Kreativlik deyəndə ilk ağla gələn marketinq olur. Əslində isə kreativliyin ən çox tələb olunduğu sahələrdən biri də data analitikasıdır. Datanın gündən-günə avtomatlaşdırılması data analitiklərinin də süni intellektlə əvəzlənməsini istisna etmir. Nəzərə alsaq ki, datada axtarılan suallar, həllini gözləyən problemlər gizlənir, bu işin robotlara həvalə olunması bir az fantastik yanaşma da ola bilər. “Bütün analizlər fərqlidir.” – deyə, bir anlayış var. Lakin bu, həqiqətən də, belə deyil. Hesablamaların əksəriyyəti oxşardır və müəyyən dərəcəyə qədər avtomatlaşdırıla bilər. Lakin dərinə getdiyiniz zaman layihədən layihəyə nə qədər fərqin olduğunu, eyni alqoritmin başqa layihədə fərqli nəticə çıxardığını görə bilərsiniz. İstər regressiya (bir hadisənin baş verməsinə təsir edən amillərin təsir gücünün proqnozlaşdırılması və müəyyənləşdirilməsi) olsun, istər maşın öyrənməsi (Machine learning, riyazi alqoritmlərin proqramlaşdırma dillərində qurulması ilə proqnoz vermə üsuludur.), alqoritmlər fərqli layihələrdə eyni effekti göstərməyəcək.

Cavabını axtardığınız suallara, əlinizdə olan datanın keyfiyyətinə və verilənlərinə, həttə məlumatı çatdırmaq istədiyiniz kütləyə görə kreativ olmalısınız.

Datanın keyfiyyəti

• Kontekstin (Verilənlərin və ümumi məzmunun) əhəmiyyəti

Cavabını axtardığınız sual üçün düzgün data formatı seçməlisiniz. Həqiqətən də, bu verilənlərə ehtiyacınız varmı? Quracağınız alqoritm verilənlərinizə uyğun olmalıdır.

• Çatışmayan Verilənlər (Missing Values)

Demək olar ki, bütün datalarda çatışmayan verilənlər var. Burada, həmin verilənlərin niyə olmadığını, niyə çatışmadığını tapmalısınız. Çatışmayan verilənlərə qarşı xüsusi diqqət tələb olunur. Sırf bu səbəbdən də, çatışmayan verilənlərin aradan qaldırılması və ya yenidən doldurulması mexanizmini öyrənmək lazımdır. Çatışmayan verilənlərə olan yanaşmanız, datadakı ümumi xüsusiyyətlərə uyğun olmalıdır. Datadakı ümumi tendensiyanı, onun xüsusiyyətlərini müəyyən etmək üçün Araşdırma Data Analizi (Exploratory Data Analysis) həyata keçirmək vacibdir.

Məlumatı Çatdırmaq İstədiyiniz Kütlə

İnformasiyanı çatdırmaq istədiyiniz kütlənin xüsusiyyətlərini nəzərə almağınız çox vacibdir. Kommunikasiya biznesin bütün sahələrində olduğu kimi, data analitikasında da ən mühim faktor sayılır. İstənilən qədər mükəmməl alqoritm qura bilərsiniz. İnsanların başa düşdüyü dildə interpretasiya verə bilməsəniz bütün əziyyətiniz hədər olacaq. Elə bir çərçivədə təqdimat etməlisiniz ki, həm informasiyanı çatdırmaq istədiyiniz kütlənin sualları cavablansın, həm də siz əlavə lazımi məlumatları, onların başa düşdüyü dildə ifadə edəsiniz.

Sevinc Hüseynova, Banco.az