Big Data - כלים מעשיים לניתוח בסיסי נתונים.
מהי הדרך הנכונה לפלח לקוחות לצורך שיווק ממוקד לקוח?
כיצד נבנה מודל סיכון אשראי עבור בנקים, גופים פיננסיים וחברות ביטוח?
אילו מדדים סטטיסטיים יעילים לקבלת החלטות ניהוליות?
כיצד נייצר נורמות פעילות לאיתור הונאות או התנהלות חשודה?
באילו מדדים עלינו להשתמש לתיקוף מודל סטטיסטי?
מהו סוג הדגימה המתאים עבור הסקר שאנו מעוניינים לבצע?
באמצעות אילו כלים אנליטיים נבנה מודל נטישה שיסייע בשימור לקוחות?
מנתחי נתונים רבים רואים במגרש הסטטיסטי, רווי הנוסחאות והמתמטיקה, אזור מאיים ומרתיע, ולכן נמנעים משימוש בו.
אלו שבכל זאת מנסים מגלים במהלך עבודתם השוטפת, כי הידע התיאורטי שרכשו אינו תמיד מסייע להם ברגע האמת - כשהם נתקלים בשאלה מעשית בנוגע לניתוח הנתונים שברשותם. החששות מובנים.
בחירת מודל לא מתאים ו/או שימוש בכלים לא נכונים יובילו לתוצאות שגויות, ומנתח הנתונים אפילו לא יידע על כך.
במקרים אחרים התוצאות דווקא יהיו נכונות, אך הפרשנות שתוענק להן עלולה להיות מוטעית, שהרי לא כל מה שמובהק הוא בהכרח משמעותי.
כיום, בעידן ה-Big Data - המאופיין בכמות עצומה של מידע, המגיע ממקורות רבים ומגוונים, באיכויות שונות ובמבני נתונים שונים - ההתמודדויות הנ"ל רק הופכות למורכבות ומסובכות יותר.
מציאות זו היא שהולידה את הצורך במדריך מעשי-שימושי עבור מנתחי נתונים, שיהווה עבורם 'ארגז כלים' מקצועי לפתרון הבעיות האנליטיות הניצבות בפניהם.
*****
עופר דודזדה ואמיר סנדץ הם בעלי תואר ד"ר מהמחלקה למתמטיקה וסטטיסטיקה באוניברסיטת בר-אילן ומרצים בקורסים שונים באקדמיה;
עוסקים בתחום ניתוח הנתונים משנת 2000 בארגונים מהגדולים במשק.
מנהלים ומובילים צוותים של מנתחי נתונים, המתמחים בפיתוח מודלים אנליטיים ככלים תומכי החלטות עסקיות בתחומים רבים, כגון:
סיכונים, שיווק, רפואה, אינטרנט ועוד; יועצים בכירים לארגונים פיננסיים בתחומים של BI אנליטי בפרט וניתוח נתונים בכלל.