• +994 51 341 4340
  • Ayaz İsmayılov 8 (Megafunla üzbəüz)
04 May 2018

Data Analitikası ilə sənayeni necə daha yaxşı inkişaf etdirə bilərik?


Data Analitikası | Vüsal Əhmədov |
image

Hər kəsə məlum olduğu kimi, son dövrlərdə məzənnədə baş verən dəyişikliklər Azərbaycanda sənayenin inkişaf etdirilməsini vacib hala gətirib və buna ciddi zəmin yaradıb. Dünya təcrübəsində sənayesi güclü olan dövlətlərin iqtisadiyyatı da güclü olmuş, onun inkişaf etməsi ölkənin iqtisadi cəhətdən inkişaf etməsi mənasına gəlmişdir. Hazırda bu sahədə rəqabət sürətli şəkildə artır. Sahibkarlar xərclərini azaltmaq, gəlirlərini artırmaq, şirkətlərini inkişaf etdirmək uğrunda mübarizə aparırlar. Təbiidir ki, hər hansı bir sahədə inkişaf etmək üçün doğru və dəqiq qərarlar vemək mütləqdir.

Bəs sənayeni necə daha yaxşı inkişaf etdirə bilərik? İnkişaf üçün doğru qərarları necə verək?

Bu sualların cavabını Data Analitikası verir. Data Analitikası “Data Science”-ın əsas qollarından biri olub məlumatları analiz edərək doğru qərarlar verməyə xidmət edir. Məlumatları analiz etmək üçün “SPSS”, “SAS”, “Tableau”, “Microsoft Excel”, “Power BI”, “R” proqram təminatları Data Analitikasında geniş şəkildə istifadə olunur.

Data Analitikası 4 hissədən ibarətdir:

Təsviri , Diaqnostik, Proqnozlu və tam olaraq tərcüməsi olmayan Ssenarili Analitika bütünlükdə Data Analitikasını əmələ gətirir və bir-biri ilə tam əlaqəlidirlər. İndi isə bunlara ayrılıqda nəzər salaq.

Təsviri Analitika – “Descriptive Analytics”. İlk mərhələ olan Təsviri analitika əlimizdə hansı məlumatların olduğunu öyrənir və bu məlumatlara əsasən bizə kiçik məlumatlar verə bilir. Məsələn, bir istehsalçının məlumatlar bazasında (database) bir məhsulun satış dəyəri, məhsulların sayı, xammal dəyəri kimi məlumatlar var. O bu məlumatların köməyi ilə hər məhsul üzrə gəlirinin nə qədər olduğunu asanlıqla görə bilir.

Diaqnostik Analitika – “Diagnostic Analytics”. Diaqnostik Analitika ilə məlumatları müqayisə edərək, aralarındakı əlaqələri müəyyən edərək, baş verən problemin nədən qaynaqlandığını bilmək mümkündür. Məsələn, qida sənayesində çalışan bir şirkət gəlirini artırmaq istəyir. Həmin şirkət bunun üçün "database"-indəki məlumatlarında onun gəlirinə ən çox nəyin təsir etdiyini Diaqnostik Analitikanın köməyi ilə taparaq, həmin amilə daha çox önəm verərək öz gəlirini artıra bilər.

Proqnozlu Analitika – “Predictive Analytics”. Data Analitikasının bu hissəsi, Təsviri və Diaqnostik hissələrinin aşkar etdiklərini analiz edərək gələcək haqqında proqnozlar irəli sürür. Məsələn, telekommunikasiya sənayesində bir şirkətin öz xərclərini azaltmağa daha çox təsir edə bilən müştərilərini müəyyən etdikdən sonra onlara hədəflənən hər hansı bir siyasətin (məsələn,marketinq siyasəti) nəticəsinin necə olacağını proqnoz etmək mümkündür.

Ssenarili Analitika – “Prescriptive Analytics”. Adından məlum olduğu kimi, Ssenarili Analitika gələcəkdə baş verə biləcək problemləri aradan qaldırmaq üçün necə addımlar atılmasının lazım olduğunu göstərə bilir. Böyük şirkətlər sənayenin ən vacib hissələrindən olan Təchizat Zənciri (“Supply Chain”) problemlərini aradan qaldırmaq üçün “Prescriptive Analytics”-i istifadə edirlər.

Məlumatların analizinin interpretasiyası zamanı təkcə rəqəmlərdən və hərflərdən istifadə olunmur.

Eyni zamanda müxtəlif qrafiklərdən də istifadə olunur ki, buna vizuallaşdırma deyilir. Vizuallaşdırma Data Analitikasının bəzəyidir, və analiz olunan məlumatların nəticəsini asan şəkildə qarşı tərəfə çatdırmaq üçün ideal üsuldur. İstənilən növ məlumatı görsəlləşdirmək mümkündür. Məsələn, əlimizdə olan data ölkələr üzrə etdiyimiz satışlardan bəhs edir. Biz bunu xəritə üzərində olan kiçik dairələrdə yazılmış rəqəmlərlə göstərərək, həmin dairələri məhsul növlərimizə uyğunlaşdıraraq datamızı vizual olaraq görə bilərik.

Sonda, Data Analitikası təkmil bir fəaliyyət növü deyil, davamlıdır və ondan məlumat toplusu olan istənilən sahədə istifadə etmək mümkündür.

 

Fikir Bildir: