█▓▒▒░░░ LE PROCESSUS D’ANALYSE DES DONNÉES░░░▒▒▓█
Comme pour toute activité, l’analyse des données s’appuie sur des lignes directrices qui indiquent par où commencer et comment construire un processus pour résoudre un problème. Ces processus organisationnels sont souvent appelés flux ou pipeline.Sous une forme simplifiée, un processus de résolution d’un problème analytique se présente comme suit :
OUTILS DE L’ANALYSTE
Vous pouvez conduire une voiture Excel simple mais fiable, ou une jeep Python rapide et tout-terrain.
Vous apprendrez Python pour le traitement et l’analyse des données, SQL pour travailler avec des bases de données, et le framework Dash pour construire des tableaux de bord. Leur maîtrise constitue vos nouvelles compétences professionnelles, des compétences solides.
Chaque étape est consacré à différents outils utilisés à différentes étapes de la résolution d’un problème analytique.
ETAPE DE FORMATION
Fondamentalement, le travail de l’analyste se résume à répondre à trois questions :
- Que s’est-il passé ?
- 2. Pourquoi cela s’est-il produit ?
- 3. Que va-t-il se passer ?
I. La question <<Que s’est-il passé ?>>
· Principes de base de Python et analyse de données
Initié aux bases de la programmation Python, vous résoudrez votre premier problème d’analyse.
· Prétraitement des données
Disposer de données propres et prêtes à être analysées est la première étape pour résoudre un problème analytique. Il est important de maitriser les outils permettant de traiter les imperfections des données.
· Analyse exploratoire des données
La recherche de modèles dans les données permet de formuler les premières hypothèses d’analyse et d’éviter les erreurs étranges.
· Analyse statistique des données
Au cours de son travail avec le produit, l’analyste aura un grand nombre d’hypothèses qui peuvent être testées à l’aide de méthodes statistiques compréhensibles. Apprendre les bases de la statistique et de la théorie des probabilités pour résoudre les problèmes de l’entreprise.
· Collecte et stockage des données
Comprendre les bases de données sont organisées et comment en extraire des données à l’aide du langage de requête SQL.
II. La question <<Pourquoi cela s’est-il produit ?>>
· L’analyse des paramètres commerciaux
Encore plus près de l’entreprise, il faut analyser de plus près les mesures et les outils de base de la recherche en marketing : analyse des cohortes, entonnoir des ventes et économie des unités.
· Prise de décision fondée sur les données
Tests A/B. Conception, échantillonnage, résultats, validation et application.
· Raconter une histoire avec des données
Comment présenter correctement les résultats de votre recherche à l’aide de graphiques, en ne retenant que les chiffres importants et en les interprétant correctement.
· Automatisation
Automatisation des processus d’analyse des données. Transformer les tâches routinières en scripts.
III. La question <<Que va-t-il se passer ?>>
· Automatisation (suite)
Création de tableaux de bord pour différents publics et différentes tâches.
· Prévisions et prédictions
Fondamentaux de l’apprentissage automatique, analyse de la tâche de prédiction de l’attrition des utilisateurs.
SPERE DE L’ ANALYSTE
Dans le domaine du commerce électronique (principalement les boutiques en ligne), les activités de l’analyste visent à augmenter les ventes. Par exemple, une entreprise attire des clients par le biais de lettres d’information électroniques et de publicité contextuelle. L’analyste détermine quel canal est le plus efficace (d’où viennent le plus de personnes) et le plus rentable (qui génère le plus d’achats).
Dans les banques, les analystes évaluent la meilleure façon d’attirer un client : quel produit proposer, comment le comparer à celui des concurrents et comment réduire le nombre d’étapes jusqu’à la signature du contrat.
Les entreprises de télécommunications analysent le comportement des utilisateurs, leur réaction aux nouveaux produits et identifient des segments pour de nouveaux services.
