"분석 워크 벤치"는 무엇을 의미합니까? 기본적으로 데이터 분석이 이루어지는 컴퓨팅 리소스 환경입니다. 조직의 분석 워크 벤치를 어떻게 설명 할 수 있습니까? 모든 사람이 전력 분석가는 아니므로 모든 사람이 전동 공구가 필요하지는 않습니다. 그러나 우리 모두는 어느 정도 수준의 데이터를 처리하기 때문에 우리 모두는 데이터를보다 효율적이고 효과적으로 이해할 수 있습니다. 조직의 분석 워크 벤치를보다 생산적으로 만들 기회가 있는지 확인하십시오.
기억과 저장
데스크탑 및 / 또는 서버에서 많은 메모리를 사용할 수 있습니까? 로컬 및 원격으로 충분한 스토리지가 있습니까? 메모리가 많을수록보다 효율적인 컴퓨팅 자원을 통한 분석뿐만 아니라 분석가들 (비싼 인재 중 점점 더 많은 비중을 차지하는 직원)의 대기 시간 감소로 더 많은 분석 대역폭이 생성됩니다. 반면에 메모리와 스토리지는 모두 JMP 그래프 빌더의 데이터와 함께 상당히 비싸게되었습니다. 존 C. 맥 칼럼 .
형태와 기능
사용하기 쉽고 잘 설계된 인터페이스는 "유동성"을 유지하는 데 도움이됩니다. 능숙한 코더 및 스프레드 시트 사용자조차도 대화 형 동적 시각화의 이점을 누릴 수 있습니다. "흐름 속에서"머무르는 것은 JMP의 개발자를위한 기본 원칙 중 하나였습니다. 발견 속도를 높이기 .
스프레드 시트를 사용하여 의도하지 않은 일을 수행하면 운영상의 큰 위험을 초래할 수 있습니다. 2008 년 세계 금융 위기 직전에 대형 은행 분석가는 복잡한 스프레드 시트를 사용하여 위험 기반 자본 요구 사항을 계산했습니다. 이것은 털이 많은 멀티탭 스프레드 시트로 수많은 수식과 참조 된 셀을 포함하고 있으며이를 작성한 사람 만 논리를 따라갈 수있었습니다. 애널리스트가 다른 직무로 떠날 때 다음보고 기간의 자본 요구 사항을 계산하는 데 많은 시간이 걸렸습니다. 조직에서 스프레드 시트에 대한 과도한 의존을 피하고 잘 문서화 된 코드 나 응용 프로그램을 사용하여보다 쉽게 반복하고 유지 관리하는 경우 낭비되는 시간과 노력을 피할 수 있습니다. 이를 촉진하기 위해 Microsoft Excel 용 JMP 애드 인 JMP에서 계산을 수행하는 옵션으로 Excel 인터페이스의 친숙 함을 유지하면서 오류 가능성을 최소화 할 수 있습니다 ( 정확성 계산뿐만 아니라 뚱뚱한 운지법 종류의 오류).
대부분의 분석가는 작업에 적합한 도구를 사용하기 위해 상당히 견고한 분석 워크 벤치를 선호하지만 대부분의 작업에서 자신이 좋아하는 도구 또는 분석 허브에 집중하는 경향이 있습니다. 일반적으로 이것은 혁신적인 방식으로 문제를 해결하는 데 집중하면서 "흐름 속에서"머물 수있게 해주는 도구입니다. 우수한 분석가는 대역폭을 늘리기 위해 새로운 것을 배우는 것에 열렬합니다. 훈련 이미 사용하고있는 도구를 사용하거나 작업대를 연마 할 수있는 새로운 도구를 도입하십시오.
컴퓨팅 환경
에서 SAS 대부분의 기술 회사에서 우리는 적절하게 전원이 공급되는 하드웨어, 우수한 처리량 및 충분한 메모리와 스토리지를 보유한 행운입니다. JMP는 두 운영 체제에서 모두 실행되기 때문에 Windows 용 Parallels를 Mac에서 실행하는 경우도 있습니다. 많은 조직에서는 곧 사용할 수 있거나 더 이상 지원되지 않는 운영 체제를 실행하는 오래된 하드웨어를 가지고 있습니다. 분석은 일반적으로 CPU를 많이 사용하며 샘플 크기가 커져서 큰 데이터를 따라 잡을 때 적절한 컴퓨팅 환경에 투자하는 것이 필수적입니다.
많은 조직이 서버에 투자하고 데스크톱을 무시했습니다. 그러나 대역폭이 충분하지 않거나 네트워크가 작동하지 않아 값 비싼 분석 기술 인력이 엄지 손가락을 쥐고 있고 데스크톱에 스프레드 시트 만 있으면됩니다 (데스크톱이있는 경우에도) 기회 비용이 높을 수 있습니다. 분석적으로 고급 기능을 제공하려면 데스크톱, 서버 및 원격으로 컴퓨팅 옵션을 제공해야합니다. 이러한 분석가가 여러 단계의 여러 프로젝트를 저글링하면 적절한 데스크톱 및 서버 컴퓨팅 리소스를 갖추면 훨씬 더 생산적 일 수 있습니다. 특히 탐색 단계에서, 노동 조합 지부 즉각적인 응답을 제공하는 메모리 내 시각 도구는 시각적 인 속도로 분석하여 시각적 인 대역폭을 활용하여 데이터 구조를보다 신속하게 보여줍니다.
협업 및 프리젠 테이션
분석가가 유용한 모델을 달성하면, 그녀는 완료되지 않습니다. 결과가 중요하려면 일반적으로 의사 소통을해야하고 행동해야합니다. 많은 양의 데이터가 있으므로 우리는 어느 정도 수준의 분석가입니다. 결과가 공유되는 경우에도 더 많은 질문을 할 수 있으며 더 많은 분석과 통찰력을 얻을 수 있습니다. 이러한 협업적이고 반복적 인 접근 방식으로 인해 많은 분석가들은 시각적으로 대화식으로 결과를 동료 및 의사 결정자에게 보여주는 능력을 선호합니다. 이 시나리오에 대해 몇 번이나 들었습니까? 경영진은 예측 모델을 구축해야하는 무언가를 요구합니다. 결과를 임원에게 제시하면 "어떻게하면 ...?"결과를 실시간으로 보여 주면 모든 사람의 시간을보다 효율적으로 활용할 수 있습니다.
구체적으로 와인의 품질을 향상시킬 수있는 방법을 묻는다고 가정 해보십시오. 품질에 영향을 미치는 요소의 관계를 모델링 한 후에는 이러한 관계를 보여줄 수 있습니다. 프로파일 러 JMP에서. 아래에서 알콜의 세로줄을 끌어서 늘리면 품질에 영향을 미치는 다른 요소에 대한 영향뿐 아니라 품질 (점까지)이 높아지는 것을 알 수 있습니다. 빨간색의 수직선을 클릭하여 빨간색에서 흰색 와인으로 바꿀 수 있습니다. 두 가지 색상 모두 밀도를 낮추면 품질이 향상됩니다. 프로파일 링으로 더 많은 것을 할 수 있지만, 요점은 당신이 라이브 "what if happen if ..."를 보여줄 수 있다는 것입니다. 그 결과를 봅니다. 우리는 실제로 사람들이 이런 식으로 결과를 볼 때 "나는 처음으로 내 인생에서 회귀를 이해합니다."와 같은 반응을 들었습니다.
[iframe src="/ content / jmp / files / 2013 / 05 / Profiler_wine.html"width = "620"height = "400"border = "0"]
새로운 창에서 Wine Profiler 열기
이 예제의 목적을 위해 사용 된 데이터는 UCI 기계 학습 라이브러리 .)
데이터
데이터가 엄격하게 워크 벤치의 일부는 아니지만 데이터는 워크 벤치 경험의 일부이자 원료입니다.
훌륭한 분석가는 훌륭한 요리사와 같습니다. 최상의 결과를 얻으려면 잘 정돈 된 부엌을 갖는 것이 분명합니다. 그렇다면 품질이 떨어지는 재료를 제공 하시겠습니까? 데이터 품질을 무시하고 지불하고 지불하는 조직. 가장 위험한 지불 방식은 문화에 미치는 영향입니다. 나는 빈약 한 데이터로 작업 할 필요가있는 프로젝트에서 돌아 다니는 분석가를 보았습니다. 데이터가 너무 나빠서 그들이 지출 할 때마다 효과가 없을 것이라는 점을 알고 있습니다. 그들이하는 권장 사항은 부당하고 시간을 더 생산적으로 보낼 수 있다는 것입니다. 대부분의 근무 시간이 빈약 한 데이터를 포함하는 프로젝트에 소비된다면, 이는 매우 집중력을 떨어 뜨릴 수 있으며, 훌륭한 분석가가 떠날 수 있습니다. 열악한 데이터 품질에 대한 또 다른 명백한 지불은 차선의 결정과 결과의 형태입니다. 데이터 품질은 궁극적으로 데이터를 사용하는 모든 사람의 공동 책임입니다. 좋은 데이터를 가진 조직은 문화에 책임을 분담 시켰습니다.
데이터에 대한 접근이 어려우면 종종 간과되는 또 다른 영역입니다. 분석적 인재를 경쟁적으로 지불하는 경우 데이터를 가져 와서 준비하는 데 많은 시간을 소비하지 않아도됩니다. 이상적으로 필요한 대부분의 데이터는 중앙에서 관리되고 일상적으로 업데이트됩니다. 분석 목적을 위해 추가 데이터 검색 및 조작은 가능한 경우 시각적으로 쉽게 이루어져야합니다.
기술 유지
그것은 균형입니다. 최신 기술을 쫓아 다니면 문제를 해결하고 가치를 높일 시간이 줄어 듭니다. 당신이 아직도 있으면 분석 인프라가 덜 민첩하게되고 과도하게 제한 될 수 있습니다. 새로운 일을 시도하고 새로운 인프라 또는 업그레이드에 대한 투자가 어디에서 가장 높은 수익을 올릴지 평가하는 데 시간을 투자해야합니다. 필자가 보아 보았 듯이 많은 조직은 스프레드 시트 위험에 과다 노출되어 검색 및 발표를위한 시각적 패러다임에 노출되지 않고 컴퓨팅 환경의 여러 부분에서 과소 평가되는 다양한 방식으로 데이터에 도전합니다. 데이터 및 분석이 조직의 전략적 자산으로 간주되는 경우 조직의 분석 워크 벤치를 재구성 할 가능성을 평가하는 것이 좋습니다.
노트 : 이 게시물의 첫 번째 버전은 국제 연구소 웹 로그 분석 블로그 .
