सदस्य:SADIQ SYED/प्रयोगपृष्ठ/2
बिज़नेस एनालिटिक्स[संपादित करें]
इतिहास[संपादित करें]
एनालिटिक्स को १९ वीं शताब्दी से प्रबंधन प्रक्रिया के लिए व्यवसाय में उपयोग किया गया है। एनालिटिक्स की डैन १९०० से शुरू हुई जब कंप्यूटर निर्णय समर्थन प्रणालियों में इस्तेमाल किया गया । तब से, एनालिटिक्स ने एंटरप्राइज़ रिसोर्स प्लानिंग (ईआरपी) सिस्टम्स, डेटा वेयरहाउस्स और बड़ी संख्या में अन्य सॉफ़्टवेयर टूल और प्रक्रियाओं के विकास के साथ परिवर्तन किया है।
परिचय[संपादित करें]
बिज़नेस एनालिटिक्स कौशल, प्रौद्योगिकियों, सतत चलने अंवेषण और पिछले व्यापार प्रदर्शन के लिए अंतर्दृष्टि हासिल करने और व्यापार की योजना बना अभियान की जांच के लिए प्रथाओं को संदर्भित करता है । बिज़नेस एनालिटिक्स डेटा और सांख्यिकीय तरीकों के आधार पर व्यवसाय के प्रदर्शन की नई अंतर्दृष्टि और समझ विकसित करने पर केंद्रित है । इसके विपरीत, व्यापार खुफिया परंपरागत रूप से दोनों पिछले प्रदर्शन और गाइड व्यापार की योजना बनी है, जो भी डेटा और सांख्यिकीय तरीकों पर आधारित और सुसंगत सेट का उपयोग करने पर केंद्रित है ।
बिज़नेस एनालिटिक्स सांख्यिकीय विश्लेषण का व्यापक उपयोग करता है, व्याख्यात्मक और पूर्वानुमान मॉडलिंग और तथ्य आधारित प्रबंधन सहित निर्णय लेने ड्राइव करता है । इसलिए यह प्रबंधन विज्ञान से निकटता से संबंधित है। बिज़नेस एनालिटिक्स निर्णय लेने के लिए सांख्यिकीय विश्लेषण, व्याख्यात्मक और पूर्वानुमान मॉडलिंग और तथ्य आधारित प्रबंधन का उपयोग करता है । इसलिए यह प्रबंधन विज्ञान से निकटता से संबंधित है । एनालिटिक्स का उपयोग मानवीय निर्णयों के लिए इनपुट के रूप में किया जा सकता है या पूरी तरह स्वचालित निर्णय ले सकते हैं। बिज़नेस एनालिटिक्स रिपोर्टिंग, ऑनलाइन विश्लेषणात्मक संसाधन और चेतावनियों की क्वेरी करता है ।
बिज़नेस एनालिटिक्स के प्रकार[संपादित करें]
निर्णय विश्लेषिकी[संपादित करें]
दृश्य विश्लेषिकी के साथ मानव निर्णय का समर्थन होता है और उपयोगकर्ता मॉडल तर्क को प्रतिबिंबित करता है । नैदानिक विश्लेषिकी घटनाओं के मूल कारणों को समझने के लिए डेटा पर गहरी नज़र रखता हैं । यह कारकों और घटनाओं के परिणाम के लिए योगदान का निर्धारण करने में सहायक है । यह ज्यादातर संभावनाओं और विश्लेषण के लिए परिणामों के वितरण का उपयोग करता है ।
वर्णनात्मक विश्लेषिकी[संपादित करें]
रिपोर्टिंग, स्कोरकार्ड, क्लस्टरिंग आदि के साथ ऐतिहासिक डेटा से लाभ अंतर्दृष्टि है।यह विश्लेषिकी के सरलतम के रूप में करार दिया जा सकता है । बड़े डेटा के पराक्रमी आकार मानव समझ से परे है और पहले चरण इसलिए समझ मात्रा में डेटा क्रुञ्चिन्ग शामिल है। इस प्रकार का उद्देश्य सिर्फ निष्कर्षों को संक्षेप और समझना है और पात छल्ता है कि क्या चल रहा है।
पूर्वानुमान विश्लेषिकी[संपादित करें]
सांख्यिकीय और मशीन सीखने की तकनीक का उपयोग कर पूर्वानुमान मॉडलिंग रोजगार ,पूर्वानुमान विश्लेषिकी का सार मॉडल ऐसी है कि मौजूदा डेटा को भविष्य की पुनरावृत्ति या बस एक्सट्रपलेशन समझा जाता है। भविष्य के आंकड़ों की भविष्यवाणी करना । भविष्यवाणी विश्लेषिकी के आम आवेदनों में से एक भावना विश्लेषण में पाया गया है जहां सभी राय सामाजिक मीडिया पर पोस्ट एकत्र की है और होने के रूप में एक विशेष विषय पर व्यक्ति की भावना की भविष्यवाणी विश्लेषण कर रहे है।
विवरणात्मक विश्लेषिकी[संपादित करें]
अनुकूलन, सिमुलेशन, आदि का उपयोग कर निर्णय की सिफारिश करता है । इस विश्लेषिकी के आधार पर भविष्यवाणी विश्लेषिकी है और भविष्य के समाधान पता चलता है । और कार्रवाई के एक निर्धारित पाठ्यक्रम के अनुसार सभी अनुकूल परिणाम और भी कारवाइ के विभिंन पाठ्यक्रम सुझाव के लिए एक विशेष परिणाम के लिए मिलता है । क्रिया और परिणाम के बीच संबंध अद्यतन करता है ।
बिजनेस एनालिटिक्स की प्रक्रिया[संपादित करें]
१)व्यापार की जरूरत को परिभाषित करना :- व्यवसाय विश्लेषण प्रक्रिया में पहले चरण में यह समझना शामिल है कि व्यवसाय क्या सुधार करना चाहते है या समस्या हल करना चाहती है । कई बार, एक लक्ष्य को छोटे लक्ष्यों में टूट जाता है । इन व्यावसायिक लक्ष्यों को हल करने के लिए प्रासंगिक डेटा की जरूरत व्यापार हितधारकों, डोमेन ज्ञान और व्यापार विश्लेषक के साथ व्यापार उपयोगकर्ताओं द्वारा पर निर्णय लिया जाता है ।
२)डेटा का अन्वेषण :- इस चरण डेटा की सफाई शामिल है, डेटा अनुपलब्ध के लिए चंद्रग्रहण बनाने और चर के संयोजन बदलने के लिए नए चर फार्म होते है । समय श्रृंखला रेखांकन की साजिश के रूप में वे किसी भी पैटर्न संकेत कर रहे हैं । डेटा सेट से प्रतिमानों को निकालना एक बहुत महत्वपूर्ण कार्य है क्योंकि पैटर्न अक्सर मॉडल की सटीकता को प्रभावित करते हैं और उन्हें डेटा सेट में रहने की अनुमति दी जाती है ।
३)डेटा का विश्लेषण :- इस स्तर पर, इस तरह के सहसंबंध विश्लेषण और परिकल्पना परीक्षण के रूप में सांख्यिकीय विश्लेषण विधियों का उपयोग, विश्लेषक सभी कारकों है कि लक्ष्य चर से संबंधित है मिलेगा । विश्लेषक भी सरल प्रतिगमन विश्लेषण प्रदर्शन करने के लिए देखना होगा कि क्या सरल भविष्यवाणियों बनाया जा सकता है ।
४)भविष्यवाणी क्या होने की संभावना है :- व्यापार विश्लेषिकी के बारे में निर्णय लेने में सक्रिय किया जा रहा है । इस स्तर पर, विश्लेषक पूर्वानुमान तकनीक है कि निर्णय तंत्रिका नेटवर्क और रसद प्रतिगमन शामिल का उपयोग कर डेटा मॉडल होता है ।
५)अधिकतम (सबसे अच्छा समाधान खोजें) :- इस स्तर पर विश्लेषक पूर्वानुमान मॉडल गुणांक और परिणामों को चलाने के लिए लागू होंगे, प्रबंधकों द्वारा निर्धारित लक्ष्यों का उपयोग करने के लिए सबसे अच्छा समाधान निर्धारित करते हैं । दिया बाधाओं और सीमाओं के साथ इंटरनेट से होता है ।
६)एक निर्णय लें और परिणाम को मापना :- इसके बाद विश्लेषक निर्णय लेंगे और मॉडल और संगठनात्मक लक्ष्यों से प्राप्त अंतर्दृष्टि के आधार पर कार्रवाई करेंगे । समय की एक उपयुक्त अवधि के बाद यह कार्रवाई की गई है, तो कार्रवाई के परिणाम मापा जाता है ।
७)निर्णय के परिणामों के साथ सिस्टम अद्यतन करें :- अंत में निर्णय और कार्रवाई के परिणाम और नए मॉडल से व्युत्पंन अंतर्दृष्टि दर्ज की गई और डेटाबेस में अद्यतन कर रहे हैं । परिणाम एक विकसित डेटाबेस है जो लगातार एक रूप में नए अंतर्दृष्टि और ज्ञान प्राप्त कर रहे है।
बिज़नेस एनालिटिक्स ऍप्लिकेशन्स[संपादित करें]
१)एनालिटिकल कस्टमर रिलेशनशिप मैनेजमेंट
२) फ्रॉड डिटेक्शन
३).ुन्दरवरिटिंग
४)ह्यूमन रिसोर्स डिपार्टमेंट
५)फोरकास्टिंग और इन्वेंटरी मैनेजमेंट
६)मार्किट बास्केट एनालिसिस
बिज़नेस एनालिटिक्स टूल्स[संपादित करें]
१)डेटा विज़ुअलाइज़ेशन टूल
२) बिजनेस इंटेलिजेंस रिपोर्टिंग सॉफ्टवेयर
३)सेल्फ- एनालिटिक्स प्लेटफार्म
४)स्टैटिस्टिकल एनालिटिक्स टूल्स
५) बिग डेटा प्लेटफॉर्म
व्यापार विश्लेषिकी उदाहरण[संपादित करें]
पहली बुनियादी व्यापार खुफिया है[संपादित करें]
यह ऐतिहासिक डेटा की जांच करने के लिए कैसे एक व्यापार विभाग, स्टाफ के सदस्य को एक विशेष समय पर प्रदर्शन की भावना शामिल होती है। यह एक परिपक्व प्रथा है कि ज्यादातर उद्यमों काफी उपयोग कर रहे है और पूरा किया जाता है ।
व्यापार विश्लेषिकी के दूसरे क्षेत्र में गहरे सांख्यिकीय विश्लेषण शामिल है[संपादित करें]
यह ऐतिहासिक डेटा के लिए सांख्यिकीय एल्गोरिदम लागू करने के लिए एक उत्पाद, सेवा या वेबसाइट डिजाइन परिवर्तन के भविष्य के प्रदर्शन के बारे में भविष्यवाणी करने के द्वारा पूर्वानुमान विश्लेषिकी कर मतलब को स्प्स्त कर सकता है।
चुनौतियां[संपादित करें]
व्यापार विश्लेषिकी उच्च गुणवत्ता के डेटा के पर्याप्त मात्रा पर निर्भर करता है । इससे पहले, एनालिटिक्स को पिछली तिमाही या अंतिम वर्ष में बेची गई इकाइयों की संख्या का परीक्षण करके उपभोक्ता व्यवहार की भविष्यवाणी करने के बाद के तथ्य पद्धति का एक प्रकार माना जाता था। डेटा भण्डारण के इस प्रकार के एक बहुत अधिक भंडारण अंतरिक्ष की तुलना में यह गति की आवश्यकता है । अब व्यापार विश्लेषिकी एक उपकरण है और ग्राहक बातचीत के परिणाम को प्रभावित कर सकते है। अतीत में, व्यापार उपयोगकर्ताओं सांख्यिकीविदों पर भरोसा करने के लिए डेटा का विश्लेषण और परिणामों की रिपोर्ट बानानी छाहीयेथी और परिणाम आम तौर पर यह एक लंबा समय लगता है। इससे पहले कि व्यापार उपयोगकर्ताओं को वास्तव में परिणाम पर कार्य कर सकता है । संगठनों को उपकरण या रोडमैप के लिए उनके विश्लेषण परिणाम और अंतर्दृष्टि के लिए उपयोग में कार्रवाई निर्णय लेने की जरूरत है । संगठनों को भी अपने उद्यम भर में जानकारी साझा करने की जरूरत है, ताकि विश्लेषिकी एक सक्रिय तरीके से इस्तेमाल किया जा सकता है, मुनाफा बढ़ने और अपने प्रतिद्वंद्वियों पर एक प्रतिस्पर्धात्मक लाभ प्राप्त करने की आशा में संचालन को कारगर बनाने माद्त मिलती है ।