تحلیل کسب و کار بر پایه داده‌ها | مباحث اصلی در آموزش تحلیلگر کسب و کار چیست؟

آمار در کسب و کار (به همراه کدنویسی تحلیل آماری)

وقتی از اصطلاح «تحلیلگری کسب و کار بر پایه‌ی داده‌ها» استفاده می‌کنیم، طبیعی است که آشنایی با آمار و روشهای آماری یکی از پایه‌های این رشته محسوب می‌شود.

به عبارت دیگر، یک تحلیلگر کسب و کار باید بتواند با مجموعه‌‌های داده که در اختیارش قرار می‌گیرد به خوبی کار کند.

پالایش داده‌ها (حذف داده‌های نامناسب،‌ نادرست و ناکارآمد)، طبقه‌بندی داده‌ها، گزارش‌گیری از داده‌ها، تبدیل داده‌ها از یک فرمت به فرمتی دیگر و محاسبه‌ی شاخص‌های مختلف (از میانگین و واریانس تا وابستگی‌ها و کشیدگی و چولگی)، استفاده از مدل‌های رگرسیون و روش‌های آمار استنباطی از جمله پردازش‌هایی است که یک تحلیلگر باید به خوبی بر آن‌ها مسلط باشد.

بیشترِ دوره‌های تحلیل کسب و کار از دانشجویان انتظار دارند که ایشان با کدنویسی آشنا بوده و بتوانند برای محاسبات آماری خود کدهای اختصاصی بنویسند. در حال حاضر زبان R (به علت رایگان و آزاد بودن) رایج‌ترین ابزاری است که در این نوع دوره‌ها تدریس می‌شود.

منطق برنامه نویسی (پایتون یا زبان‌های دیگر)

تقریباً تمام دوره‌های آموزش تحلیلگری کسب و کار از دانشجویان خود انتظار دارند که حداقل به یک زبان برنامه‌نویسی مسلط باشند. انتخاب بسیاری از مراکز آموزشی نیز زبان پایتون (Python) است. چون در عین این‌که از توانمندی‌های قابل‌قبولی برخوردار است، ساختار آن هم ساده است و می‌تواند نقطه‌ی شروع خوبی برای ورود به دنیای برنامه‌نویسی باشد.

البته از کسی که می‌خواهد متخصص Business Analytics شود انتظار نمی‌رود همه‌ی جنبه‌های برنامه‌نویسی را بداند و به یک برنامه‌نویس حرفه‌ای تبدیل شود (اگر چه این توانمندی می‌تواند یک مزیت رقابتی بسیار ارزشمند باشد). اما این انتظار وجود دارد که بتواند کارهای متعارف مانند پردازش اولیه‌ی داده‌ها، پیاده‌سازی الگوریتم‌های پایه، درک ساختار کلی برنامه‌ها، کار با فایل‌ها و مواردی از این دست را بداند.

آشنایی با مفهوم برنامه‌نویسی شیء‌گرا (OOP یا Object-Oriented Programming)، خطایابی و رفع مشکلات کدها، تعریف توابع و رویه‌ها و محاسبات اولیه روی ماتریس‌ها (مبانی جبر خطی) هم از جمله‌ توانمندی‌هایی است که یک تحلیل‌گر حرفه‌ای به آن نیاز دارد.

در کنار این موارد،‌ مجموعه‌ای از الگوریتم‌ها هم وجود دارند که آشنایی با آن‌ها، هم شهود برنامه‌نویسی را تقویت می‌کند و هم باعث می‌شود شیوه‌ی عملکرد نرم‌افزارهای دیگر را بهتر درک کنیم. معرفی و آموزش الگوریتم‌های پرکاربرد (جستجو، مرتب‌سازی، یافتن کوتاه‌ترین مسیر و …) هم بخشی از این دوره‌های آموزشی محسوب می‌شود.

مدیریت داده، ساختار داده‌، پایگاه داده

نمی‌شود از تحلیل داده محور در کسب و کار حرف بزنیم و با مدیریت داده (Data Management) و ساختار داده (Data Structure) آشنا نباشیم.

در هر پروژه‌ای که با حجم زیادی از داده‌ها سر و کار دارد، باید فرایندها و مکانیزم‌هایی برای گردآوری داده‌ها، سنجش کیفیت داده‌ها، طبقه‌بندی داده‌ها، تعیین سطوح مختلف دسترسی برای داده‌ها، چرخه‌ی عمر داده‌ها و استخراج فراداده‌ها (متادیتا) در نظر گرفته شود. این همان چیزی است که معمولاً با عنوان مدیریت داده از آن یاد می‌شود.

کسی می‌تواند مدیریت داده را درک و پیاده‌سازی کند که ساختار داده را بشناسد و تشخیص دهد استفاده از چه ساختارهایی در هر پروژه مناسب است و چگونه می‌توان با منابع در دسترس به بهترین شکل (هزینه‌ی کمتر و عملکرد بهتر) داده‌ها را مدیریت کرد.

پایگاه داده (Database) هم بحث دیگری است که آشنایی با آن برای کسانی که می‌خواهند در زمینه‌ی Business Analytics کار کنند از ضروریات است. این آشنایی باید در حدی باشد که جدا از درک مفهوم پایگاه داده، فرد بتواند پردازش‌های ساده را هم درک و اجرا کند. به همین علت، آشنایی با زبان‌هایی مثل SQL و همین‌طور پایگاه‌های داده‌ی NoSQL (برای بررسی داده‌هایی که به اندازه‌ی کافی ساختاریافته نیستند) از جمله ضروریات محسوب می‌شود.

طبیعتاً‌ انتظار نمی‌رود که تحلیل‌گر کسب و کار بتواند مانند یک متخصص دیتابیس، کوئری‌های بسیار پیچیده را بنویسد یا بهینه‌سازی کند. اما این انتظار هم وجود دارد که درک مناسبی از این ابزارها داشته باشد.

مدل‌سازی و تحلیل پیشگویانه

تحلیل‌گری فقط به این معنا نیست که داده‌های موجود را بررسی کرده و چند گزارش آماری از آن‌ها ارائه دهیم (اگرچه افراد و شرکت‌های بسیاری را می‌توانید بیابید که صرفاً همین نوع گزارش‌ها را ارائه کرده و خود را Business Analyst و یا متخصص Business Analytics می‌نامند).

یکی از فعالیت‌های مهم در تحلیل کسب و کار، مدل‌سازی است. به این معنا که رابطه‌ی بین پارامترهای مختلف کشف شود. البته معمولاً نمی‌توان رابطه‌ها را به شکل قطعی یا دقیق مشخص کرد. اما مهم است که بتوانیم پیش‌بینی‌های قابل‌اتکایی (با خطای معقول) داشته باشیم.

مدل‌سازی دانش پیچیده‌ای است که جزئیات فراوانی دارد و بر پایه‌ی ترکیبی از علوم مختلف بنا شده است. به عنوان مثال، کسی که می‌خواهد مدل‌سازی حرفه‌ای انجام دهد باید با طرح تحقیق (Research Design) آشنا باشد و بداند که چه شکلی از گردآوری و تحلیل داده‌ها می‌تواند به یک مدل مطمئن منتهی شود.

فرض کنید داده‌های چند سال فروش یک فروشگاه در اختیار ماست. این فروشگاه می‌تواند کاملاً فیزیکی (مثلاً‌ فروشگاه پوشاک در یک مرکز خرید) یا کاملاً‌ آنلاین (مثلاً دیجی‌کالا، فیدیبو یا طاقچه) باشد.

تحلیل‌گر کسب و کار باید بتواند با تکیه بر داده‌های فروشگاه، مدلی ارائه دهد که بر پایه‌ی آن مشخص شود مثلاً‌ کوپن تخفیف به پروموشن در فصل زمستان، حدوداً چقدر روی تعداد اقلام و نیز حجم ریالی فروش تأثیر خواهد گذاشت.

این نوع تحلیل‌ها را اصطلاحاً پیشگویانه می‌نامند (Predictive Analytics)؛ تحلیل‌هایی که می‌توانند به تصمیم‌گیری بهتر مدیران کمک کرده و هزینه‌های تصمیم‌گیری را کاهش دهند.

تحلیل عددی بازار و مشتریان

در میان بخش‌های مختلف یک کسب و کار، یکی از بخش‌هایی که تحلیل عددی آن اهمیت ویژه‌ای دارد، رفتار و ویژگی‌های مشتریان است که از‌ آن با عنوان Customer Analytics یاد می‌شود.

هر شکلی از تحلیل داده‌های مشتری با هدف پیش‌بینی رفتار مشتری یا تأثیرگذاری بر رفتار او را می‌توان زیرمجموعه‌ی Customer Analytics دانست. به عنوان چند نمونه به موارد زیر توجه کنید:

• بهترین شیوه برای بخش بندی مشتریان چیست؟
• تغییر قیمت چه تأثیری روی نرخ ریزش داشته و خواهد داشت؟
• بودجه‌ی محدودی را که برای دیجیتال مارکتینگ در نظر گرفته‌ایم، برای کدام گروه از مشتریان هزینه کنیم؟
• برنامه های وفاداری مشتریان چقدر موثر بوده است؟
• تغییر در استراتژی قیمت گذاری چه تأثیری روی تعداد و فاصله‌ی دفعات خرید مشتریان خواهد داشت؟
• آیا شاخص NPS در بلندمدت گزینه‌ی مناسبی برای سنجش عملکرد ما خواهد بود؟

توجه داشته باشید که باز هم در این‌جا، نباید تحلیل‌های ساده‌ی آماری را با Customer Analytics اشتباه بگیریم. در تحلیل عددی رفتار مشتری، ما به سراغ مدل‌سازی می‌رویم و بر اساس خروجی این مدل‌ها، پاسخ سوالات خود را پیدا می‌کنیم.

اگر تحلیل مشتریان کمی گسترده‌تر شود و مواردی مانند کمپین‌های تبلیغاتی و سبد محصولات فروشگاهی و تست‌های A/B و رفتارهای رقبا را هم شامل شود، معمولاً آن را Marketing Analytics می‌نامند.

اگر اصطلاح Data-driven Marketing را هم خواندید یا شنیدید، می‌توانیم – با کمی اغماض – بگوییم که به همین بحث اشاره دارد.

نمایش بصری و تصویر‌سازی با داده‌ها

این مهارت از لحاظ فنی به اندازه‌ی مهارت‌های قبلی سنگین نیست. اما هرگز نباید اهمیت آن را دست‌کم گرفت. به هر حال، تحلیل‌گران خروجی پروژه‌های خود را باید به مدیران و تصمیم‌گیران ارائه دهند و نمایش بصری و تصویرسازی (Data Visualization) می‌تواند نقش مهمی در متقاعدسازی مخاطبان داشته باشد.

به همین علت،‌ بیشتر مراکزی که دوره‌های تحلیلگری کسب و کار را طراحی کرده و ارائه می‌کنند، Data Visualization را هم در بخشی از سرفصل‌های خود گنجانده‌اند.

اگر کتاب داستان‌پردازی با داده‌ها را دیده یا خوانده باشید،‌ کمی با این فضا آشنایی دارید. تصویرسازی با داده‌ها ترکیبی از تکنیک و سلیقه است و صرفاً با تکرار و تمرین می‌توان در آن حرفه‌ای شد.

البته در شرایطی که مجموعه‌ی داده‌ها بسیار بزرگ بوده و یا داده‌ها دارای ابعاد فراوان باشند (High-dimensional Data)، موضوع از تکنیک‌های ساده و سلیقه فراتر می‌رود و برای نمایش داده‌ها باید به ابزارهای حرفه‌ای و تخصصی هم مجهز باشید.

یادگیری عمیق

یادگیری عمیق یا Deep Learning یکی از اصطلاحاتی است که طی سال‌های اخیر زیاد به گوش می‌خورد. اما این دانش بر خلاف تصور عامه‌ی مردم – با وجود پیشرفت‌های مهمی که در دهه‌ی اخیر داشته – چندان جدید نیست.

یادگیری عمیق بر پایه‌ی شبیه‌سازی شبکه‌های عصبی کار می‌کند؛ چیزی نزدیک به همان اتفاقی که در مغز ما می‌افتد. از حدود دهه‌ی شصت میلادی این نوع شبیه‌سازی‌ها آغاز شد و در دهه‌ی نود به شکل شگفت‌انگیزی رشد کرد. اما طی سال‌های اخیر، طراحی ساختارهای جدید، به‌کارگیری معادلات ریاضی پیچیده‌تر و افزایش قدرت پردازش، ظرفیت این شیوه را افزایش داد.

ضمن این‌که در مدل‌های اولیه، مدل‌سازها تا حد زیادی می‌کوشیدند به ساختارهایی که در طبیعت دیده بودند وفادار باشند. اما مدل‌های جدید صرفاً از شبکه‌های عصبی طبیعی «الهام گرفته‌اند» و تنوع ساختارها و کارکرد اجزای آن‌ها گاهی پیچیده‌تر از چیزی است که در طبیعت مشاهده می‌شود.

مدل‌های زیر از جمله پرکاربردترین مدل‌های یادگیری عمیق در تحلیل‌گری کسب و کار هستند. اما فعلاً در این‌جا صرفاً‌ به نام آن‌ها اکتفا کرده و بحث در این باره را به درس‌های تخصصی در آینده موکول می‌کنیم:

• CNN یا Convolutional Neural Networks
• RNN یا Recurrent Neural Networks
• LSTM یا Long Short Term Memory
• GAN یا Generative Adversarial Networks

حریم شخصی و اخلاق کار با داده‌ها

اگر قرار است در بلندمدت و به شکل حرفه‌ای در حوزه‌ی تحلیلگری کسب و کار فعالیت کنید، بسیار مهم است که بحث حریم شخصی (Privacy) و اخلاق کار با داده‌ها (Data Ethics) را به خوبی بشناسید.

بخشی از بحث حریم شخصی از جنس حقوقی (Legal) است. به این معنا که باید مطمئن شوید دریافت و نگهداری داده‌ها مطابق قانون کشور است و افراد و مشتریان و سازمان‌هایی که داده‌هایشان را نگهداری می‌کنید،‌ از این موضوع اطلاع داشته و رضایت دارند.

اما قانون در موارد بسیاری سکوت کرده و اساساً نمی‌تواند و نتوانسته همپای تکنولوژی به پیش بیاید. بنابراین تحلیل‌گران کسب و کار از نظر اخلاقی وظیفه دارند حتی در جایی که قانون سکوت کرده و یا محدوده‌های خاکستری رنگ حقوقی وجود دارند، به حقوق و منافع صاحبان داده‌ها توجه کنند (منظور از محدوده‌های خاکستری، بخش‌های تفسیرپذیر قانون است که شما می‌توانید آن را به نفع خود یا به نفع مشتری و جامعه تفسیر کنید).

اخلاق کار با داده،‌ جزئیات بسیاری دارد. ساده‌ترین اصل اخلاقی در حوزه‌ی داده این است که اگر داده‌‌های مربوط به یک فرد یا سازمان را گردآوری می‌کنید،‌ آن فرد یا سازمان باید از این موضوع اطلاع داشته باشد.

اما ماجرا در همین‌جا به پایان نمی‌رسد. اگر از این داده‌ها استفاده‌ی تجاری می‌شود،‌ شکل استفاده و نوع منافع ایجاد شده هم باید به صاحبان داده (یا در واقع: تولیدکنندگان داده) گفته شود.

علاوه بر این‌ها، اگر قرار است گزارشی مبتنی بر داده‌ها به شکل عمومی منتشر شود، یا باید قبلاً این نکته اطلاع‌رسانی شود و یا این‌که از روش‌های ناشناس‌سازی (Data Anonymization) به شکلی استفاده شود که منافع صاحبان اصلی داده و تولیدکنندگان داده در معرض تهدید قرار نگیرد.

در حال حاضر افرادی هستند که تمام زندگی حرفه‌ای و تخصصی خود را روی اخلاق داده متمرکز کرده‌اند. طبیعتاً انتظار نمی‌رود یک تحلیل‌گر کسب و کار تا این حد تخصصی به این موضوع بپردازد، اما مهم است یک تحلیل‌گر بیاموزد که اخلاق داده‌ها فراتر از این است که داده‌ها را در جایی امن نگه داریم و افشا نکنیم.

تحلیل شبکه‌ها

بسیاری از داده‌هایی که امروزه تولید می‌شوند، در بستر شبکه‌ها شکل گرفته‌اند و به وجود آمده‌اند.

مثلاً به داده‌هایی که اینستاگرام یا فیس‌بوک از کاربران خود به دست می‌آورد، یا داده‌هایی که یک نرم‌افزار پیام‌‌رسان گردآوری می‌کند فکر کنید. این داده‌ها مشخص می‌کنند که چه کسی با چه کسی در تماس است و تماس‌ها چقدر تنوع یا استحکام یا عمق دارند.

جنس داده‌هایی که در یک شبکه گردآوری می‌شود (رابطه‌محور)، با داده‌هایی که مثلاً‌ از بررسی فاکتورهای فروش یک فروشگاه جمع‌آوری شده (تراکنش‌محور) تفاوت دارد و روش‌های تحلیل آن‌ها هم یکسان نیست.

بنابراین اگر قرار است تحلیل‌گران کسب و کار به سراغ کسب و کارهای شبکه‌ای بروند، لازم است به دانش تحلیل داده‌های شبکه یا Network Analytics l مجهز باشند.

تحلیلگری حوزه‌ی سلامت

بسیاری از صاحب‌نظران ‌Business Analytics معتقدند که حوزه‌ی سلامت در میان سایر حوزه‌های داده‌محور،‌ از پتانسیل بسیار بالایی برای رشد و درآمدزایی برخوردار است.

خصوصاً‌ این‌که طی سال‌های اخیر مردم به سلامت خود حساس شده‌‌اند و حاضرند هزینه‌ی بیشتری برای حفظ سلامت‌شان پرداخت کنند.

این داده‌ها می‌توانند به شکل شخص‌محور یا جامعه‌محور به کار گرفته شوند. منظور از جامعه‌محور این است که تحلیل‌گران، داده‌های مربوط به سلامت افراد را گردآوری کرده و پس از مدل‌سازی و تحلیل در اختیار کسب و کارها و یا سیاست‌گذاران (دولت‌ها) قرار دهند.

تحلیل شخص‌محور هم به این معناست که شما داده‌های مربوط به سلامت و وضع جسمی خود را در اختیار تحلیل‌گران قرار دهید و‌ آن‌ها با تکیه بر پایگاه‌های داده‌ی بزرگی که در اختیار دارند، پیش‌بینی‌هایی را در زمینه‌ی ریسک سلامت شما انجام داده یا تغییراتی را در سبک زندگی به شما پیشنهاد دهند.

تحلیل‌گری در حوزه‌ی سلامت آن‌قدر گسترده و پیچیده است که درباره‌اش کتاب‌ها و مقالات فراوانی نوشته شده است. بنابراین چند جمله‌ی بالا را صرفاً یک معرفی بسیار سطحی و ساده از آن در نظر بگیرید.

تحلیل‌گری در حوزه‌ی مالی

حوزه‌ی مالی تفاوت‌های زیادی با سایر حوزه‌های کسب و کار دارد. به خاطر این‌که تعامل‌ها و تراکنش‌های آن ویژگی‌های منحصربه‌فردی دارند.

در حوزه‌ی مالی احتمال فساد وجود دارد. تراکنش‌های غیرواقعی یا غیرقانونی – که کاملاً‌ واقعی یا قانونی جلوه می‌کنند – فراوانند. ضمن این‌که مباحثی مانند اعتبارسنجی هم اهمیت پیدا می‌کند. به این معنا که کسب و کارها گاهی وادار می‌شوند بر اساس الگوهای رفتاری قبلی مشتریان، رفتارهای آتی آن‌ها را پیش‌بینی کنند.

مثلاً یک کسب و کار باید در این باره قضاوت کند که: «آیا این مشتری با این الگوی خرید و پرداخت و تسویه حساب، آن‌قدر اعتبار دارد که محصول خود را به شکل اعتباری به او بفروشیم؟ آیا از عهده‌ی پرداخت بدهی و اقساط برخواهد آمد؟»

مباحثی مانند Financial Analytics و Fraud Analytics می‌توانند برای پاسخ دادن به این سوالات به کسب و کارها کمک کنند.