Debe comenzar con qué tipo de datos va a analizar. por ejemplo, comercio electrónico, finanzas, petróleo, gobierno, CRM, educación, atención médica, etc.
Luego, debe saber qué tipo de analista de casos de uso (Usted) tiene. Por ejemplo: análisis de uso, análisis de comportamiento, detección de patrones, segmentación de clientes, valor de tiempo de vida, métricas de precios, etc.
Entonces, necesita las herramientas apropiadas para comenzar el análisis. por ejemplo, SQL, Excel, R, Hadoop (solo si es Bigdata)
- ¿Qué es la secuencia de clics?
- Cómo anonimizar datos de búsqueda de usuarios con machine learning
- ¿Qué es una explicación intuitiva de una regresión multivariada?
- ¿Puedo usar RStudio para la minería de datos donde necesito tomar un conjunto de datos de detección de intrusos? ¿Alguna sugerencia?
- ¿Cuáles son las ventajas y desventajas de automatizar el proceso de limpieza de un conjunto de datos?
Para analizar datos, primero debe tener datos. Hay pasos involucrados
- Recopilación de datos
- Limpieza de datos
- Transformación de datos
- Preparación de datos
- Análisis de datos / análisis
- Visualización de datos (por supuesto que quieres verlo)
- Informes, Panel, Monitoreo, Notificaciones
¡¡Aclamaciones!!
