تطبيقات عملية تحليل البيانات الاستكشافية

اقرأ في هذا المقال


تحليل البيانات هو مصطلح واسع يتضمن أنواعًا مختلفة من التحليل مثل: الوصفي والتشخيصي والتنبؤي والتعليمي و(EDA) مرادف للتحليل الوصفي، حيث يستكشف المرء العلاقات والأنماط المخفية في البيانات المتاحة.

تطبيقات استخدام عملية تحليل البيانات الاستكشافية

1- الرعاية الصحية

استخدم الباحثون تحليل البيانات الاستكشافية لتحديد القيم المتطرفة في مجتمع المرضى والتحقق من تجانسها، وصنف العلماء المرضى المشاركين في الدراسة إلى أربعين سمة بما في ذلك العمر والجنس.

2- البيع بالتجزئة

يمكن لتحليل البيانات الاستكشافية أن يمكّن المحللين من تمثيل اتجاهات المبيعات المختلفة بيانياً وتصور البيانات المتعلقة بفئات المنتجات الأكثر مبيعاً والديموغرافيات والتفضيلات للمشتري وأنماط إنفاق العملاء والوحدات المباعة خلال فترة معينة.

3- الرياضات الاحترافية

يعتمد المحللون الرياضيون على (EDA) للبحث عن أكثر اللاعبين والفرق نجاحًا وفضلاً عن اكتشاف المتغيرات التي تساهم في انتصارات الفريق وخسائره، ويمكن أن تساعد الأفكار التي تم جمعها من البيانات الرياضية أيضًا المشاركين في المراهنات الرياضية عبر الإنترنت، وبالإضافة إلى ذلك فإنّ (EDA) هي أداة مفيدة لتحديد اللاعبين أو الفرق التي يجب أن يتم اختيارهم لتأييد الشركة.

4- التاريخ

يمكن تطبيق (EDA) لإنشاء بيانات جديدة حول الأحداث الماضية، حيث باستخدام البيانات التي تم جمعها من مصادر مثل: الحفريات الأثرية والصور الرقمية والنصوص، يمكن لمحللي البيانات الحصول على فهم أقوى للأحداث الماضية التي ظلت لغزًا لآلاف السنين.

5- التسويق

تقدم (EDA) رؤى ثاقبة في ظروف الشراء المختلفة مثل: سبب توقف العملاء عن شراء منتج أو سبب نجاح حملة معينة، حيث من خلال فهم السياق المحيط بهذه المتغيرات توفر (EDA) للمحللين استراتيجية للعمل المستقبلي.

6- التدقيق

يمكن تطبيق (EDA) على عدة مراحل من التدقيق ولكل من دورات التدقيق الداخلي والخارجي.

7- الجغرافيا

تحليل البيانات المكانية الاستكشافية (ESDA) هو فرع من (EDA) يهتم بشكل خاص بالبيانات الجغرافية، حيث يمكن لأولئك الذين يتدربون في هذا المجال أداء مجموعة متنوعة من المهام الجغرافية، مثل: تصور التوزيعات المكانية واكتشاف القيم المتطرفة المادية واكتشاف المجموعات أو الأنماط المكانية.

المصدر: Data Science from Scratch: First Principles with Python by Joel Grus / 2nd EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionFoundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First Edition


شارك المقالة: