Отсканируйте код для установки мобильного приложения MyBook
Премиум
209 печатных страниц
Время чтения ≈ 6ч
2022 год
0+
Чтобы читать онлайн
Дата-грамотность, то есть способность ориентироваться в мире данных, – ключевой навык сегодняшнего дня. Ежедневно в соцсетях публикуются миллиарды сообщений, электронные почтовые ящики по всей планете гудят от писем, а каждый подключенный к интернету автомобиль производит терабайты данных, не говоря уже об онлайн-магазинах, платежных системах и государственных цифровых сервисах. Однако работать с данными, анализировать их и использовать их для бизнеса по-прежнему умеет меньшинство, а специалистов катастрофически не хватает.
Для тех, кто хочет научиться говорить на языке данных уверенно, признанный эксперт в области дата-грамотности Джордан Морроу и написал свою книгу. Это практическое руководство позволит даже неспециалисту освоить четыре базовых уровня аналитики и узнать, как принимать эффективные решения на основе данных, чтобы извлекать максимум из информации и быть успешным в быстро меняющемся цифровом мире.
читайте онлайн полную версию книги «Как вытащить из данных максимум. Навыки аналитики для неспециалистов» автора Джордан Морроу на сайте электронной библиотеки MyBook.ru. Скачивайте приложения для iOS или Android и читайте «Как вытащить из данных максимум. Навыки аналитики для неспециалистов» где угодно даже без интернета.
Поделиться
misha_spokoen
Оценил книгу
Поделиться
EgglestonRhodophane
Оценил книгу
Всё, что можно почерпнуть полезного из данной книги, это небольшой список довольно простых идей, большинство из которых и так должны быть ясны читателям этой книги, если уж они интересуются анализом данных. Вот практически полный список этих идей:
- анализ данных может улучшить качество принятия рещений в компании
- важно не только собирать данные, но и правильно их интерпретировать
- анализ данных важен для айти-специалистов
- анализ данных важен для маркетолого
- а важен ли анализ данных для топ-менеджеров? конечно же важен!
- полезно иметь специалистов по сбору и анализу данных, но данными должны пользоваться не только эти спецаилисты
- искусственный интеллект и машинное обучение могут быть хорошим подспорьем в анализе данных, но и на них не стоит полагаться на 100%
В остальном же автор гоняет одну и ту же воду на протяжении всей книги, одни и те же примеры, в частности эпидемия холеры в Лондоне, одни и те же четыре уровня аналитики, кочующие из главы в главу. Когда же дело доходит до каких-то более глубоких вещей, автор отделывается фразами вроде "ну об этом можно прочитать во множестве других книг, мы не будем на этом фокусироваться". В общем, за всю книгу мы так толком ни на чем и не сфокусировались.
Поделиться
Анна
Оценил книгу
Поделиться
О проекте
О подписке