Tam metin 2609 kelime ve beklenen öğrenme süresi 9 dakikadır.
Excel herkese aşina olmalıdır İşyerinde standart bir yazılım olarak, sadece tipik bir giriş seviyesi veri görselleştirme aracı değil, aynı zamanda birçok güçlü işlevi de vardır.
İşyerine ilk girdiğimde, çalışma ekibi için standart görselleştirme aracının Excel olduğunu hala hatırlıyorum. Bununla birlikte, manuel veri işleme çok fazla zaman alır ve bize içgörü veya öneride bulunmak için zaman bırakmaz.
Teknolojinin gelişmesiyle birlikte yeni veri görselleştirme araçları ortaya çıkmaya devam ediyor. Aşağıda beş görselleştirme aracı tanıtılacak ve bu araçların özel kullanımla birlikte ne zaman kullanılacağı açıklanacaktır.
1. Excel
Herkes Excel kullanıyor ve ben Excel kullanmayan bir veri analizi uzmanıyla hiç tanışmadım. İster inanın ister inanmayın, gerçek bu. Günümüzde, bazı veri bilimcileri hala günlük işler için Excel kullanıyor.
Excel'in en büyük avantajı, her yerde olmasıdır. Başkalarıyla dosya paylaşmak istiyorsanız, dosyaları açıp açamayacakları konusunda endişelenmeyin.
Ek olarak, herhangi bir yerde bir sayı ayarlamak gibi geçici görevleri tamamlamak için Excel'i kullanmak çok kullanışlıdır. Her şey görselleştirilir ve her bir tablo kutusunun belirli içeriğini görebilirsiniz.
Bu iki avantaj, Excel'in öngörülebilir gelecekte bir yer işgal etmesi için yeterlidir.
2. Tableau
Yaklaşık 7 yıl önce Tableau kullanmaya başladım. Ödenmiş olduğu için bunun için bir iş vakası oluşturmalıyız. Ama kesinlikle buna değer.
Tableau'nun birçok özelliği vardır. Örneğin, kullanıcılar etkileşimli gösterge tabloları oluşturabilir ve bunları diğer birçok kullanıcıya sağlayabilir. Bu şekilde, BI ekibinin iş yükü azaltılabilir ve üyeler, her küçük değişiklik yapıldığında yardım istemeden veri sorunlarını bağımsız olarak çözebilir.
Tableau'da aşağıdaki şeyleri kolayca başarabilirim, ancak bunları Excel'de kolayca başaramıyorum:
· Verileri birkaç sürükle ve bırak işlemi ve birkaç tıklama ile anında görselleştirmek için bir üretim yöntemi düşünün.
· Değişken seviyelere göre gruplayın (örneğin, yaş değişkenlerini 0-18, 19-25 ... gruplarına ayırın) ve sonuçları hemen tüm grafiklere yansıtın. Excel'de çok sayıda grafik varsa, bu çalışmanıza yardımcı olabilir.
· Animasyon. Yöntemlerin doğru kullanımı, Tableau'nun animasyonunun statik grafiklerin yapamayacağı güçlü mesajlar vermesini sağlayabilir.
Kanımca, keşif amaçlı veri analizi için hiçbir araç Tableau ile kıyaslanamaz.
3. Power BI
Power BI ile Tableau arasında birçok benzerlik vardır. Önyargı olabilir, ancak bir süre kullandıktan sonra, Power BI'ın kullanıcı deneyiminin gerçekten bazı açılardan Tableau'dan daha düşük olduğunu gördüm.
Örneğin, grafikteki değişkenleri yeniden sıralamak istiyorsanız, özel bir sıra oluşturmanız gerekir.Eğitici, göstermek için 11 ekran görüntüsü kullanır. Tableau'da 1 ila 2 adımda sürüklenip bırakılarak yapılabilir, bu da çok zaman kazandırır.
Bununla birlikte, Power BI panosunun daha iyi performans gösterdiğini düşünüyorum ve en önemlisi ücretsiz bir masaüstü sürümüne sahip (bu sürüm ekip paylaşımını desteklemiyor, ancak işlevleri genellikle sıradan kullanıcılar için yeterli).
Bütçeniz yoksa ancak yine de iş verimliliğini artırmak istiyorsanız, Power BI iyi bir seçimdir.
4. Kısa Çizgi
Her bir sigorta poliçesinin karlılığını tahmin etmek için bir makine öğrenimi modeli oluşturduğunuzu varsayalım Modelin sabit diskte boşta kalmasına izin vermek yerine, şirketin her sigortacısının onu günlük işler için kullanmasına izin vermek daha iyidir. Bunun için Dash tabanlı bir web uygulaması oluşturabilirsiniz.
Böyle bir örnek var: Jason Chan, gelecekteki rekabet sonuçlarını tahmin etmek için önceki Ultimate Fighting Championship (UFC) yarışma sonuçlarına dayalı bir makine öğrenimi modeli oluşturdu. Jason orada durmadı, ancak modeli herkesin kullanımına sundu.
Not: R'yi Python'a tercih ederseniz, R Shiny'ı deneyebilirsiniz.
5. Plotly
Plotly, çok sayıda etkileşimli çizelge sağlar.R veya Python'u biliyorsanız, bu çizelgeler faydalı olacaktır. Tableau'da yürütülebilen çizelgelerin çoğu Plotly'de kopyalanabilir.
"Tableau veya Power BI'ım varsa neden Plotly'ye ihtiyacım var?"
Cevap ölçeklenebilirliktir.
Üç ayda bir sigorta varlıkları iş portföyüne baktığınızı varsayalım. Bölge, ürün, cinsiyet vb. Dahil 20 farklı sınıflandırma değişkeni vardır.
Tableau konusunda yetkin iseniz, her bir tablo 2 dakika sürecektir. Toplamda 2 * 20 = 40 dakika sürer.
Python ve Plotly'yi birlikte kullanarak, ilk grafik için kod yazmak için 10 dakika harcamanız gerekebilir. (Evet, programlama sürükle ve bırak işleminden daha zordur!)
Ardından, 20 değişkenin her biri için bir grafik oluşturmak üzere bir döngü yazmak için 5 dakika harcayın. Toplam 10 + 5 = 15 dakikadır.
For döngüsü yardımıyla iş yükündeki artış 20 kattan çok daha azdır. Ek olarak, gelecekteki projeler için çalışma kodunu da kaydedebilirsiniz.
İş arkadaşlarımla kodu paylaşmak için genellikle Jupyter Notebook'da Plotly kullanıyorum.
Bu beş görselleştirme aracının işlevlerini anladıktan sonra, her projede en gelişmiş çözümü (Dash) kullanmak isteyebilirsiniz.
Derin öğrenmenin öngörücü gücünden etkilenmek gibi.Bütün diğer teknolojileri çöp kutusuna atmak ve sahip olduğunuz her proje için derin öğrenme yöntemlerini kullanmak isteyebilirsiniz.
Bu çok kötü bir uygulamadır.
İzleyiciyi düşünmemiz ve görselleştirme yöntemini ihtiyaçlarına göre ayarlamamız gerekiyor, onları gruplamak iyi bir uygulamadır.
Grup 1: Yöneticiler
Bu kişiler, kuruluşun kilit karar vericileridir. Zamanında sıkıdırlar ve teknik detaylardan çok içgörüler ve önerilerle ilgilenirler. Şu soruları cevaplamalısınız:
· Ne oluyor?
· Neden oluyor?
· Ne yapmalıyız? Ne riski alıyorum?
Onlar için en iyi görselleştirme yöntemi, bu soruları doğrudan yanıtlamak için bazı slaytlar koymaktır.
Grafikler oluşturmak için Tableau, Plotly ve hatta Excel'i kullanabilirsiniz. Önemli değil, önemli olan anahtar soruları doğrudan ve kısaca cevaplamaktır. Aksi takdirde seyirci sabırsız kalır ve çabalarınız boşunadır.
Grup 2: Operatör
Bu insanlar görselleştirmenizi bir araç olarak kullanıyor. Sigorta sektörünü örnek olarak ele alalım:
· Sigortacılar için, üstlendikleri her ticari mülkün risklerini değerlendirebilmeleri için etkileşimli bir gösterge panosu oluşturulabilir.
· Hasar araştırmacıları için, yüksek riskli iddialar için erken uyarı sağlamak üzere etkileşimli bir dolandırıcılık puanlama web uygulaması oluşturulabilir.
Başka bir örnek olarak, bisiklet paylaşım platformunun tamircisi, toplama ve inceleme için yakındaki kırık bisikletleri bulmak için etkileşimli kontrol panelinden yanıt verebilir.
Araç seçimi açısından, Power BI veya Tableau zaten kullanılıyorsa, mevcut yöntemi takip etmek mantıklıdır.
Sıfırdan inşa etmek ve esneklikten tam anlamıyla yararlanmak istiyorsanız Dash'i kullanabilirsiniz.
Grup 3: Analitik uzmanlar
Bu insan grubu için, Plotly grafikleri çizmek için Jupyter Not Defterlerini kullanmaları daha çok önerilir.
Bunları, kod, çıktı ve grafikler dahil olmak üzere tekrarlanabilir analizleri, akran incelemesi için tek bir yerde kolayca sağlamak için kullanabilirsiniz.
Basit bir anlık analiz ise, Tableau ve Excel kullanmak da iyi bir seçimdir.
Grup 4: Diğer paydaşlar
Yukarıdaki üç grup genellikle en önemli paydaşları temsil etse de, bazen başka paydaşlarla da karşılaşılabilir.
Teknisyenseniz, üçüncü grup yöntemi iyidir.
Teknik olmayan bir kişiyseniz, Excel, Tableau veya Power BI iyi seçenekler olabilir. Sadece abonelerin yazılıma erişebildiğinden ve nasıl kullanılacağını bildiğinden emin olun.
Veri bilimcileri olarak, verileri araştırmak ve modeller oluşturmak için çok zaman harcıyoruz, ancak izleyicileri düşünmek için yeterince zaman harcadık mı? Onlar kim? Teknik yetenekleri nelerdir? Sonuçları kendilerine en çekici gelecek şekilde nasıl sunabiliriz?
Hiçbir aracın mutlak avantajı yoktur. Belirli bir hedef kitle için bazı araçlar diğerlerinden daha uygundur.
Veri biliminin gücünden tam anlamıyla yararlanabilmek için, ister ürün hattını daha karlı hale getirmek, ister daha fazla dolandırıcılık vakasını tespit etmek veya geliri en üst düzeye çıkarmak olsun, veriye dayalı önerileri gerçekçi eylemlere dönüştürmek için elimizden gelenin en iyisini yapmalıyız.
Kullanıcı düşüncesi çok önemlidir, hedef kitlenizi tanımak ve en uygun yöntemi seçmek çarpan etkisi yaratacaktır.
Yorum Beğen Takip Et
Yapay zeka öğrenme ve geliştirmenin kuru mallarını paylaşalım
Yeniden yazdırıyorsanız, lütfen arka planda bir mesaj bırakın ve yeniden yazdırma şartnamelerine uyun