Как мы видели здесь и здесь, после определения проблемы/цели — наш следующий шаг в качестве аналитика данных — разделить проблему на более мелкие, управляемые, решаемые части (разобрать).
Часто ваша проблема будет расплывчатой, например: «Как нам увеличить продажи?». Лучший подход к решению этих больших проблем — это решение более мелких проблем, которые вы проанализировали из большой проблемы. Например
Как мы увеличиваем продажи? можно разделить на
Чего хотят от нас наши лучшие клиенты?
Какие рекламные акции, скорее всего, сработают?
Как поживает наша реклама?
Опять же, ответ на эти более мелкие проблемы может быть не так легко получить из огромного массива данных, которые организация регулярно собирает. Как аналитик данных, вам также нужно будет разделить данные на более мелкие фрагменты, т. е. самостоятельно извлечь важные элементы из большого набора.
Если данные, которые вы получаете от своего клиента, представляют собой сводку, вам нужно знать, какие элементы являются наиболее важными. Если ваши данные поступают в необработанном виде, вы захотите обобщить элементы, чтобы сделать эти данные более полезными. В этом случае вам нужно создать представление о том, как работает бизнес, сравнив их сводную статистику.
Имеющиеся данные и ответы вашего клиента на ряд вопросов, которые у вас были, обеспечивают важный базовый набор предположений о том, как работает бизнес и становятся основой вашего анализа. Вам нужно будет составить набор «Убеждения клиента» и «Ваши мысли о данных».
После того, как вы успешно разбили свою проблему на более мелкие, управляемые части, пришло время перейти к третьему этапу более подробной оценки этих частей. Продолжение следует.
