¿El análisis de datos es diferente del análisis de datos?

Aquí estoy compartiendo la respuesta de David Kasik:

David Kasik, investigador técnico superior en Boeing (industria de la aviación)

Análisis de datos vs análisis de datos

En mi terminología, el análisis de datos se refiere a la exploración y evaluación práctica de datos.

El análisis de datos es un término más amplio e incluye el análisis de datos como subcomponente necesario. La analítica define la ciencia detrás del análisis. La ciencia significa comprender los procesos cognitivos que utiliza un analista para comprender problemas y explorar datos de manera significativa. La analítica también incluye extracción de datos, transformación y carga; herramientas, técnicas y métodos específicos; y cómo comunicar con éxito los resultados.

Para mayor información por favor visite

Entrevista: David Kasik, Boeing sobre Data Analysis vs Data Analytics

Análisis de datos y búsqueda de datos en Cassandra

ANÁLISIS Y BÚSQUEDA DE DATOS

Muchas aplicaciones tienen requisitos para que su base de datos transaccional subyacente facilite fácilmente las operaciones analíticas y de búsqueda. Como DBA, es probable que esté familiarizado con las capacidades analíticas que se pueden ejecutar a través de SQL y las opciones de búsqueda de texto completo en RDBMS, y podría preguntarse cómo se manejan las mismas cosas en Cassandra.

ANÁLISIS EN TIEMPO REAL Y POR LOTES

Debido a que Cassandra tiene una arquitectura distribuida, nada compartido, el marco para ejecutar análisis en comparación con un RDBMS centralizado será diferente.

Hay tres opciones en DataStax Enterprise que le permiten ejecutar operaciones analíticas fácilmente en los datos de Cassandra. Puede ejecutar análisis de datos en tiempo real y por lotes (es decir, de ejecución más larga) a través de los componentes integrados de la plataforma que utilizan Apache Spark para análisis en tiempo real y varios componentes de Hadoop como MapReduce, Hive, Pig y Mahout para un funcionamiento más prolongado. análisis por lotes.

La capacidad de análisis en la plataforma le proporciona una serie de funciones y capacidades de SQL a las que está acostumbrado en el mundo RDBMS (p. Ej., Uniones, funciones agregadas, etc.) Además, el análisis se puede ejecutar en múltiples centros de datos y disponibilidad en la nube zonas Las opciones de disponibilidad continua incorporadas también están en la plataforma.

Para más información, haga clic en el enlace de abajo.

Análisis de datos y búsqueda de datos en Cassandra – Mindmajix

En teoría no. Un proyecto de análisis es, en esencia, un proyecto de análisis de datos.

En la práctica, sí, porque las personas pueden diferenciarse si hablo de una cosa u otra con un usuario comercial.

Hay una gran diferencia para el usuario empresarial si ejecuto un análisis y le envío el informe (análisis de datos) o si creo un tablero que puede usar (análisis descriptivo). También hay una gran diferencia si un usuario de negocios recibe un informe con un pronóstico del valor en tiempo real de una campaña de marketing o si tiene acceso a una aplicación web que muestra la predicción y le permite interactuar con ella (análisis predictivo). Incluso hay una gran diferencia si creo un producto que hace una predicción y se pone en contacto con la API de otro sistema para inducir la acción (análisis prescriptivo).

Al final, de una forma u otra, se trata de formas de análisis de datos más o menos automatizadas, más o menos interactivas, pero coloquialmente hay una diferencia entre análisis y análisis.

Podemos argumentar que esto no debería ser así, pero al final comunicarse con los usuarios de negocios es una de las habilidades más grandes que una persona de datos puede tener y cualquier cosa que ayude con eso es bienvenida por mí.

Espero que esto ayude.

El análisis de datos es un proceso de análisis de datos sin procesar y convertirlos en información. La información es información significativa, cuando encuentra el patrón oculto en sus datos y lo utiliza para predecir, pronosticar o tomar una decisión mejor informada en función de sus datos analizados.

El análisis de datos generalmente se refiere a las herramientas que proporcionarán diferentes tipos de análisis (tablero, informe, visualización) para negocios como Tableau, Lumira, etc.

Lo es, desde mi perspectiva.

El análisis de datos es la acción de analizar los datos. Puede mirarlo, visualizarlo, usar algunas herramientas avanzadas como estadísticas o aprendizaje automático. Tu abuela de 80 años puede hacerlo cuando va a un supermercado comparando los precios del pan.

El análisis de datos es el estudio del análisis de datos. Es más estructurado y sistemático.

No ellos son los mismos. No sé por qué la gente usa Analytics. Ni siquiera es una palabra apropiada. Pero por alguna razón se usa mucho en el análisis de datos. Probablemente porque la palabra “Analytics” suena mejor (aunque gramaticalmente incorrecta e inexistente). Sin embargo, creo que la verdadera razón por la cual Analytics se ha usado más comúnmente este día es porque: se refiere a técnicas analíticas. El análisis, por otro lado, se refiere a un amplio espectro de todo, desde la ciencia de tratar con datos hasta las técnicas y herramientas para analizar datos.

Por lo tanto, cuando la palabra analítica viene a la mente, aunque sea incorrecta, en realidad se interpreta como “técnicas y herramientas analíticas”, mientras que el análisis puede significar cualquier cosa que tenga que ver con los datos.

Por lo tanto, en el fondo, son básicamente lo mismo en su significado. Simplemente esa es una palabra equivocada, pero de alguna manera la gente las usa con tanta frecuencia que se vuelve objetiva. Dicho esto, si tomas el significado vago, emergente y sin precedentes de la analítica, como la gente suele interpretar, entonces la analítica es un subconjunto de análisis.

De hecho, en LinkedIn, no hay “Analytics” como una categoría adecuada de habilidades. Pero Analysis y Data Analysis son categorías adecuadas en LinkedIn.

El análisis de datos es la separación de un todo en sus partes componentes, y el análisis de datos es el método de análisis lógico. Los especialistas en marketing aprovechan tanto para impulsar todo tipo de decisiones, y cada aplicación específica respalda los desafíos de comprensión únicos inherentes a la disección de los comportamientos de los clientes.

Una forma de distinguir la diferencia entre análisis de datos y análisis de datos es pensar en términos de pasado y futuro. El análisis mira hacia atrás a lo largo del tiempo, proporcionando a los especialistas en marketing una visión histórica de lo sucedido. Por lo general, los análisis esperan modelar el futuro o predecir un resultado.

Data Analytics es una profesión extremadamente demandada que requiere que un profesional posea un conocimiento sólido de análisis de datos en todas las dimensiones y descubra la verdad invisible junto con la lógica y el conocimiento del dominio para impactar la línea superior (aumentar el negocio) y el fondo. línea (aumento de ingresos).

Y en el análisis es un proceso de análisis y descripción de todo el proceso y flujo de datos aplicando sistemáticamente técnicas estadísticas y / o lógicas para describir e ilustrar, condensar y recapitular, y evaluar datos.

Para obtener más información, puede visitar: https://www.excelr.com/