Что такое анализ данных
Глянь на месячный чек из супермаркета - строчек полста, вроде каша. А если сгруппировать по категориям и сложить, получишь картину, куда реально уходят деньги. Это работа с данными в самом бытовом виде.
Материалы вводят в общие понятия: что такое данные, чем они отличаются, какие вопросы вообще осмысленно к ним задавать. Всё на уровне знакомства, без глубокого погружения.
Виды и источники данных
Данные бывают разные. Числа (сколько килограммов, сколько минут) и слова (отзывы, комментарии, ответы на открытые вопросы). Первое считать легко, со вторым сложнее. Плюс к этому - структурированные таблицы и «сырой» текст. Материалы разбирают такое деление и объясняют, откуда информация обычно берётся.
Частая ошибка новичков - схватить первый попавшийся источник и не задуматься о его полноте. Дальше выводы получаются кривыми не из-за анализа, а из-за исходников. Именно на этот момент упор.
Базовая статистика
Средняя зарплата по офису: десять человек получают по 50 тысяч, начальник миллион. Средняя выйдет за 130. А медиана - те же 50. Разница видна невооружённым глазом. Материалы разбирают такие вещи на пальцах, без формул.
Кроме среднего и медианы обсуждаются разброс и распределение - то есть насколько значения сгруппированы или размазаны. Без этих понятий легко браться за выводы, которые из данных не следуют.
Подготовка и очистка данных
Зачем нужна подготовка
Скачал таблицу - половина строк с опечатками, где-то пусто, даты в трёх форматах. Пока не почистишь, считать бесполезно. Материалы объясняют, почему без этого шага никуда.
Пропустил подготовку - получил красивый график с враньём внутри. Типичный сценарий, из-за которого потом рушатся выводы.
Типичные шаги
Убрать дубли, разобраться с явными выбросами, привести форматы к одному виду - вот примерный набор. Материалы дают его в общих чертах, без привязки к конкретной программе.
Идея не в том, чтобы вызубрить чек-лист, а понять логику: почему одну строчку выкидываем, а другую оставляем.
Этика при работе с данными
Собрал данные о людях - несёшь за них ответственность. Персональные сведения, чужие переписки, чувствительная информация - всё это нельзя тащить куда попало. Материалы затрагивают базовые принципы, чтобы было представление о рамках.
Речь не только о законах. Даже разрешённые данные можно подать так, что человеку станет неприятно или это ему навредит. Ответственность начинается раньше нарушения правил.
Собрал данные о людях - несёшь за них ответственность.
Как интерпретировать результаты
Летом растут продажи мороженого и растёт число утоплений. Значит, мороженое топит людей? Классический пример корреляции без причины: и то и другое связано с жарой. Материалы разбирают именно такие ловушки.
Число посчитано, график построен - на этом хочется поставить точку. А стоит спросить: что именно оно значит в контексте? Какая была выборка? Какие ограничения? Материалы упирают на осторожность в выводах и признание границ анализа.
Ограничения и ответственность
Материалы носят ознакомительный характер и не заменяют профессиональной консультации. Они дают общее представление, но конкретных результатов не гарантируют.
Как применять прочитанное - решать самому пользователю. Ответственность за практические шаги остаётся на нём.
Хотите узнать больше?
Оставьте заявку по теме «работа с данными» — расскажем подробнее и ответим на вопросы