Pam mae hyn yn bwysig

Mae timau gwasanaeth yn cynhyrchu llawer iawn o ddata: tocynnau, logiau, metrigau, arolygon, cofnodion newid, adroddiadau cost. Mae'r rhan fwyaf ohono'n eistedd heb ei ddefnyddio, neu'n cael ei grynhoi mewn dangosfyrddau na all neb eu cysylltu â phenderfyniad. Mae'r adroddiadau'n disgrifio gweithgarwch, fel tocynnau a gaewyd, ac yn dweud ychydig am a yw cwsmeriaid yn well eu byd.

Dadansoddeg yw'r ddisgyblaeth o gael atebion o'r data. Mae Wikipedia yn disgrifio dadansoddeg fel darganfod, dehongli a chyfathrebu patrymau ystyrlon mewn data. Mewn rheoli gwasanaethau gall ddangos o ble mae galw'n dod, pam mae digwyddiadau'n ailadrodd, lle mae gwaith yn aros, pa newidiadau sy'n beryglus, ac a helpodd gwelliant. Gall hefyd gamarwain. Gall siart edrych yn awdurdodol tra'n dibynnu ar sampl gogwyddedig, cyd-ddigwyddiad, neu ddiffiniad a newidiodd yn dawel.

Y pwnc hwn yw'r pwynt mynediad i Ran 7. Mae'n disgrifio'r mathau o ddadansoddeg, camau dadansoddiad cadarn, a'r trapiau sy'n dal hyd yn oed pobl ofalus. Mae'n gadael diffiniadau metrig i'r llyfr cydymaith Service Management Metrics, ac yn cyfeirio at y pynciau nesaf ar gyfer sylfeini (Pwnc 7.2 — Sylfeini a Llywodraethu Data), mesur (Pwnc 7.3 — Mesur ac Adrodd), arsylwadwyedd (Pwnc 7.4 — Arsylwadwyedd a Thelemetreg), rhagfynegi (Pwnc 7.5 — Dadansoddeg Ragfynegol a Rhagweld), llif (Pwnc 7.6 — Dadansoddeg Prosesau a Ffrydiau Gwerth), a phrofiad (Pwnc 7.7 — Dadansoddeg Profiad a Theimlad). Mae disgrifiad y perchennog o'r fersiwn ddiweddaraf o ITIL yn pwysleisio canlyniadau mesuradwy (gweler Pwnc 1.3 — ITIL 5), sy'n dibynnu ar ddadansoddeg a wneir yn dda.

Cysyniadau craidd

Pedwar math o ddadansoddeg. Mae fframio cyffredin yn gwahaniaethu:

Math Cwestiwn Enghraifft mewn gwaith gwasanaeth
Disgrifiadol Beth ddigwyddodd? Digwyddiadau y mis yn ôl gwasanaeth
Diagnostig Pam y digwyddodd? Beth sydd gan y digwyddiadau ailadroddus yn gyffredin
Rhagfynegol Beth sy'n debygol o ddigwydd? Rhagolwg o gyfaint tocynnau y chwarter nesaf
Rhagnodol Beth ddylem ni ei wneud? Lefelau staffio sy'n bodloni targed am y gost leiaf

Mae Wikipedia yn disgrifio dadansoddeg ddisgrifiadol, ragfynegol a rhagnodol. Mae pob un yn adeiladu ar yr un o'i blaen. Bydd y rhan fwyaf o dimau gwasanaeth yn cael y gwerth mwyaf o wneud y ddau gyntaf yn dda.

Dechreuwch â chwestiwn. Mae dadansoddiad yn dechrau gyda phenderfyniad y mae angen i rywun ei wneud, fel a ddylid ychwanegu staff at y shifft gyda'r nos, ac yn ei droi'n gwestiwn y gall y data ei ateb. Heb gwestiwn, mae dadansoddi'n dod yn chwilio am rywbeth diddorol, ac mae erthygl Wikipedia ar bysgota data yn egluro sut mae hynny'n canfod patrymau sydd ond yn siawns.

Data. Yr hyn sydd gennych, o ble y daeth, sut y cofnodwyd ef, a beth mae'n ei adael allan. Mae data tocynnau yn dangos yr hyn y dewisodd pobl ei adrodd a sut y categoreiddiodd asiantau ef, nid popeth a ddigwyddodd. Gweler Pwnc 7.2 — Sylfeini a Llywodraethu Data. Mae Wikipedia yn disgrifio ansawdd data fel addasrwydd at ddefnydd.

Ystadegau disgrifiadol. Crynodebau fel cyfrifon, canolrifau, canraniadau, a gwasgariad. Mae Wikipedia yn disgrifio ystadegau disgrifiadol. Ar gyfer data gwasanaeth, mae canolrifau a chanraniadau fel arfer yn fwy defnyddiol na chyfartaleddau, sy'n cuddio cynffonnau hir, ac mae allyrwyr, a ddisgrifir ar Wikipedia, yn haeddu golwg yn hytrach na chael eu tynnu'n awtomatig.

Dadansoddi archwiliadol. Edrych ar y data i weld ei siâp, ei ansawdd a'i bethau annisgwyl cyn profi syniadau. Mae Wikipedia yn disgrifio dadansoddi data archwiliadol. Mae'n atal camgymeriadau gwirion, fel trin gwerth coll fel sero.

Samplo a thuedd. Mae'r rhan fwyaf o ddadansoddiadau'n defnyddio sampl, a gall samplau gamarwain. Mae Wikipedia yn disgrifio samplo a thuedd dewis. Daw ymatebion arolwg o'r rhai sy'n ateb, a daw tocynnau cymorth o'r rhai sy'n cysylltu â chi. Mae tuedd goroesiad, a ddisgrifir yno hefyd, yn codi pan fyddwch yn astudio dim ond yr hyn sy'n weddill, fel cwsmeriaid a arhosodd.

Cydberthyniad ac achos. Nid yw dau beth yn symud gyda'i gilydd yn golygu bod un yn achosi'r llall. Mae Wikipedia yn disgrifio'r broblem o dan "correlation does not imply causation", a chymysgu, lle mae trydydd ffactor yn gyrru'r ddau. Gall cyfaint tocynnau a nifer gweinyddion godi gyda'i gilydd oherwydd bod y busnes wedi tyfu. Mae honiadau achosol angen mwy na siart: cymhariaeth reoledig, neu resymu gofalus am ddewisiadau amgen. Mae Wikipedia yn disgrifio casglu achosol a phrofi A/B fel ffyrdd o ddysgu am achos.

Paradocsau a thrapiau. Paradocs Simpson, a ddisgrifir ar Wikipedia, yw achos lle mae tuedd sy'n ymddangos mewn sawl grŵp yn gwrthdroi pan gyfunir y grwpiau. Y camsyniad cyfradd sylfaenol, a ddisgrifir yno hefyd, yw'r camgymeriad o anwybyddu pa mor gyffredin yw rhywbeth, fel bod canfodydd da ar gyfer digwyddiad prin yn cynhyrchu rhybuddion ffug yn bennaf. Mae bod yn ymwybodol o drapiau o'r fath yn amddiffyniad.

Arwyddocâd ystadegol ac ansicrwydd. Mae canlyniad yn "arwyddocaol" pan fo'n annhebygol o fod oherwydd siawns yn unig dan dybiaethau a nodir. Mae Wikipedia yn disgrifio profion damcaniaeth a chyfyngau hyder. Nid yw arwyddocâd yn bwysigrwydd: gall effaith fechan fod yn arwyddocaol mewn set ddata fawr, a gall effaith fawr fod yn ansicr mewn un fach. Dangoswch ystodau, nid rhifau sengl yn unig.

Delweddu. Mae siartiau'n helpu pobl i weld patrymau, ac mae siartiau gwael yn camarwain. Mae Wikipedia yn disgrifio delweddu data a gwybodaeth. Dewiswch ffurfiau sy'n gweddu i'r cwestiwn, labelwch echelinau ac unedau, dechreuwch raddfeydd yn onest, a dangoswch ansicrwydd. Dylai dangosfyrddau, a ddisgrifir ar Wikipedia fel arddangosiadau gweledol o wybodaeth allweddol, wasanaethu penderfyniadau a bod yn ychydig.

Cyfresi amser. Cofnodir llawer o ddata gwasanaeth dros amser, gyda thueddiadau, patrymau tymhorol, a newidiadau sydyn. Mae Wikipedia yn disgrifio dadansoddi cyfresi amser. Cymharwch debyg â thebyg: y dydd Llun hwn â dyddiau Llun eraill. Gweler Pwnc 7.5 — Dadansoddeg Ragfynegol a Rhagweld.

Modelau a dysgu peirianyddol. Gall modelau ystadegol a dysgu peirianyddol ragfynegi, dosbarthu a chlystyru. Maent angen data hyfforddi a phrofi, dilysu, a monitro am ddrifft. Gweler Pwnc 5.1 — AI mewn Rheoli Gwasanaethau. Nid yw model yn ffynhonnell gwirionedd; mae'n offeryn â thybiaethau.

Cyfraith Goodhart. Pan ddaw mesur yn darged, mae'n peidio â bod yn fesur da. Mae Wikipedia yn disgrifio'r gyfraith. Mae dadansoddeg a ddefnyddir i farnu pobl neu dimau yn gwahodd newidiadau mewn ymddygiad sy'n gwella'r rhif ac nid y canlyniad. Defnyddiwch fesurau i ddysgu, pârwch hwy ag eraill, a dywedwch sut y gellid chwarae pob un. Gweler y llyfr Service Management Metrics.

Moeseg a phreifatrwydd. Mae dadansoddeg ar bobl, fel cynhyrchiant asiantau neu ymddygiad defnyddwyr, yn codi cwestiynau o gydsyniad, tegwch a chymesuredd. Mae Wikipedia yn disgrifio preifatrwydd a thuedd algorithmig mewn mannau eraill. Casglwch yr hyn sydd ei angen yn unig, cyfanredwch lle gallwch, a byddwch yn agored am yr hyn rydych yn ei ddadansoddi a pham. Gweler Pwnc 5.6 — Llywodraethu, Risg a Chydymffurfio AI.

Cyfathrebu. Nid yw dadansoddiad na all neb ei ddeall yn newid dim. Nodwch y cwestiwn, yr ateb, yr hyder, y terfynau, a'r penderfyniad a argymhellir mewn geiriau plaen, gyda siart lle mae'n helpu.

Sut mae'r lensys yn ffitio. Dadansoddeg yw'r bedwaredd lens, ac mae'n gwasanaethu'r tair arall. Mae arfer ystwyth yn ei ddefnyddio i wirio a helpodd newid. Mae AI yn defnyddio data fel tanwydd a gall gyflymu dadansoddi, dan adolygiad. Mae awtomeiddio yn cynhyrchu data ac yn gweithredu arno. Mae dadansoddeg hefyd angen y tair lens gyntaf i droi mewnwelediad yn newid.

Arferion gorau

  1. Dechreuwch o benderfyniad. Ysgrifennwch pwy fydd yn penderfynu beth, erbyn pryd, a pha dystiolaeth fyddai'n newid eu meddwl. Siapiwch y dadansoddiad i hynny.
  2. Trowch y penderfyniad yn gwestiwn manwl. Diffiniwch y termau, fel "datryswyd" neu "digwyddiad ailadroddus", y boblogaeth, a'r cyfnod cyn i chi gyffwrdd â'r data.
  3. Adnabyddwch eich data. Dogfennwch ffynonellau, sut y crëir cofnodion, bylchau hysbys, a newidiadau mewn diffiniadau dros amser. Gwiriwch sampl yn erbyn realiti.
  4. Edrychwch cyn profi. Archwiliwch ddosraniadau, gwerthoedd coll ac allyrwyr yn gyntaf. Trwsiwch wallau a chofnodwch beth a newidiwyd.
  5. Defnyddiwch grynodebau cadarn. Adroddwch ganolrifau a chanraniadau gyda chyfrifon, a dangoswch y gwasgariad. Cymharwch debyg â thebyg, fel yr un diwrnod o'r wythnos neu dymor.
  6. Gwyliwch am dueddiad. Gofynnwch pwy sydd ar goll o'r data a pham. Nodwch derfynau'r sampl pan fyddwch yn cyflwyno canlyniadau.
  7. Peidiwch â hawlio achos heb sail. Dywedwch "yn gysylltiedig â" oni bai fod gennych gymhariaeth neu ddadl gref. Rhestrwch esboniadau amgen a dywedwch sut y gwiriwyd hwy.
  8. Dangoswch ansicrwydd. Rhowch ystodau a nodwch feintiau samplau. Osgowch fanylrwydd ffug.
  9. Dyluniwch ddelweddau ar gyfer y darllenydd. Cadwch siartiau'n syml, yn onest ac wedi'u labelu. Ffafriwch ychydig o ddangosfyrddau ystyrlon i lawer na ddefnyddir.
  10. Caewch y ddolen. Cofnodwch y penderfyniad a gymerwyd a'r canlyniad, a gwiriwch yn ddiweddarach a helpodd y dadansoddiad. Ymddeolwch adroddiadau nad oes neb yn eu defnyddio.

Cwestiynau i'w trafod gyda'ch tîm

Beth oedd y penderfyniad diwethaf a wnaethom gyda data, a beth ddywedodd y data wrthym mewn gwirionedd? Gofynnwch am yr enghraifft. Disgwyliwch fod data wedi cefnogi penderfyniad a wnaed eisoes. Dilynwch trwy ddewis penderfyniad sydd i ddod ac ysgrifennu'r cwestiwn yn gyntaf.

Pa rai o'n hadroddiadau nad oes neb yn eu darllen na gweithredu arnynt? Gwiriwch ddefnydd. Disgwyliwch sawl un. Dilynwch trwy ymddeol un a gofyn a oes unrhyw un yn ei golli.

Ble gallai ein data fod yn ogwyddedig neu'n anghyflawn, a phwy sydd ar goll? Meddyliwch am docynnau, arolygon a logiau. Disgwyliwch nad yw llawer o ddefnyddwyr byth yn cysylltu â ni. Dilynwch trwy ddewis un ffynhonnell ac ychwanegu gwiriad o un arall.

Beth fyddai'n ein darbwyllo bod gwelliant diweddar wedi gweithio mewn gwirionedd? Trafodwch dystiolaeth. Disgwyliwch ddibyniaeth ar siartiau cyn-ac-ar-ôl. Dilynwch trwy restru pethau eraill a newidiodd ar yr un pryd.

Pa rai o'n rhifau y gellid eu chwarae, a sut y byddem yn sylwi? Dewiswch fesur sy'n bwysig i werthusiad rhywun. Disgwyliwch atebion creadigol. Dilynwch trwy gytuno ar wiriad sampl neu fesur pâr.

Sut y gallai AI ein helpu i ddadansoddi ein data, a sut y byddem yn gwirio ei waith? Gall AI grynhoi data, drafftio siartiau ac awgrymu patrymau. Gall hefyd ddatgan canfyddiadau dyfeisiedig. Gofynnwch pwy sy'n gwirio a sut. Dilynwch trwy ailadrodd dadansoddiad AI â llaw ar set ddata fach.

Yn ymarferol: enghraifft o reoli gwasanaethau

Mae desg gwasanaeth TG awdurdod treth cenedlaethol yn trin 25,000 o gysylltiadau y mis. Mae gan uwch reolwr ddangosfwrdd sy'n dangos bod amser datrys cyfartalog wedi codi 20 y cant mewn blwyddyn, ac mae'n gofyn i arweinydd y ddesg "ddod ag ef yn ôl i lawr". Mae'r arweinydd yn penderfynu dadansoddi cyn ymateb.

Mae hi'n dechrau gyda'r cwestiwn: a yw'r amser i ddatrys cyswllt nodweddiadol wedi codi, ac os felly, ar gyfer pa fathau o gyswllt? Mae hi'n gwirio'r data yn gyntaf. Yn y gwanwyn newidiodd yr offeryn tocynnau sut y cofnodir "datryswyd", fel bod tocynnau'n cael eu datrys pan fydd yr asiant yn eu marcio ac nid pan fydd y defnyddiwr yn cadarnhau. Mae hi hefyd yn canfod bod categori newydd o geisiadau cymhleth "mynediad i'r system achosion", a lansiwyd yn yr hydref, yn cyfrif am 12 y cant o gysylltiadau ac yn cymryd pum gwaith cyhyd â'r gweddill.

Mae hi'n ailgyfrifo gan ddefnyddio canolrifau a'r 90fed canraniad, wedi'u hollti yn ôl categori. Ar gyfer yr hen gategorïau, mae'r amser datrys canolrifol yn ddigyfnewid; mae'r 90fed canraniad wedi codi ychydig. Cododd y cyfartaledd cyffredinol yn bennaf oherwydd y categori newydd a'r diffiniad a newidiwyd. Mae hi'n nodi na all y data ddangos pam mae rhai ceisiadau mynediad yn cymryd amser hir, dim ond eu bod yn gwneud hynny.

Mae hi'n cyflwyno crynodeb un dudalen: cododd y cyfartaledd oherwydd math newydd o waith a newid diffiniad; mae'r rhan fwyaf o gysylltiadau mor gyflym ag o'r blaen; mae'r gynffon hir wedi tyfu ychydig, ac mae angen golwg ar y ceisiadau cymhleth. Mae hi'n osgoi dweud bod y categori newydd wedi "achosi" y cynnydd yn y gynffon hir, gan fod newidiadau staff hefyd wedi digwydd. Mae hi'n cynnig dau weithred: astudiaeth o geisiadau mynediad gyda sampl o 40 tocyn, ac adroddiad misol yn ôl categori gyda chanraniadau.

Beth sy'n newid: mae'r rheolwr yn rhoi'r gorau i ofyn am ostyngiad cyffredinol ac yn gofyn am yr astudiaeth ceisiadau mynediad. Beth sy'n parhau'n anodd: ni ellir dadwneud y newid diffiniad yn llwyr, felly mae cymariaethau ar draws y toriad yn parhau'n fras; darllenwyd y sampl o 40 tocyn gan un unigolyn ac mae'n agored i duedd; ac mae'n well gan y rheolwr un rhif o hyd. Mae'r arweinydd yn cadw'r ddau olwg ac yn egluro'r terfynau bob tro.

Pedwar persbectif

Timau cynnyrch a chyflawni

Defnyddiwch ddata i brofi a helpodd newidiadau, ac offerynnwch eich cynnyrch fel bod data defnyddiol yn bodoli. Rhannwch ddiffiniadau a therfynau gyda'r rhai sy'n defnyddio eich data, ac osgowch or-hawlio o un siart.

Timau gwasanaeth a gweithrediadau

Dylech wybod o ble mae eich data yn dod a beth maent yn ei golli. Adroddwch ganolrifau a chanraniadau gyda chyfrifon, ac archwiliwch gynffonnau hir. Dywedwch wrth ddadansoddwyr pan fydd offeryn neu gategori yn newid.

Arweinyddiaeth a llywodraethu

Gofynnwch am y cwestiwn, y data, y terfynau a'r penderfyniad, nid siart yn unig. Peidiwch â defnyddio mesurau sengl i farnu pobl. Ariennwch ansawdd data a sgiliau dadansoddol.

Cwsmeriaid a defnyddwyr

Rydych yn y data, ac yn aml ar goll ohono. Dylid gofyn i chi beth sy'n bwysig i chi, a dylai'r darparwr ddweud sut y defnyddir eich gwybodaeth. Dywedwch wrth y darparwr pan nad yw rhifau'n cyfateb i'ch profiad.

Ystwyth, AI, awtomeiddio a dadansoddeg

Ystwyth

Defnyddiwch ddadansoddeg fel offeryn adborth: gosodwch ddisgwyliad, gwnewch newid bach, gwiriwch y data, a phenderfynwch. Rhannwch ganlyniadau gyda rhanddeiliaid. Rhybudd: peidiwch ag aros am ddata perffaith cyn gweithredu ar arbrawf bach; hefyd peidiwch â thrin siart cyn-ac-ar-ôl byr fel prawf.

AI

Gall AI lanhau data, drafftio ymholiadau a siartiau, crynhoi canlyniadau ac awgrymu patrymau, gyda pherchennog a gwiriadau. Rhybudd: gall dadansoddiad a gynhyrchir gan AI ddatgan canfyddiadau nad yw'r data yn eu cefnogi, neu ddefnyddio'r dull anghywir; mynnwch iddo ddangos ei gyfrifiadau, ac ailadroddwch sampl â llaw. Gweler Pwnc 5.1 — AI mewn Rheoli Gwasanaethau.

Awtomeiddio

Awtomeiddiwch gasglu data, glanhau ac adroddiadau arferol, gyda dogfennaeth ar bob cam. Rhybudd: gall adroddiadau awtomataidd barhau ar ôl i'w hystyr newid; adolygwch ddiffiniadau a ffynonellau'n rheolaidd. Gweler Pwnc 6.1 — Strategaeth Awtomeiddio.

Dadansoddeg

Y pwnc hwn yw'r lens ei hun: cwestiynau, data, dulliau, ansicrwydd a phenderfyniadau. Rhybudd: peidiwch â gadael i swm y data gymryd lle mewnwelediad; mesurwch a newidiodd dadansoddiadau benderfyniadau. Gweler y llyfr Service Management Metrics am ddiffiniadau metrig a chanllawiau diogelu.

Dulliau methu cyffredin

  • Adroddiadau heb benderfyniadau. Dangosfyrddau nad oes neb yn eu defnyddio. Dechreuwch o benderfyniad ac ymddeolwch adroddiadau nas defnyddir.
  • Cyfartaleddau sy'n cuddio. Mae cynffon o brofiadau gwael yn mynd heb ei gweld. Defnyddiwch ganolrifau, canraniadau a hollti.
  • Diffiniadau anhysbys. Mae newid ym mhwrpas maes yn torri tueddiadau. Dogfennwch a monitrwch ddiffiniadau.
  • Samplau gogwyddedig. Cyfrifir dim ond y rhai sy'n cysylltu â chi. Nodwch bwy sydd ar goll.
  • Achos o gydberthyniad. Cymerir siart fel prawf. Rhestrwch esboniadau amgen a phrofwch.
  • Manylrwydd ffug. Dangosir rhifau heb ansicrwydd. Dangoswch ystodau a meintiau samplau.
  • Targedau sy'n ystumio. Mae pobl yn optimeiddio'r rhif. Pârwch fesurau a samplwch achosion go iawn.

Model aeddfedrwydd

Dimensiwn Cychwyn Datblygu Safoni Rheoli Cydlynu
Cwestiynau a phenderfyniadau Adroddiadau yn ôl arfer Rhai cwestiynau wedi'u diffinio Dadansoddiadau'n dechrau o benderfyniadau a enwyd Effaith penderfyniadau'n cael ei holrhain Dadansoddeg wedi'i integreiddio â chynllunio ar draws gwasanaethau
Dealltwriaeth o ddata Anhysbys Prif ffynonellau'n hysbys Ffynonellau, diffiniadau a bylchau wedi'u dogfennu Ansawdd data'n cael ei fesur a'i wella Data wedi'i lywodraethu a'i rannu ar draws timau a phartneriaid
Dull Cyfartaleddau a siartiau Canolrifau a hollti sylfaenol Dulliau safonol, ansicrwydd a gwiriadau tuedd Dulliau'n cael eu hadolygu a'u gwirio gan gymheiriaid Dulliau uwch gyda goruchwyliaeth a dilysu
Cyfathrebu Dangosfyrddau Crynodebau Canfyddiadau mewn iaith blaen gyda therfynau Canfyddiadau'n cael eu profi gyda defnyddwyr Mewnwelediadau wedi'u hymgorffori mewn penderfyniadau dyddiol

Rhestr wirio

  • Mae pob dadansoddiad yn dechrau o benderfyniad a enwyd a chwestiwn manwl.
  • Rydym yn dogfennu ein ffynonellau data, diffiniadau a bylchau hysbys.
  • Rydym yn adrodd canolrifau a chanraniadau gyda chyfrifon.
  • Rydym yn nodi pwy sydd ar goll o'r data a therfynau samplau.
  • Rydym yn gwahanu cydberthyniad oddi wrth achos ac yn rhestru esboniadau amgen.
  • Rydym yn dangos ansicrwydd ac yn osgoi manylrwydd ffug.
  • Rydym yn pârio mesurau y gellid eu chwarae ac yn samplu achosion go iawn.
  • Rydym yn tracio'r penderfyniadau a gymerwyd ac yn adolygu a helpodd y dadansoddiad.

Anogwyr AI

Troi penderfyniad yn gwestiwn.

Y penderfyniad y mae angen i ni ei wneud: [disgrifiwch]. Pwy sy'n penderfynu: [rôl]. Data sydd gennym: [rhestrwch ffynonellau a meysydd].
Ysgrifennwch dri chwestiwn dadansoddol manwl a fyddai'n llywio'r penderfyniad, gyda diffiniadau o'r termau allweddol, y boblogaeth, a'r cyfnod. Rhestrwch pa ddata sydd ar goll gennym ar gyfer pob un. Peidiwch â chynnig atebion.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Gwirio crynodeb o ganlyniadau am drapiau.

Dyma grynodeb o ddadansoddiad gyda'r data a ddefnyddiwyd: [gludwch].
Rhestrwch broblemau posibl: tuedd sampl, grwpiau coll, newidiadau mewn diffiniadau, allyrwyr, ffactorau cymysgu, a hawliadau o achos nad yw'r data yn eu cefnogi. Dyfynnwch y testun ar gyfer pob un. Peidiwch ag ailwneud y dadansoddiad.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Disgrifio set ddata cyn dadansoddi.

Dyma sampl o resi o'n set ddata gydag enwau meysydd, gyda dynodwyr wedi'u tynnu: [gludwch].
Rhestrwch bob maes, ei fath ymddangosiadol, gwerthoedd coll, gwerthoedd rhyfedd, a chwestiynau i'w gofyn am sut y caiff ei gofnodi. Peidiwch â dod i gasgliadau am y busnes.
Rhestrwch y pethau rydych yn ansicr ohonynt.

Sgiliau AI

Prif ffynonellau

  • Edward Tufte, The Visual Display of Quantitative Information (1983): clasur ar siartiau gonest.
  • Darrell Huff, How to Lie with Statistics (1954): cyfrif byr, darllenadwy o driciau ystadegol cyffredin.
  • Y llyfr cydymaith Service Management Metrics: diffiniadau metrig, fectorau chwarae, a chanllawiau diogelu.
  • Wikipedia, "Analytics" a "Data analysis": trosolygon o'r maes.

Cyfeiriadau

  1. Analytics — Wikipedia — https://en.wikipedia.org/wiki/Analytics
  2. Data analysis — Wikipedia — https://en.wikipedia.org/wiki/Data_analysis
  3. Descriptive statistics — Wikipedia — https://en.wikipedia.org/wiki/Descriptive_statistics
  4. Predictive analytics — Wikipedia — https://en.wikipedia.org/wiki/Predictive_analytics
  5. Prescriptive analytics — Wikipedia — https://en.wikipedia.org/wiki/Prescriptive_analytics
  6. Correlation does not imply causation — Wikipedia — https://en.wikipedia.org/wiki/Correlation_does_not_imply_causation
  7. Simpson's paradox — Wikipedia — https://en.wikipedia.org/wiki/Simpson%27s_paradox
  8. Selection bias — Wikipedia — https://en.wikipedia.org/wiki/Selection_bias
  9. Data dredging — Wikipedia — https://en.wikipedia.org/wiki/Data_dredging
  10. Goodhart's law — Wikipedia — https://en.wikipedia.org/wiki/Goodhart%27s_law
  11. Data quality — Wikipedia — https://en.wikipedia.org/wiki/Data_quality
  12. Exploratory data analysis — Wikipedia — https://en.wikipedia.org/wiki/Exploratory_data_analysis