Datová analytika: a) proces analýzy dat (data mining, zpracování, analýza a prezentace dat), b) použití, nástroje, možnosti a trendy: Porovnání verzí

Řádek 6: Řádek 6:
 
Data mining neboli dolování dat je analytická metoda, jak získat z velkého množství dat užitečné a netriviální informace, které mohou pomoci v rozvoji podniku nebo získat konkurenční výhodu nad ostatními. Tato metoda je jedna z mnoha součástí procesu dobývání znalostí z databází. <ref name="gorecki">RŮŽIČKOVÁ, Martina. Data mining — Co? Jak? K čemu?. Medium - Where good ideas find you [online].  [cit. 2022-01-17]. Dostupné z: https://medium.com/edtech-kisk/data-mining-co-jak-k-%C4%8Demu-c5176179303b</ref> Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. <ref name="kučer">KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-01-18]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD.</ref>
 
Data mining neboli dolování dat je analytická metoda, jak získat z velkého množství dat užitečné a netriviální informace, které mohou pomoci v rozvoji podniku nebo získat konkurenční výhodu nad ostatními. Tato metoda je jedna z mnoha součástí procesu dobývání znalostí z databází. <ref name="gorecki">RŮŽIČKOVÁ, Martina. Data mining — Co? Jak? K čemu?. Medium - Where good ideas find you [online].  [cit. 2022-01-17]. Dostupné z: https://medium.com/edtech-kisk/data-mining-co-jak-k-%C4%8Demu-c5176179303b</ref> Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. <ref name="kučer">KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-01-18]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD.</ref>
  
data mining probíhá v šesti krocích:
+
'''Data mining probíhá v šesti krocích:'''
# Definování problému, porozumění požadavků a stanovení cíle projektu. Zde se ještě navrhuje a tvoří plán pro řešení daného problému.
+
 
# Porozumění datům je nezbytná součást procesu. Vytváří se první hypotézy, které se v průběhu celého procesu snažíme potvrdit, vyvrátit nebo najít jiná řešení, jak k problému přistupovat.
+
#<u>Definování problému</u>, porozumění požadavků a stanovení cíle projektu. Zde se ještě navrhuje a tvoří plán pro řešení daného problému.
# Příprava dat, integrace datových zdrojů, čištění a úprava dat do podoby, kterou vyžadují analytické nástroje a metody, které později budou na data aplikovány. Špatná integrace dat může vést ke znehodnocení zdrojů dat a ovlivnění celkové kvality řešení.
+
#<u>Porozumění datům</u> je nezbytná součást procesu. Vytváří se první hypotézy, které se v průběhu celého procesu snažíme potvrdit, vyvrátit nebo najít jiná řešení, jak k problému přistupovat.
# Modelování obsahuje testování vhodných metod a nastavení jejich parametrů pro řešení definovaného problému. Nejlepší získaná řešení postupují do dalšího kroku.
+
#<u>Příprava dat</u>, integrace datových zdrojů, čištění a úprava dat do podoby, kterou vyžadují analytické nástroje a metody, které později budou na data aplikovány. Špatná integrace dat může vést ke znehodnocení zdrojů dat a ovlivnění celkové kvality řešení.
# Při Hodnocení dochází ke konečnému zhodnocení a selekci získaných modelů podle různých vlastností a ověření správnosti získaných řešení. Dle získaných výsledků je již možno zvážit případnou implementaci celého procesu.
+
#<u>Modelování</u> obsahuje testování vhodných metod a nastavení jejich parametrů pro řešení definovaného problému. Nejlepší získaná řešení postupují do dalšího kroku.
# Nasazení je posledním krokem v celém procesu. Pokud je rozhodnuto výsledky data miningu implementovat do svých procesů, je nezbytné modely udržovat aktuální. Vztahy v datech se časem mění, a pokud by systém nebyl pravidelně aktualizován, je velmi pravděpodobné, že by časem pozbyl jak kvality, tak i zcela své funkce. <ref name="gorecki">RŮŽIČKOVÁ, Martina. Data mining — Co? Jak? K čemu?. Medium - Where good ideas find you [online].  [cit. 2022-01-17]. Dostupné z: https://medium.com/edtech-kisk/data-mining-co-jak-k-%C4%8Demu-c5176179303b</ref>
+
#<u>Při Hodnocení</u> dochází ke konečnému zhodnocení a selekci získaných modelů podle různých vlastností a ověření správnosti získaných řešení. Dle získaných výsledků je již možno zvážit případnou implementaci celého procesu.
 +
#<u>Nasazení</u> je posledním krokem v celém procesu. Pokud je rozhodnuto výsledky data miningu implementovat do svých procesů, je nezbytné modely udržovat aktuální. Vztahy v datech se časem mění, a pokud by systém nebyl pravidelně aktualizován, je velmi pravděpodobné, že by časem pozbyl jak kvality, tak i zcela své funkce. <ref name="gorecki">RŮŽIČKOVÁ, Martina. Data mining — Co? Jak? K čemu?. Medium - Where good ideas find you [online].  [cit. 2022-01-17]. Dostupné z: https://medium.com/edtech-kisk/data-mining-co-jak-k-%C4%8Demu-c5176179303b</ref>
  
 
===Zpracování===
 
===Zpracování===
Řádek 24: Řádek 25:
  
 
===Trendy ovlivňující prostředí dat a analytiky===
 
===Trendy ovlivňující prostředí dat a analytiky===
* [[Digitalizace]]
+
 
* Neustále rostoucí objemy dat
+
*[[Digitalizace]]
* [[Umělá inteligence]]
+
*Neustále rostoucí objemy dat
* [[Internet věcí|IoT]] (konektivita a konvergence)
+
*[[Umělá inteligence]]
* [[Robotizace]] a inteligentní automatizace
+
*[[Internet věcí|IoT]] (konektivita a konvergence)
* Změny v modelu práce
+
*[[Robotizace]] a inteligentní automatizace
* Nedostatek kvalifikovaných pracovních sil
+
*Změny v modelu práce
* Rozšíření potřeby analytických znalostí i na ostatní profese
+
*Nedostatek kvalifikovaných pracovních sil
* Zjednodušení organizací
+
*Rozšíření potřeby analytických znalostí i na ostatní profese
* Zvyšující se požadavky regulátorů
+
*Zjednodušení organizací
* Konverzace v přirozeném jazyce
+
*Zvyšující se požadavky regulátorů
* Virtuální, resp. rozšířená realita  
+
*Konverzace v přirozeném jazyce
* [[Blockchain]]
+
*Virtuální, resp. rozšířená realita
* [[Kybernetická bezpečnost]]
+
*[[Blockchain]]
* [[Kvantový počítač]]
+
*[[Kybernetická bezpečnost]]
* [[DNA počítače]] <ref name="moodl">NOVOTNÁ, Jitka. Trendy datové vědy. Úvod do datové analýzy - Moodle UK [online].  [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1176467/mod_resource/content/1/08_Trendy.pdf</ref>
+
*[[Kvantový počítač]]
 +
*[[DNA počítače]] <ref name="moodl">NOVOTNÁ, Jitka. Trendy datové vědy. Úvod do datové analýzy - Moodle UK [online].  [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1176467/mod_resource/content/1/08_Trendy.pdf</ref>
  
 
Kde využiji datovou analýzu?
 
Kde využiji datovou analýzu?
* Logistika a doprava – nejrychlejší cesta z A do B, dopravní zácpy
+
 
* Podnikové finance – zdraví firmy, podpora rozhodování, dashboardy
+
*Logistika a doprava – nejrychlejší cesta z A do B, dopravní zácpy
* Finance - úroky, změny v ekonomice na burze
+
*Podnikové finance – zdraví firmy, podpora rozhodování, dashboardy
* Kriminalita – odhalení podvodných transakcí
+
*Finance - úroky, změny v ekonomice na burze
* Počasí – vliv teplých mořských proudů na počasí v Evropě, numerické modely a predikce
+
*Kriminalita – odhalení podvodných transakcí
* Medicína – koncentrace léků v krvi na účinné úrovni
+
*Počasí – vliv teplých mořských proudů na počasí v Evropě, numerické modely a predikce
* Pandemie - šíření epidemií
+
*Medicína – koncentrace léků v krvi na účinné úrovni
* Fyzika – pohyby planet, konstrukce letadel, stavby mostů <ref name="moodl2">NOVOTNÁ, Jitka. Úvod do datové analýzy. Úvod do datové analýzy - Moodle UK [online].  [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1147080/mod_resource/content/1/01_Z%C3%A1kladn%C3%AD%20pojmy%20a%20historie.pdf</ref>
+
*Pandemie - šíření epidemií
* Zdravotnictví - data o očkování, počtech nakažených
+
*Fyzika – pohyby planet, konstrukce letadel, stavby mostů <ref name="moodl2">NOVOTNÁ, Jitka. Úvod do datové analýzy. Úvod do datové analýzy - Moodle UK [online].  [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1147080/mod_resource/content/1/01_Z%C3%A1kladn%C3%AD%20pojmy%20a%20historie.pdf</ref>
 +
*Zdravotnictví - data o očkování, počtech nakažených
  
 
==Odkazy==
 
==Odkazy==
Řádek 59: Řádek 62:
 
===Doporučená literatura===
 
===Doporučená literatura===
  
* ŘEZANKOVÁ, Hana. Analýza dat z dotazníkových šetření. (Čtvrté přepracované vydání). [Praha]: Professional Publishing, 2017. 225 stran. ISBN 978-80-906594-8-3.
+
*ŘEZANKOVÁ, Hana. Analýza dat z dotazníkových šetření. (Čtvrté přepracované vydání). [Praha]: Professional Publishing, 2017. 225 stran. ISBN 978-80-906594-8-3.
* GELMAN, Andrew a HILL, Jennifer. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press, 2007. xxii, 625 s. Analytical methods for social research. ISBN 978-0-521-68689-1.
+
*GELMAN, Andrew a HILL, Jennifer. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press, 2007. xxii, 625 s. Analytical methods for social research. ISBN 978-0-521-68689-1.
* GEMIGNANI, Zach et al. Efektivní analýza a využití dat. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 240 stran. ISBN 978-80-251-4571-5.
+
*GEMIGNANI, Zach et al. Efektivní analýza a využití dat. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 240 stran. ISBN 978-80-251-4571-5.
* CUESTA, Hector. Analýza dat v praxi. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 296 stran. ISBN 978-80-251-4361-2.
+
*CUESTA, Hector. Analýza dat v praxi. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 296 stran. ISBN 978-80-251-4361-2.
* HOLČÍK, Jiří. Analýza a klasifikace dat. Vyd. 1. Brno: Akademické nakladatelství CERM, 2012. 111 s. ISBN 978-80-7204-793-2.
+
*HOLČÍK, Jiří. Analýza a klasifikace dat. Vyd. 1. Brno: Akademické nakladatelství CERM, 2012. 111 s. ISBN 978-80-7204-793-2.
  
 
===Související články===
 
===Související články===

Verze z 18. 1. 2022, 16:54

Stránka ve výstavbě
Inkwell icon - Noun Project 2512.svg Na této stránce se právě pracuje. Prosím needitujte tuto stránku, dokud na ní zůstává tato šablona. Předejdete tak editačnímu konfliktu. Jestliže uběhla od poslední editace doba alespoň dvou dnů, neváhejte tuto šablonu odstranit. Inkwell icon - Noun Project 2512.svg

Datová analytika je založena na matematice, statistice, informačních technologií, UI. Úkolem analýzy dat je redukce, organizace, syntéza a sumarizace informací s cílem dát výsledkům význam a provádět úvahy podporované validní evidencí. [1] Během sběru dat nebo po něm vyhodnocujeme informaci, kterou data zprostředkují. O datech provádíme závěry s ohledem na položené výzkumné otázky a hypotézy.

Proces analýzy dat

Data mining

Data mining neboli dolování dat je analytická metoda, jak získat z velkého množství dat užitečné a netriviální informace, které mohou pomoci v rozvoji podniku nebo získat konkurenční výhodu nad ostatními. Tato metoda je jedna z mnoha součástí procesu dobývání znalostí z databází. [2] Využívají se techniky umělé inteligence (neuronové sítě, rozpoznávání, samoučící se algoritmy), jež mohou být kombinovány s technikami statistického a matematického modelování (klasifikační pravidla nebo stromy, regrese, shluková analýza) a s nástroji OLAP. [3]

Data mining probíhá v šesti krocích:

  1. Definování problému, porozumění požadavků a stanovení cíle projektu. Zde se ještě navrhuje a tvoří plán pro řešení daného problému.
  2. Porozumění datům je nezbytná součást procesu. Vytváří se první hypotézy, které se v průběhu celého procesu snažíme potvrdit, vyvrátit nebo najít jiná řešení, jak k problému přistupovat.
  3. Příprava dat, integrace datových zdrojů, čištění a úprava dat do podoby, kterou vyžadují analytické nástroje a metody, které později budou na data aplikovány. Špatná integrace dat může vést ke znehodnocení zdrojů dat a ovlivnění celkové kvality řešení.
  4. Modelování obsahuje testování vhodných metod a nastavení jejich parametrů pro řešení definovaného problému. Nejlepší získaná řešení postupují do dalšího kroku.
  5. Při Hodnocení dochází ke konečnému zhodnocení a selekci získaných modelů podle různých vlastností a ověření správnosti získaných řešení. Dle získaných výsledků je již možno zvážit případnou implementaci celého procesu.
  6. Nasazení je posledním krokem v celém procesu. Pokud je rozhodnuto výsledky data miningu implementovat do svých procesů, je nezbytné modely udržovat aktuální. Vztahy v datech se časem mění, a pokud by systém nebyl pravidelně aktualizován, je velmi pravděpodobné, že by časem pozbyl jak kvality, tak i zcela své funkce. [2]

Zpracování

OLAP (OnLine Analytical Processing): technologie pro vícerozměrnou analýzu dat uložených v databázi. Poskytuje např. analýzy časových řad nebo trendů. [4]

Prezetnace dat

Business Inteligence - je pokročilá vizualizace dat, která využívá znalosti, technologie, aplikace, analýzy a další postupy za účelem sběru, integrace a správné interpretace a prezentace obchodních informací uživateli. [5]


Trendy ovlivňující prostředí dat a analytiky

Kde využiji datovou analýzu?

  • Logistika a doprava – nejrychlejší cesta z A do B, dopravní zácpy
  • Podnikové finance – zdraví firmy, podpora rozhodování, dashboardy
  • Finance - úroky, změny v ekonomice na burze
  • Kriminalita – odhalení podvodných transakcí
  • Počasí – vliv teplých mořských proudů na počasí v Evropě, numerické modely a predikce
  • Medicína – koncentrace léků v krvi na účinné úrovni
  • Pandemie - šíření epidemií
  • Fyzika – pohyby planet, konstrukce letadel, stavby mostů [6]
  • Zdravotnictví - data o očkování, počtech nakažených

Odkazy

Reference

  1. DZIMKO, M. Řešení Business Intelligence. Brno: Vysoké učení technické v Brně, Fakulta podnikatelská, 2017. 67 s. Vedoucí bakalářské práce Ing. JIŘÍ KŘÍŽ, Ph.D. Dostupné z: https://www.vut.cz/www_base/zav_prace_soubor_verejne.php?file_id=149992
  2. 2,0 2,1 RŮŽIČKOVÁ, Martina. Data mining — Co? Jak? K čemu?. Medium - Where good ideas find you [online]. [cit. 2022-01-17]. Dostupné z: https://medium.com/edtech-kisk/data-mining-co-jak-k-%C4%8Demu-c5176179303b
  3. KUČEROVÁ, Helena. Vytěžování dat. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-01-18]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000000088&local_base=KTD.
  4. SKLENÁK, Vilém. OLAP. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2022-01-18]. Dostupné z: https://aleph.nkp.cz/F/?func=direct&doc_number=000017243&local_base=KTD.
  5. 5,0 5,1 NOVOTNÁ, Jitka. Trendy datové vědy. Úvod do datové analýzy - Moodle UK [online]. [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1176467/mod_resource/content/1/08_Trendy.pdf
  6. NOVOTNÁ, Jitka. Úvod do datové analýzy. Úvod do datové analýzy - Moodle UK [online]. [cit. 2022-01-18]. Dostupné z: https://dl1.cuni.cz/pluginfile.php/1147080/mod_resource/content/1/01_Z%C3%A1kladn%C3%AD%20pojmy%20a%20historie.pdf

Doporučená literatura

  • ŘEZANKOVÁ, Hana. Analýza dat z dotazníkových šetření. (Čtvrté přepracované vydání). [Praha]: Professional Publishing, 2017. 225 stran. ISBN 978-80-906594-8-3.
  • GELMAN, Andrew a HILL, Jennifer. Data analysis using regression and multilevel/hierarchical models. Cambridge: Cambridge University Press, 2007. xxii, 625 s. Analytical methods for social research. ISBN 978-0-521-68689-1.
  • GEMIGNANI, Zach et al. Efektivní analýza a využití dat. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 240 stran. ISBN 978-80-251-4571-5.
  • CUESTA, Hector. Analýza dat v praxi. Překlad Jiří Huf. 1. vydání. Brno: Computer Press, 2015. 296 stran. ISBN 978-80-251-4361-2.
  • HOLČÍK, Jiří. Analýza a klasifikace dat. Vyd. 1. Brno: Akademické nakladatelství CERM, 2012. 111 s. ISBN 978-80-7204-793-2.

Související články

Klíčová slova

datová analytika, analýza dat, data, data mining, prezentace dat