부분의 기업은 유틸리티 회사의 스마트 그리드 관리, 에너지 최적화, 에너지 분배 및 건물 자동화를 포함한 에너지 관리를 위해 데이터 분석을 사용하고 있습니다. 여기에서 애플리케이션은 네트워크 장치 및 파견 직원의 제어 및 모니터링과 서비스 중단 관리에 중점을 둡니다. 유틸리티는 네트워크 성능에 수백만 개의 데이터 포인트를 통합 할 수 있으며 엔지니어는 분석을 사용하여 네트워크를 모니터링 할 수 있습니다.
데이터 분석가가되는 데 필요한 기술
- 프로그래밍 기술 : R 및 Python과 같은 프로그래밍 언어를 아는 것은 모든 데이터 분석가에게 필수적입니다.
- 통계 기술 및 수학 : 설명 및 추론 통계와 실험 설계는 데이터 과학자에게 필요한 기술입니다.
- 기계 학습 기술
- 데이터 랭 글링 기술 : 원시 데이터를 매핑하고 데이터를보다 편리하게 사용할 수있는 다른 형식으로 변환하는 기능
- 커뮤니케이션 및 데이터 시각화 기술
- 데이터 직관 : 전문가가 데이터 분석가처럼 생각할 수 있어야합니다.
데이터 분석가 급여
Glassdoor에 따르면 데이터 분석가의 평균 기본 급여는 연간 $ 62,453입니다.
원본 : https://www.simplilearn.com/data-science-vs-big-data-vs-data-analytics-article
사진 : https://www.houseofbots.com/news-detail/2895-1-the-rise-of-data-analytics-in-legal-department
COMMENTS