그들의 최근 저서에서, 정보 품질 : 지식을 생성 할 수있는 데이터 및 분석의 잠재력 Ron Kenett과 Galit Shmueli는 데이터 분석가가 데이터 품질을 평가하고 의미있는 통찰력을 찾을 잠재력을 평가할 수있는 프레임 워크 (InfoQ)를 제공합니다.
목표, 데이터, 분석 및 유틸리티의 개념 - 모든 도메인에서 데이터 분석의 기본 요소를 통합하는 방법을 설명합니다. 또한 학술 프로그램 및 비즈니스 또는 산업 프로젝트에서 InfoQ 구현과 관련된 문제를 논의합니다.
그렇다면 정보 품질 문제는 무엇입니까? 그러한 도전에 어떻게 직면하고 있습니까? 2 월 20 일까지 귀하의 정보 품질 문제를 설명하는이 블로그 게시물에 대한 의견을 남겨 주시면 Kenett 및 Shmueli의 새 책을받을 수 있습니다. 귀하의 의견은 50 ~ 75 단어 사이 여야합니다. 우리는 자격있는 의견에서 우승자 2 명을 무작위로 선택합니다. 댓글 작성자 한 명당 단 한 권의 책과 미국과 캐나다의 댓글 작성자 만 상품을받을 수 있습니다.
물론 두 사람 만이 이길 것입니다. 하지만 당신은 책 코드 VBN54를 사용하여 20 % 할인되었습니다. 너와 함께 가져와. 디스커버리 서밋 유럽 저자는 기조 연설을하고 Kenett와 Shmueli가 서명 할 수 있습니다.
이 책에 대한 전문가의 말 :
"Kenett과 Shmueli는 연구에서 잘못된 결론에 이르는 가장 큰 원인에 대해 밝힙니다. Big Data의 출현으로 인해 더욱 심해지는이 문제는 문헌 및 강의실에서별로 주목을받지 못했습니다. 정보 품질 문제는 연구의 유용성과 신뢰성을 완전히 훼손 할 수 있지만 연구원은 대개 너무 늦은 경우 가끔 비정형 방식으로이를 처리합니다. 정보 품질 연구에 참여하는 데이터가 효과적으로 질문에 대답 할 수 있도록하기위한 합리적인 기본 틀을 제공합니다. "Peter Bruce, 통계 교육 연구소.
"정책 입안자는 높은 품질과 관련 데이터를 사용하여 의사 결정을 내리고 있으며 더 다양한 유형의 데이터를 사용할 수있게됨에 따라 제공된 정보의 품질 측면을 모두 염두에 두어야합니다. 여기에는 통계적 품질뿐만 아니라 데이터와 분석이 관련 질문에 답하는 지 여부를 포함하여이 책에 설명 된 다른 차원이 포함됩니다. "John Pullinger, 영국 통계청, 영국 런던
"기술 라이브러리의 통계 선반을 한 눈에 보면 대부분의 책이 데이터 분석 방법의 세부 사항에 집중하고 있음을 알 수 있습니다. 거의 모든 통계를 가르치는 것도 마찬가지입니다. 이 책은 그러한 감독을 바로 잡는 데 도움이 될 것입니다. 그것은 독자가 경험적 분석의 다른 핵심 부분에 대한 통찰력과 이해를 제공 할 것이며, 연구가 유효하고 정확하며 유용한 결론을 도출하는 데 필수적인 부분입니다. "영국, 영국 Imperial College의 David Hand 교수
경험을 공유해 주셔서 감사합니다. @Peter_Bartell
내가 직면 한 한 가지 도전은 비즈니스 메트릭에 대한 비판적 인 운영 정의의 부족 (또는 더 나쁜, 여러 가지 운영 정의)이었습니다. 예를 들어, 4 년 동안 나는 대형 다국적 기업의 영업 예측 자로 일했습니다. 월간 기준으로 사업 내 내부 지지자에 대한 여러 보고서를 준비해야했습니다. 마케팅, 판매, 유통, 제조, 공급망에 종사하는 사람들은 매월 운영 리뷰를 작성한 사람들입니다. 당신은 사람들이 '판매'의 개념에 대해 얼마나 많은 다른 정의를 가지고 있었는지에 놀랄 것입니다. 하나의 간단한 예를 들어, 한 프로젝트 관리자는 고객의 비 의도적 의도를 '판매'로 계산했습니다. 미수금 항목이 생성되면 '판매'를 계산했습니다. 공급망은 제품이 회사 소유권의 마지막 지점에서 상품으로 물리적으로 이동했을 때 '판매'로 계산됩니다. 이를 재무부에 가져 가서 의사가 편지를 보내도록하십시오. 아니면 공급 체인에 가져 가라. 그러면 왜 재고 수요가 그들이 보는 것과 일치하지 않는지 궁금해 할 것입니다. 비즈니스 의사 결정을 내리기 전에 이러한 운영상의 정의를 이해하고 비즈니스 요구 사항 또는 요구 사항에 맞는 정의를 선택하는 데 시간을 할애해야합니다.
