What is Data Analysis?

 

डेटा विश्लेषण क्या है? अनुसंधान | प्रकार | तरीके | तकनीक


डेटा विश्लेषण क्या है?

डेटा विश्लेषण को व्यावसायिक निर्णय लेने के लिए उपयोगी जानकारी खोजने के लिए डेटा को साफ करने, बदलने और मॉडलिंग करने की प्रक्रिया के रूप में परिभाषित किया गया है। डेटा विश्लेषण का उद्देश्य डेटा से उपयोगी जानकारी निकालना और डेटा विश्लेषण के आधार पर निर्णय लेना है।

डेटा विश्लेषण का एक सरल उदाहरण यह है कि जब भी हम अपने दैनिक जीवन में कोई भी निर्णय लेते हैं तो यह सोचकर होता है कि पिछली बार क्या हुआ था या उस विशेष निर्णय को चुनकर क्या होगा। यह हमारे अतीत या भविष्य का विश्लेषण करने और उसके आधार पर निर्णय लेने के अलावा और कुछ नहीं है। उसके लिए हम अपने अतीत की यादें या अपने भविष्य के सपने इकठ्ठा करते हैं। तो यह डेटा विश्लेषण के अलावा और कुछ नहीं है। अब वही काम जो विश्लेषक व्यावसायिक उद्देश्यों के लिए करता है, उसे डेटा विश्लेषण कहा जाता है।


डेटा विश्लेषण क्यों?

अपने व्यवसाय को अपने जीवन में बढ़ने के लिए भी विकसित करने के लिए, कभी-कभी आपको केवल विश्लेषण करने की आवश्यकता होती है!

यदि आपका व्यवसाय नहीं बढ़ रहा है, तो आपको पीछे मुड़कर देखना होगा और अपनी गलतियों को स्वीकार करना होगा और उन गलतियों को दोहराए बिना फिर से योजना बनानी होगी। और अगर आपका बिजनेस बढ़ भी रहा है तो आपको बिजनेस को और बढ़ने के लिए आगे देखना होगा। आपको बस अपने व्यावसायिक डेटा और व्यावसायिक प्रक्रियाओं का विश्लेषण करना है।

डेटा विश्लेषण उपकरण

डेटा विश्लेषण उपकरण उपयोगकर्ताओं के लिए डेटा को संसाधित और हेरफेर करना आसान बनाते हैं, डेटा सेट के बीच संबंधों और सहसंबंधों का विश्लेषण करते हैं, और यह व्याख्या के लिए पैटर्न और रुझानों की पहचान करने में भी मदद करता है। अनुसंधान में डेटा विश्लेषण के लिए उपयोग किए जाने वाले उपकरणों की पूरी सूची यहां दी गई है 

डेटा विश्लेषण के प्रकार: तकनीक और तरीके

व्यापार और प्रौद्योगिकी के आधार पर कई प्रकार की डेटा विश्लेषण तकनीकें मौजूद हैं। हालाँकि, प्रमुख डेटा विश्लेषण विधियाँ हैं:

  • पाठ विश्लेषण
  • सांख्यिकीय विश्लेषण
  • नैदानिक ​​विश्लेषण
  • भविष्य कहनेवाला विश्लेषण
  • निर्देशात्मक विश्लेषण

पाठ विश्लेषण

टेक्स्ट एनालिसिस को डेटा माइनिंग भी कहा जाता है। यह डेटाबेस या डेटा माइनिंग टूल का उपयोग करके बड़े डेटा सेट में एक पैटर्न की खोज करने के लिए डेटा विश्लेषण के तरीकों में से एक है । यह कच्चे डेटा को व्यावसायिक जानकारी में परिवर्तित करता था। व्यापार खुफिया उपकरण बाजार में मौजूद हैं जिनका उपयोग रणनीतिक व्यापार निर्णय लेने के लिए किया जाता है। कुल मिलाकर यह डेटा को निकालने और जांचने और पैटर्न प्राप्त करने और अंत में डेटा की व्याख्या करने का एक तरीका प्रदान करता है।

सांख्यिकीय विश्लेषण

सांख्यिकीय विश्लेषण से पता चलता है "क्या होता है?" डैशबोर्ड के रूप में पिछले डेटा का उपयोग करके। सांख्यिकीय विश्लेषण में डेटा का संग्रह, विश्लेषण, व्याख्या, प्रस्तुति और मॉडलिंग शामिल है। यह डेटा के एक सेट या डेटा के नमूने का विश्लेषण करता है। इस प्रकार के विश्लेषण की दो श्रेणियां हैं - वर्णनात्मक विश्लेषण और अनुमानात्मक विश्लेषण।

विवरणात्मक विश्लेषण

संपूर्ण डेटा या सारांशित संख्यात्मक डेटा के नमूने का विश्लेषण करता है। यह निरंतर डेटा के लिए माध्य और विचलन दिखाता है जबकि श्रेणीबद्ध डेटा के लिए प्रतिशत और आवृत्ति।

अनुमानात्मक विश्लेषण

संपूर्ण डेटा से नमूने का विश्लेषण करता है। इस प्रकार के विश्लेषण में, आप अलग-अलग नमूनों का चयन करके एक ही डेटा से अलग-अलग निष्कर्ष निकाल सकते हैं।

नैदानिक ​​विश्लेषण

नैदानिक ​​विश्लेषण से पता चलता है "ऐसा क्यों हुआ?" सांख्यिकीय विश्लेषण में मिली अंतर्दृष्टि से कारण का पता लगाकर। यह विश्लेषण डेटा के व्यवहार पैटर्न की पहचान करने के लिए उपयोगी है। यदि आपकी व्यावसायिक प्रक्रिया में कोई नई समस्या आती है, तो आप उस समस्या के समान पैटर्न खोजने के लिए इस विश्लेषण को देख सकते हैं। और इसमें नई समस्याओं के लिए समान नुस्खे का उपयोग करने की संभावना हो सकती है।

भविष्य कहनेवाला विश्लेषण

भविष्यवाणी विश्लेषण पिछले डेटा का उपयोग करके "क्या होने की संभावना है" दिखाता है। सबसे सरल डेटा विश्लेषण का उदाहरण यह है कि पिछले साल मैंने अपनी बचत के आधार पर दो कपड़े खरीदे और अगर इस साल मेरा वेतन दोगुना बढ़ रहा है तो मैं चार कपड़े खरीद सकता हूं। लेकिन निश्चित रूप से यह इस तरह आसान नहीं है क्योंकि आपको अन्य परिस्थितियों के बारे में सोचना होगा जैसे कि इस साल कपड़ों की कीमतों में वृद्धि की संभावना है या हो सकता है कि कपड़े के बजाय आप एक नई बाइक खरीदना चाहते हैं, या आपको घर खरीदने की ज़रूरत है!

तो यहां, यह विश्लेषण वर्तमान या पिछले डेटा के आधार पर भविष्य के परिणामों के बारे में भविष्यवाणियां करता है। पूर्वानुमान सिर्फ एक अनुमान है। इसकी सटीकता इस बात पर आधारित है कि आपके पास कितनी विस्तृत जानकारी है और आप उसमें कितना खोदते हैं।

निर्देशात्मक विश्लेषण

निर्देशात्मक विश्लेषण पिछले सभी विश्लेषणों से अंतर्दृष्टि को जोड़ता है ताकि यह निर्धारित किया जा सके कि वर्तमान समस्या या निर्णय में कौन सी कार्रवाई करनी है। अधिकांश डेटा-संचालित कंपनियां प्रिस्क्रिप्टिव एनालिसिस का उपयोग कर रही हैं क्योंकि डेटा प्रदर्शन को बेहतर बनाने के लिए प्रेडिक्टिव और डिस्क्रिप्टिव एनालिसिस पर्याप्त नहीं हैं। वर्तमान स्थितियों और समस्याओं के आधार पर, वे डेटा का विश्लेषण करते हैं और निर्णय लेते हैं।

डेटा विश्लेषण प्रक्रिया

डेटा विश्लेषण प्रक्रिया एक उचित आवेदन या उपकरण जो आपको डेटा का पता लगाने और उस में एक पैटर्न खोजने की अनुमति देता का उपयोग करके कुछ भी नहीं लेकिन सभा जानकारी है। उस जानकारी और डेटा के आधार पर, आप निर्णय ले सकते हैं, या आप अंतिम निष्कर्ष प्राप्त कर सकते हैं।

डेटा विश्लेषण में निम्नलिखित चरण होते हैं:

  • डेटा आवश्यकता एकत्र करना
  • आंकड़ा संग्रहण
  • डेटा सफाई
  • डेटा विश्लेषण
  • आंकड़ा निर्वचन
  • डेटा विज़ुअलाइज़ेशन

डेटा आवश्यकता एकत्र करना

सबसे पहले, आपको यह सोचना होगा कि आप यह डेटा विश्लेषण क्यों करना चाहते हैं? आपको डेटा का विश्लेषण करने के उद्देश्य या उद्देश्य का पता लगाने की आवश्यकता है। आपको तय करना है कि आप किस प्रकार का डेटा विश्लेषण करना चाहते हैं! इस चरण में, आपको यह तय करना होगा कि क्या विश्लेषण करना है और इसे कैसे मापना है, आपको यह समझना होगा कि आप जांच क्यों कर रहे हैं और इस विश्लेषण को करने के लिए आपको किन उपायों का उपयोग करना है।

आंकड़ा संग्रहण

आवश्यकता एकत्र करने के बाद, आपको इस बारे में एक स्पष्ट विचार मिलेगा कि आपको किन चीजों को मापना है और आपके निष्कर्ष क्या होने चाहिए। अब आवश्यकताओं के आधार पर अपना डेटा एकत्र करने का समय आ गया है। एक बार जब आप अपना डेटा एकत्र कर लेते हैं, तो याद रखें कि एकत्रित डेटा को विश्लेषण के लिए संसाधित या व्यवस्थित किया जाना चाहिए। जैसा कि आपने विभिन्न स्रोतों से डेटा एकत्र किया है, आपको संग्रह तिथि और डेटा के स्रोत के साथ एक लॉग रखना होगा।

डेटा सफाई

अब जो भी डेटा एकत्र किया जाता है वह आपके विश्लेषण के उद्देश्य के लिए उपयोगी या अप्रासंगिक नहीं हो सकता है, इसलिए इसे साफ किया जाना चाहिए। एकत्र किए गए डेटा में डुप्लिकेट रिकॉर्ड, सफेद स्थान या त्रुटियां हो सकती हैं। डेटा को साफ और त्रुटि मुक्त होना चाहिए। यह चरण विश्लेषण से पहले किया जाना चाहिए क्योंकि डेटा सफाई के आधार पर, विश्लेषण का आपका आउटपुट आपके अपेक्षित परिणाम के करीब होगा।

डेटा विश्लेषण

एक बार डेटा एकत्र, साफ और संसाधित हो जाने के बाद, यह विश्लेषण के लिए तैयार है। जैसे ही आप डेटा में हेरफेर करते हैं, आप पा सकते हैं कि आपके पास सटीक जानकारी है जिसकी आपको आवश्यकता है, या आपको अधिक डेटा एकत्र करने की आवश्यकता हो सकती है। इस चरण के दौरान, आप डेटा विश्लेषण टूल और सॉफ़्टवेयर का उपयोग कर सकते हैं जो आपको आवश्यकताओं के आधार पर निष्कर्ष को समझने, व्याख्या करने और निष्कर्ष निकालने में मदद करेगा।

आंकड़ा निर्वचन

अपने डेटा का विश्लेषण करने के बाद, अंत में आपके परिणामों की व्याख्या करने का समय आ गया है। आप अपने डेटा विश्लेषण को व्यक्त करने या संप्रेषित करने का तरीका चुन सकते हैं या तो आप केवल शब्दों में या शायद एक तालिका या चार्ट में उपयोग कर सकते हैं। फिर अपनी डेटा विश्लेषण प्रक्रिया के परिणामों का उपयोग करके अपनी सर्वोत्तम कार्रवाई तय करें।

डेटा विज़ुअलाइज़ेशन

आपके दैनिक जीवन में डेटा विज़ुअलाइज़ेशन बहुत आम है; वे अक्सर चार्ट और ग्राफ़ के रूप में दिखाई देते हैं। दूसरे शब्दों में, डेटा को ग्राफिक रूप से दिखाया जाता है ताकि मानव मस्तिष्क के लिए इसे समझना और संसाधित करना आसान हो जाए। डेटा विज़ुअलाइज़ेशन अक्सर अज्ञात तथ्यों और प्रवृत्तियों को खोजने के लिए उपयोग किया जाता है। रिश्तों को देखकर और डेटासेट की तुलना करके, आप सार्थक जानकारी का पता लगाने का एक तरीका खोज सकते हैं।

सारांश:

  • डेटा विश्लेषण का अर्थ है व्यावसायिक निर्णय लेने के लिए उपयोगी जानकारी खोजने के लिए डेटा को साफ करने, बदलने और मॉडलिंग करने की प्रक्रिया
  • डेटा विश्लेषण के प्रकार टेक्स्ट, सांख्यिकीय, नैदानिक, भविष्य कहनेवाला, निर्देशात्मक विश्लेषण हैं
  • डेटा विश्लेषण में डेटा आवश्यकता एकत्रीकरण, डेटा संग्रह, डेटा सफाई, डेटा विश्लेषण, डेटा व्याख्या, डेटा विज़ुअलाइज़ेशन शामिल हैं।

Post a Comment

0 Comments

Contact Form