Insbesondere diejenigen, die neu auf dem Gebiet sind, denken häufig, dass Datenwissenschaft nur darum geht, Daten aus Datenbanken zu sammeln, mit Algorithmen zu arbeiten und Modelle bereitzustellen.
Es ist jedoch mehr als das. Datenanalyse und Visualisierung sind wesentliche Aspekte der Datenwissenschaft, die Ihnen helfen, komplexe Daten zu verstehen, dies zu verstehen und umsetzbare Erkenntnisse zu schaffen.
In meinen frühen Tagen in der Datenwissenschaft habe ich nie die Notwendigkeit einer Datenvisualisierung gesehen, und das lag daran, dass ich das Wissen und die geeigneten Instruments zur effektiven Bekämpfung von Visualisierungsaufgaben nicht ausgesetzt battle und sie kennengelernt habe.
Ich erinnere mich noch an die Frustration, Stunden in Excel -Blättern vergraben, Pivot -Tische manuell zu aktualisieren und das Format der Tabelle endlos anzupassen, um etwas zu erstellen, das die Geschichte, die ich wollte, immer noch nicht erzählte.
Versteh mich nicht falsch, Excel ist großartig, aber manchmal schneidet es es einfach nicht.
Als Informatik -Hauptfach mit wachsendem Interesse an Daten wusste ich, dass es einen besseren Weg geben musste – aber ich wusste noch nicht, was das battle.
Mein erster wirklicher Kampf kam während eines Universitätsprojekts, bei dem ich die Leistungsdaten der Schüler in mehreren Semestern analysieren musste.
Ich weiß, was du denkst; Das sollte ganz einfach sein.
Ja, das ist es.
Aber für mich damals battle es nicht so.
Ich hatte Reihen mit Reihen von Punktzahlen, Anwesenheitsraten, Kurscodes usw., aber all diese Daten in sinnvolle Erkenntnisse zu verwandeln, fühlten sich an, als würde ich versuchen, Tony Stark zu lehren, demütig zu sein.
Ich habe alles ausprobiert: Excel -Formeln, bedingte Formatierung und habe mich sogar ein wenig mit Matplotlib getroffen, um einige Parzellen zu erzeugen. Nichts geklickt; Es battle überwältigend.
Zu diesem Zeitpunkt erwähnte ein hochrangiger Kollege Microsoft Energy Bi.
Für diejenigen, die es nicht wissen, ist Energy BI eine Datenvisualisierung und Enterprise Analytics Das von Microsoft entwickelte Instrument, mit dem Sie Daten herstellen, transformieren, analysieren und vor allem Daten visualisieren können.
Zuerst klang es nur ein weiteres Instrument auf einer langen Liste von Software program, die ich nicht ganz gemeistert hatte. Additionally musste ich persönlich lesen.
Ich habe in die Hände „Energy BI -Kochbuch: Erstellen von Enterprise Intelligence -Lösungen für analytische Datenmodelle, Berichte und Dashboards “, ein Buch von Brett Powell, und das battle der Beginn feinerer Dinge.
Es ist nicht nur ein Buch, es ist eher ein umfassender Leitfaden zum Verständnis des gesamten Konzepts, interaktive Visualisierungen mithilfe von Energy BI zu erstellen.
Nach ein paar Tagen, in denen ich die Funktionsweise von Energy BI gelernt hatte, hatte ich meinen Datensatz importiert, mit Energy -Abfrage gereinigt und mein erstes interaktives Dashboard erstellt.
Für mich sah ich es als etwas mehr als ein technisches Improve an. Es battle eine Denkweise, von der ich nicht wusste, dass ich mich in die Datenwissenschaft eingehen musste. Es änderte, wie ich über Daten selbst nachdachte.
Wenn ich mich in diesen Artikel voranmachtete, werde ich mächtige Wege mit Energy BI in meinem geholfen Datenanalyse und Visualisierungsreise sowie persönliche Geschichten und umsetzbare Imbissbuden, mit denen Sie als Datenwissenschaftler in Professionalität wachsen können.
An dem Tag, an dem ich aufgehört habe, kopieren
Ja, es battle ein so großer Durchbruch.
Als ich anfing, Daten zu analysieren, sah mein Workflow wie ein chaotisches Relais -Rennen aus: Ich öffnete eine Excel -Datei, kopierte Daten, öffnete ein neues Fenster in ein anderes Blatt, kreuzte meine Finger und betete zum Himmel, dass nichts brach.
Und raten Sie mal, etwas bricht immer.
Nachdem ich von einer Datei in die andere kopiert und eingefügt hatte, hatte ich Ordner, die mit Dateien gefüllt waren, die mit den genannten Dingen wie wie Sales_Q4_FINAL_final2.xlsxund doch konnte ich immer noch nicht alles im Auge behalten.
Die Fähigkeit von Energy BI, Daten aus buchstäblich abzurufen überallDatenbanken, Tabellenkalkulationen und sogar Cloud -Dienste bedeuten, dass ich keine Daten Tetris mehr spielen muss. Mit nur wenigen Klicks habe ich meine Excel -Blätter, SQL -Datenbank, APIs und sogar Datendateien angeschlossen, die ich lokal gespeichert habe.
Machen Sie sich keine Sorgen, wenn Sie Herausforderungen beim Importieren Ihrer Datensätze hatten oder etwas nicht so funktioniert, wie Sie erwartet hatten. Es ist einfach, vertrau mir, du brauchst nur mehr Übung.
Spielen Sie mit dem Dashboard und verstehen Sie, was die Style tut und wie sie verwendet werden. Es gibt diese Zufriedenheit, die damit einhergeht, dass Sie sich umgehen.
Beim ersten Mal, als ich alle meine Daten reside -Replace sah, lehnte ich mich einfach zurück und lächelte. Kein Kopierpasten, kein Chaos, nur saubere und verbundene Daten.
Intuitive Visualisierungen mit Anpassungsoptionen
Wie ich zu Beginn sagte, unterschätzen die meisten Menschen die Kraft guter Bilder, insbesondere im Umgang mit Daten. Ich finde das absurd, denn seien wir ehrlich, Rohdaten erzählen nicht immer eine Geschichte.
Laut einer in der Zeitschrift veröffentlichten Studie InformationsvisualisierungMenschen verarbeiten visuelle 60.000 -mal schnellere als Textual content.
Wenn das nicht für Sie tut, schlägt auch das MIT vor, dass das menschliche Gehirn Bilder identifizieren kann 13 Millisekunden.
In praktischer Hinsicht bedeuten diese Studien, dass Ihr Dashboard -Visuals absorbiert und interpretiert wird, bevor jemand Ihren Diagramm -Titel abschließt oder sogar die Zahlen ansieht, die Sie Stunden knirschen.
Mein Lieblingsmerkmal von Energy BI muss das interaktive und Fortgeschrittene sein Datenvisualisierung Fähigkeiten. Mit seiner intuitiven Drag-and-Drop-Schnittstelle können Sie die langweiligsten Datensätze (so sehr ich es liebe, wie ich es liebe, es sieht manchmal langweilig aus) in dynamische Dashboards.
Mit einer Vielzahl von Visualisierungsoptionen, die von:
- Matrix & Desk -Visuals
- Messgerät und KPI -Bilder
- Slicer und Filter
- Zersetzungsbaum
- Wasserfalldiagramm
- Karte visuelle
Es gibt noch viel mehr andere, aber ich betrachte diese als meine persönlichen Favoriten.
Datenwissenschaftler und Analysten müssen die Fähigkeit benötigen, Daten erfolgreich zu interpretieren, Traits zu identifizieren und Unternehmen zu helfen, bessere Entscheidungen zu treffen.
Als Informatik Pionier, Ben Schneidermanzu Recht setzen:
„Visualisierung gibt Ihnen Antworten auf Fragen, von denen Sie nicht wussten, dass Sie es hatten.“
Energy Question: Die stille MVP hinter meinen sauberen Daten
Sie könnten fragen, was ist Energy -Abfrage?
Energy -Abfrage ist ein Datentransformationsassistent in integriert in Energy Bi. Es ist eine wundervolle Funktion, mit der Sie Daten reinigen, umformieren und vorbereiten können, bevor Sie es in Ihr Modell zur Analyse und Visualisierung laden.
Ich sehe es als die Motor, die die Datenvorbereitung in Energy BI durchführt.
Daten sind chaotisch. Das ist nur ein Teil des Jobs. Mit Unternehmen und Unternehmen werden immer mehr Daten gesammelt. Für die meisten Datenwissenschaftler und Analysten ist es eine große Herausforderung, große Mengen von Rohdaten zu erhalten.
Erinnerst du dich an die Herausforderung, die ich mit meinem Universitätsprojekt hatte?
Es stellte sich heraus, dass einer der Gründe, warum ich es schwierig fand, eine Analyse durchzuführen, battle, dass meine Datensätze alle chaotisch waren.
Ich wurde gebeten, die Leistung der Schüler zu analysieren, die Daten von drei verschiedenen CSVs mit jeweils mit ihren Macken zog. Einer hatte Zulassungscodes anstelle von Namen, ein anderer verwendete inkonsistente Datumsformate, und der dritte hatte Kursentitel in allen Kappen aufgeführt (schrie mich an).
Mit Energy -AbfrageHier ist, wie ich einen vollständigen Workflow erstellt habe:
- Ersetzte Zulassungscodes durch lesbare Namen
- Konvertierte Datumsformate
- Standardisierte Textformatierung
- Verschmolzen alles in einen organisierten Tisch
Die Datenvorbereitung dauert bis zu 80% der Zeit eines Datenanalysten. Stellen Sie sich vor, wie viel Zeit Sie sparen würden und wie produktiv Sie werden, wenn Sie sich die ganze Zeit und die Gehirnleistung darauf konzentrieren, bessere Erkenntnisse zu generieren. Zeit für Kaffee und ja, echte Analyse.
Zusammenarbeit gemeinsam und Cloud -Zugänglichkeit
Ich glaube, die Zusammenarbeit ist ein wichtiger Akteur in der Information Science-Branche, und hier ist der Grund, warum: NICHT einzelne Particular person verfügt über das gesamte Fachwissen, das erforderlich ist, um ein Projekt von Rohdaten zu realem Projekt zu nehmen.
Bleib bei mir.
Betrachten Sie Information Science als einen Prozess. Es umfasst das Sammeln von Daten, das Speichern in einer Datenbank und das Erstellen von Algorithmen und Modellen, die die Datenqualität, Analyse, Visualisierung und andere wichtige Wesentliche verbessern.
Um Daten effektiv zu behandeln, werden diese Stufen häufig von verschiedenen Fachleuten behandelt, die sich auf verschiedene Bereiche spezialisiert haben und alle zu einem gemeinsamen Ziel zusammenarbeiten. Daher Zusammenarbeit.
Mit Energy BI, der eine Cloud-basierte Plattform, können Sie Ihre Analyseberichte mit anderen Datenfachleuten veröffentlichen und weitergeben.
Anstatt Excel -Dateien per E -Mail zu senden (was ich sicher ein- oder zweimal gemacht habe), konnte ich mit ein paar Klicks ein Dashboard veröffentlichen und einen Dwell -Hyperlink mit meinem Crew teilen. Sie können Änderungen vornehmen, ihre Gedanken teilen oder die Datenquelle in Echtzeit sogar aktualisieren.
In einer abgelegenen/hybriden Arbeitswelt ist diese Artwork von nahtloser Zusammenarbeit ein echter Sport-Changer für Datenwissenschaftler.
Anwendbare Imbissbuden
Wenn Sie jemals die Datenanalyse und Visualisierung ausprobiert haben, aber es schwierig oder komplex fanden, es zu verstehen, haben Sie möglicherweise nicht die richtigen Instruments verwendet.
Energy BI hat mir nicht nur geholfen, die Probleme anzugehen, die ich als ich anfing, mit Daten zu arbeiten, sondern ich transformierte, wie ich mich an die Daten näherte.
Die meisten von uns sind bereits mit Energy BI vertraut, während es ein neues Abenteuer für andere ist. Unabhängig davon, in welche Kategorie Sie sich einlassen, fördern ich das ständige Erlernen des Instruments sehr und wie man seine Funktionen maximiert.
Ich empfehle dringend, sich anzusehen Mann in einem Würfel Auf YouTube unterrichtet er Energy BI durch seine informativen Movies.
Für verbale Lernende erhalten Sie einen riesigen Teil von Informationen aus Brett Powells Buch. Ich habe es bei der Einführung erwähnt, und persönlich ist es für mich das beste Buch zur Datenvisualisierung, die ich je gelesen habe.
Machen Sie sich mit diesen Funktionen vertraut und verbessern Sie Ihre Datenanalyse- und Visualisierungs -Workflow.