「分析ワークベンチ」とはどういう意味ですか？基本的に、データ分析が行われるコンピューティングリソース環境。組織内のいくつかの分析ワークベンチについてどのように説明しますか。誰もがパワーアナリストではないので、誰もがパワーツールを必要とするわけではありません。しかし、私たち全員が何らかのレベルでデータを扱い、私たち全員がデータをより効率的かつ効果的に理解することで恩恵を受けることができます。組織内の分析ワークベンチをより生産的にする機会があるかどうかを確認します。
メモリとストレージ
あなたのデスクトップやサーバーで利用可能な多くのメモリを持っていますか？ローカルとリモートに十分なストレージがありますか。より多くのメモリは、より効率的なコンピューティングリソースだけでなく、アナリスト側の待ち時間の短縮によっても、より分析的な帯域幅を生み出します。一方、JMP Graph Builderのデータを使用すると、メモリとストレージの両方が非常に安価になりました。ジョン・C・マッカラム 。
フォームと機能
使いやすく、よく設計されたインターフェースは、あなたが「流れ」を保つのを助けます。最も経験豊富なコーダーとスプレッドシートユーザーでさえも、インタラクティブでダイナミックな視覚化から利益を得ることができます。「流動」を維持することは、JMPの開発者にとっての指針となる原則の1つです - 煩わしさと複雑さを最小限に抑えながら発見をスピードアップ 。
スプレッドシートを使って意図しないことをした場合、大きなオペレーショナルリスクが発生します。世界的な金融危機の直前の2008年、大手銀行のアナリストは、複雑なスプレッドシートを使用して銀行のリスクベースの自己資本要件を計算していました。これは、多数の数式を含み、それを作成した人だけが従うことができる論理を持つセルを参照する、毛深いマルチタブスプレッドシートでした。アナリストが別の仕事を辞めると、次のレポート期間の所要自己資本を計算するのに非常に多くの時間がかかりました。組織がスプレッドシートへの過度の依存から身を引いて、より簡単に繰り返され維持される、十分に文書化されたコードまたはアプリケーションを使用すれば、無駄な時間と労力を避けることができます。これを容易にするために、 Microsoft Excel用JMPアドインエラーの可能性を最小限に抑えながら、JMPで計算を実行するためのオプションを使用して、Excelのインターフェイスの習熟度を維持できます正確さ計算と同様に太った指一種のエラーです。
ほとんどのアナリストは、仕事に適したツールを使用するためにかなり堅牢な分析ワークベンチを好みますが、ほとんどの作業で自分の好きなツール（または分析ハブ）に惹きつけられる傾向があります。一般的に、これは革新的な方法で問題を解決することに集中しながら、彼らが「流れの中に」いることを可能にするツールです。優れたアナリストは、帯域幅を増やすために新しいことを学ぶことができます。トレーニングすでに使用しているツールを使用するか、ワークベンチを磨くための新しいツールを導入します。
計算環境
で SAS ほとんどのテクノロジ企業では、適切な機能を備えたハードウェア、優れたスループット、および十分なメモリとストレージを提供できて幸運です。JMPは両方のオペレーティングシステムで動作するため、Parallels for Windowsを搭載したMacでも両方を実行できます。多くの組織では、近いうちにサポートされているかサポートされなくなったオペレーティングシステムを実行している古いハードウェアを使用しています。分析は通常CPUを集中的に使用します。サンプルサイズがビッグデータに追いつくために大きくなるにつれて、適切な計算環境に投資することが必須になります。
多くの組織がサーバーに投資し、デスクトップを無視しています。しかし、帯域幅の狭さやネットワークの機能停止のために高価な分析能力を発揮できず、デスクトップにスプレッドシートしか残されていない場合（デスクトップを使用している場合でも）、機会費用が高くなる可能性があります。分析的に高度なものには、デスクトップ上、サーバー上、およびリモートで計算オプションを提供する必要があります。これらのアナリストが複数のプロジェクトをさまざまなフェーズで進めているため、適切なデスクトップリソースとサーバーコンピューティングリソースの両方を用意することで、生産性が大幅に向上します。特に探索段階では、地元瞬時に反応するインメモリのビジュアルツールは、より広いビジュアル帯域幅 - 視覚速度での分析、を利用してデータの構造をより早く明らかにします。
コラボレーションとプレゼンテーション
アナリストが有用なモデルを達成したとき、彼女はしていません。結果が重要になるためには、それらは通常伝達され行動を起こさなければなりません。非常に多くのデータがあるので、私たちは皆、あるレベルのアナリストです。結果が共有されるときでさえ、我々はより多くの質問をするかもしれず、それはより多くの分析と洞察につながるかもしれません。この協調的で反復的なアプローチのため、多くのアナリストは、結果を同僚や意思決定者に視覚的かつ対話的に表示することの力を好みます。このシナリオの説明を何回聞いたことがありますか。あるエグゼクティブが、予測モデルを構築する必要があるものを求めています。あなたはその結果をエグゼクティブに提示し、そこで彼は「What if…？」と言います。あなたが結果を生き生きと見せれば、全員の時間でより効率的になる可能性があります。
具体的には、ワインの品質をどのように向上させることができるかと尋ねられたとします。 品質に影響を与える要因の関係をモデル化したので、それらの関係を示すことができます。プロファイラ JMPで。下の図では、アルコールの赤い縦線をドラッグして増やすと、品質が上がる（ある程度まで）だけでなく、変化が品質に影響を与える他の要因に与える影響もわかります。あなたは色のために垂直の赤い線をクリックすることによって赤から白ワインへ切り替えることができます。どちらの色でも、濃度を下げると品質が向上することがわかります。プロファイリングを使用するとさらに多くのことを実行できますが、重要な点は、「…なら、どうなるか」を実際に見せることができるということです。そして結果を見なさい。このように結果が提示されているのを見ると、「私の人生では初めて、私は実際には回帰を理解している」というような反応を実際に聞いたことがあります。
[iframe src="/ content / jmp / files / 2013/05 / Profiler_wine.html" width = "620" height = "400" border = "0"]
新しいウィンドウでWine Profilerを開く
この例の目的に使用されるデータは、 UCI機械学習ライブラリ 。）
データ
データは厳密にはワークベンチの一部ではありませんが、データは原材料でありワークベンチの経験の一部です。
優れたアナリストは、優れたシェフのようなものです。最も魅力的なのは、設備の整ったキッチンがあることです。しかし、あなたは質の悪い成分を提供しますか？データ品質を無視する組織は、支払い、支払い、支払いを行います。最も有害な支払い方法は、それが文化に対して行うことです。貧弱なデータで作業することを要求するプロジェクトから実行されるアナリストを見ました。データは非常に悪いので、時間をかけても無駄になることを知っています。つまり、どのような推奨も不適切であり、時間をより生産的に費やすことができたのです。1日のほとんどが、貧弱なデータを含むプロジェクトに費やされている場合、それは非常にやる気を起こさせることができ、優れたアナリストは去るかもしれません。劣ったデータ品質のための他の明白な支払いは次善の決定と結果の形です。データ品質は、最終的にはデータを使用するすべての人が共有する責任です。良いデータを持っている組織は、それが文化に対する責任を共有していることを織り込んでいます。
見過ごされがちなもう1つの分野は、データへのアクセスが難しいことです。あなたがあなたの分析的な才能のために競争的にお金を払っているならば、あなたはその時間の大きな塊がデータを取ってきて準備するのに費やされることを望まない。理想的には、必要なデータの大部分は集中管理され、定期的に更新されます。分析を目的としたそれ以上のデータ検索および操作は、可能な限り視覚的に簡単にする必要があります。
技術に追いつく
バランスです。あなたが最新の技術を追いかけているならば、あなたの問題解決と付加価値の時間は少なくなります。静止していると、分析インフラストラクチャの機敏性が低下し、過度に制限される可能性があります。新しいことを試して、新しいインフラストラクチャやアップグレードへの投資が最も高い収益をもたらす場所を評価するために、ある程度の時間を割いてください。これまで見てきたことから、多くの組織はさまざまな方法でデータに挑戦し、スプレッドシートのリスクにさらされ、視覚的パラダイムにはさらされず（発見とプレゼンテーションの両方）、コンピューティング環境のさまざまな部分で力を失います。データと分析が組織内の戦略的資産と見なされる場合は、組織内の分析ワークベンチのいくつかを見直す可能性を評価することをお勧めします。
注意： この記事のバージョンは国際分析研究所ブログ 。
