لیست کامل اصطلاحات Analytics: از A تا Z مفاهیم Analytics (قسمت دوم)

دنیای Analytics بسیار وسیع و در حال گسترش می باشد. با وجود تکنولوژی ها، ابزارها و تکنیک های جدید که به طور منظم حاصل می شوند، واژه نامه ای برای آن موردنیاز می باشد.

G: Game Theory

با وجود اینکه مفهوم تئوری بازی ریشه در ریاضیات دارد اما برای متخصصین علم داده فوق العاده پرکاربرد می باشد. اساسا، تئوری بازی جهت تجزیه و تحلیل شرایطی مورد استفاده قرار می گیرد که به لحاظ استراتژیک در طبیعت وجود دارد. این امر برای سنجش اقدامات منطقی و تحلیلی و نتایج یک وضعیت خاص مورد استفاده قرار می گیرد. دانش و درک تئوری بازی  کاملا با مسائل استراتژیک کسب و کار که علم داده با آن سر و کار دارد، متناسب می باشد.

H: HR Analytics

تجزیه و تحلیل منابع انسانی، فرآیندهای تحلیلی است که توسط دپارتمان منابع انسانی یک شرکت جهت کمک به بهبود عملکرد کارکنان با استفاده از ردیابی داده های مربوط به کارکرد آنها انجام می شود، این تحلیل ها در زمینه حفظ رضایت و عملکرد کارکنان بسیار کمک می کند. HR Analytics انعطاف پذیر است و سازمان ها به طور فزاینده ای آن را اجرا می کنند. تحلیل منابع انسانی با روش ها/مفاهیم نرم افزارهای منابع انسانی، تحلیل جبران خدمات، مدیریت استراتژیک منابع انسانی، تحلیل نیروی کار، مدیریت استعداد و … سروکار دارد.

I: IoT Analytics

اینترنت اشیا یا IoT شبکه ای از دستگاه های متصل است که به طور مداوم با یکدیگر ارتباط برقرار می کنند، اطلاعات را مبادله می کنند و توابع مختلفی را اجرا می کنند. در حال حاضر انتظار می رود حدود 5.1 میلیارد دستگاه متصل تا سال 2020 به 20.4 میلیارد افزایش یابد.

این تعداد عظیم دستگاه ها، حجم زیادی از داده ها را تولید می کند و این همان جایی است که مفهوم IoT Analytics وارد می شود.

از طریق تحلیل داده های اینترنت اشیا، می توان به بینش مورد نیاز از دستگاه ها و رفتار مشتری دست پیدا کرد.

GE پیش بینی می کند که همگام سازی ماشین ها، داده ها و تحلیل ها در طول سه سال آینده یک صنعت 200 میلیارد دلاری جهانی تبدیل خواهد شد.

J: Journey Analytics

تحلیل سفر و چرخه حیات مشتری با توجه به محصول و نام تجاری یک جنبه حیاتی در اجرای یک کسب و کار موفق می باشد. تحلیل سفر با ترکیبی از روش های پیشرفته تجزیه و تحلیل، تکنولوژی داده های بزرگ سرو کار دارد و دامنه تخصصی برای طراحی بی عیب و نقص سفر مشتری می باشد.

K: KNN

KNN (الگوریتم k -نزدیکترین همسایه) یکی از پرکاربردترین و محبوب ترین الگوریتم های طبقه بندی می باشد.

L: Location Analytics

تحلیل موقعیت مکانی جهت تحلیل داده های جغرافیایی برای رسیدن به بینش لازم در عملیات کسب و کار مورد استفاده قرار می گیرد. با اضافه کردن کامپوننت جغرافیایی به داده های کسب و کار، یک زمینه کاملا جدید برای درک داده های مشتری و معاملات ایجاد می شود.

این نوع تحلیل، راهی برای مشاهده داده ها از طریق نقشه های تعاملی فراهم می کند که وضوح بیشتری را در مقایسه با نمودارها و  گراف ها به دست می آورد.

با استفاده از نقشه برداری موضوعی و تحلیل فضایی می توان در کسب و کار به خصوص در بخش های خرده فروشی، زنجیره تامین و تدارکات به داده ها  و بینش های قابل بهره برداری دست پیدا کرد.

M: Machine Learning

یادگیری ماشین یک زیرمجموعه از هوش مصنوعی است که برای ماشین ها توانایی یادگیری بدون برنامه نویسی سریع فراهم می کند.

الگوریتم ها برای ارائه دستورالعمل ها به ماشین استفاده می شوند. ماشین ها از داده ها تغذیه می کنند و از الگوریتم ها جهت درک داده ها و تولید خروجی استفاده می کنند. این ماشین ها از طریق تجربه و داده های بیشتری که تحلیل می کنند، یاد می گیرند و سازگار می شوند.



دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *