انتهيت من التعلم!..كيف تعمل كمحلل بيانات مستقل

عدد القراءات: 1٬175

يبدأ محلل البيانات في التعلم لفترة طويلة من الوقت ثم ينتهي من جميع الكورسات وقراءة الكتب البارزة في المجال، عندها تظهر أول مشكلة في طريق تعلمه وهو كيف أستطيع التأكد من انني فهمت ما قمت بتعلمه سابقاً وكيف أصبح محلل بيانات؟ ويلجأ مباشرة إلى سؤال أصدقائه، ويطرح نفس السؤال على مواقع التواصل الاجتماعي ويكون هذا هو السؤال الشهير الذي يتردد أمامنا دائماً “لقد انهيت جميع الكورسات وتعلمت الإحصاء و الأكسيل و تابلو … إلخ ، مالذي يجب علي فعله الأن لأعمل كمحلل بيانات؟!” فيلقى الإجابة على سؤاله، وهي أن يقوم بالتطبيق على مشاريع عملية على موقع kaggle الشهير ويبدأ في المرحلة الثانية لتعلمه من خلال الذهاب الى موقع kaggle والعمل بجد على العديد من المشاريع ويصبح مستعد للعمل وكأي شخص اّخر يرغب بالعمل لحسابه الشخصي أما لتحسين دخله أواعتماده عليه كعمل أساسي، كالعادة يلجأ إلى السؤال مجددًا لكن في هذه المرة تكون النتيجة مختلفة لأن الشركات لا تستطيع الثقة بمحلل البيانات بشكل كبير وإعطائه وصول لبيانات في غاية الأهمية و العديد من الأسباب الأخرى، لذا بصفتك كمستقل في بداية مشوارك المهني هناك العديد من الخدمات المصغرة التي يمكنك تقديمها وتُعرف إحدى هذه الخدمات العديدة باسم “تحليل سلة التسويق”.

لذا يمكن للعاملين لحسابهم الخاص الذين يقدمون خدمة تحليل سلة التسويق مساعدة عملائهم بعدة طرق و يمكن أن يساعد هذا النوع من الخدمة الشركات على فهم المنتجات التي يتم شراؤها معًا في كثير من الأحيان، مما قد يكون مفيدًا بعدة طرق. على سبيل المثال ، يمكن أن يساعد تحليل سلة التسويق الشركات على استهداف إعلاناتها بشكل أكثر فعالية، وتخطيط مستويات المخزون بشكل أكثر كفاءة، واتخاذ قرارات أفضل بشأن وضع المنتج.

في هذه المقالة ، سوف نستكشف ما يستلزمه تحليل سلة التسويق، وكيف يمكن أن يكون مفيد للشركات و العملاء.

سنلخص كل ما يلزمك للعمل كمحلل بيانات لسلة الشراء على شكل نقاط كالآتي :

معرفة جيدة بالإحصاء.
معرفة بأحد أدوات معالجة البيانات مثل أكسيل او بايثون.
تعلم قواعد الارتباط (خوارزمية Apriori).

إن تحليل سلة الشراء الذي يعتمد على تقنية التنقيب عن البيانات (قواعد الارتباط) و بعبارات بسيطة، هي مجموعة من القواعد التي يمكن فهمها على أنها “إذا كان هذا ، فعندئذٍ”.

و استنادًا إلى مفهوم القواعد القوية، قدم راكيش أغراوال وتوماس إيميلينسكي وأرون سوامي قواعد الارتباط لاكتشاف الانتظام بين المنتجات في بيانات المعاملات واسعة النطاق المسجلة بواسطة أنظمة نقاط البيع في محلات السوبر ماركت، و الموجودة في بيانات مبيعات السوبر ماركت. الإشارة إلى أنه إذا اشترى العميل البصل والبطاطس معًا، فمن المحتمل أيضًا أن يشتري لحم الهامبرغر. يمكن استخدام هذه المعلومات كأساس لاتخاذ قرارات بشأن الأنشطة التسويقية مثل ، على سبيل المثال ، التسعير الترويجي أو مواضع المنتجات.

هناك عدة مقاييس إحصائية مهمة يجب مراعاتها بعد الانتهاء من العمل على تحليل سلة التسويق. هذه الإجراءات هي: الدعم والثقة والرفع.

– الدعم : سوف تفهمه من خلال هذا المثال :
لنفترض ان لدي متجر وحصلت على 6 عمليات بيع
العملية الأولى : تفاح، موز، برتقال، خوخ.

العملية الثانية : تفاح ، خوخ.

العملية الثالثة : تفاح.

العملية الرابعة : خبز، زبدة.

العملية الخامسة: توست، حليب.

علينا أن نجد الدعم للتفاح، ستكون المعادلة كالاتي :- عدد مرات ظهور التفاح / عدد المعاملات = 3/5=0.6 , 60% من العمليات هي التفاح.

– الثقة : هي مؤشر على صحة القاعدة.

الآن سنحسب الثقة للتفاح وخوخ، ستكون المعادلة كالاتي :- عدد مرات ظهور التفاح و خوخ / عدد مرات ظهور التفاح = 2/3 =0.66% ، إحتمالية شرائهم مع بعضهم البعض.

– الرفع : رفع التفاح <- خوخ = الدعم لـ(التفاح،صانع العصير) / الدعم لـ(التفاح) * الدعم لـ(خوخ).

الآن بعد أن أصبحت متحمسًا لبدء التعلم ، دعني أقدم لك بعض الموارد التي ستساعدك. تحقق من هذه المواقع والمقالات. ستكون جميعها أدوات تعليمية رائعة لك.