Z Inisght semin叩e SIMAR pro to (ne)vy邸lo konan辿ho 25. kvtna 2017. Ondej Veis uk叩zal, 転e d鱈ky exploraci, segmentaci a vizualizaci se da鱈 navigovat ve velk辿m mno転stv鱈 big dat.
17. oData xData
We have two
contradictory pictures of
reality; separately
neither of them fully
explains the phenomena
of light, but together
they do.
18. Co dlat s nekonen箪m mno転stv鱈m dat?
1. Umt naj鱈t
to podstatn辿
3. Pehledn a
interaktivn
2. Segmentovat
19. 1. Umt naj鱈t
to podstatn辿
V箪zkum trhu = DATA SCIENCE
(rostouc鱈 automatizace
zpracov叩n鱈 dat)
Do budoucna poroste
zapojen鱈 machine learningu
do v箪zkumu trhu
20. 2. Segmentovat
Je teba velk辿 mno転stv鱈 dat
prezentovat tak, aby v箪sledky
byly uchopiteln辿
1000 promnn箪ch vs.
7 segment哲
21. 3. Pehledn a
interaktivn
Propojov叩n鱈 dat vy転aduje
schopnost ta data pehledn
zobrazit
Velk辿 mno転stv鱈 dat vy転aduje
interaktivn鱈 vizualizaci
Rychl辿 a jednoduch辿
zobrazovac鱈 aplikace (Shiny)
27. 1. Umt naj鱈t
to podstatn辿
Dlouhodob箪 pohled na data
co m叩 a co nem叩 vliv na
spokojenost?
Kreativn鱈 transformace dat:
nov辿 promnn辿, kter辿 se
uk叩zaly jako kl鱈ov辿
Uk叩zalo se, 転e tch podstatn箪ch
promnn箪ch je relativn m叩lo
e邸en鱈
28. 2. Segmentovat
Segmentace na z叩klad
podstatn箪ch charakteristik
Segmenty s co nejvt邸鱈mi
rozd鱈ly ve spokojenosti
e邸en鱈