Data Analytics Lifecycle

Value

Time-focused

Easy transition of the Project

Repeatable and validable

Lifecycle

1. Discovery:

Learn

the business domain to determine the general problem type and learn from the past relevant experience;

Access

available technology, raw data, right people and time scope

Formulate

initail hypothesis,

2. Data Preparation

Prepare work space (the analytic sandbox )

Preform ELT(Extract Load Transform Data)

Understand the data: ? Compare What you needVSwhat you have

Clean & Normalize data

Decriptive Statistics ?& Visualize to have an overview of the data qulity

3. Model Planing

Select methods based on data volume and structure, hypothesis and bussiness objectives

Determine workflow of candidate tests

Identify modeling assumptions

Explore dastaset and select significant variables via certain dimension reduction method

4. Model Building

Split the availble data into training data and test data

Get best environment to run the model(fast hardware, parallel)

5. Communicate Result

Interpret the results to identify key findings

Quantify bussiness value acording to the customers

6. Operationalize

Run a pilot to assess the benefits

Deliver and excute the final result in operation

Define process to improve the model as needed

Key roles for a Anylytic Project

Bussiness User

Project Sponsor

Project Manager

Business Intelligence Analyst: Usually come from the customer company with domain expertise so that they have deep understanding of the data, APIs

Data Engineer: with deep technical skills such as SQL queries and extraction data for analyse

DBA: who configures database enviroment to support analytic needs

Data Scientist: conduct ?data modeling and valid analyse to meet overall analytic objectives

?

Deliverables to meet stakeholders' needs

Presentation for Sponsors:

Big picture takeaways and key messages aiding decision-making

clean and easy visulization to understand

Presentation for Analysts

Bussiness Process changes

Reporting changes

More technical graphs (ROC?curves, density plots,histograms)

Code and Specification for technical people

Case Study

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末扇救,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子香嗓,更是在濱河造成了極大的恐慌迅腔,老刑警劉巖,帶你破解...
    沈念sama閱讀 211,348評論 6 491
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件陶缺,死亡現(xiàn)場離奇詭異钾挟,居然都是意外死亡,警方通過查閱死者的電腦和手機饱岸,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,122評論 2 385
  • 文/潘曉璐 我一進店門掺出,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人苫费,你說我怎么就攤上這事汤锨。” “怎么了百框?”我有些...
    開封第一講書人閱讀 156,936評論 0 347
  • 文/不壞的土叔 我叫張陵闲礼,是天一觀的道長。 經(jīng)常有香客問我铐维,道長柬泽,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,427評論 1 283
  • 正文 為了忘掉前任嫁蛇,我火速辦了婚禮锨并,結果婚禮上,老公的妹妹穿的比我還像新娘睬棚。我一直安慰自己第煮,他們只是感情好,可當我...
    茶點故事閱讀 65,467評論 6 385
  • 文/花漫 我一把揭開白布抑党。 她就那樣靜靜地躺著包警,像睡著了一般。 火紅的嫁衣襯著肌膚如雪底靠。 梳的紋絲不亂的頭發(fā)上害晦,一...
    開封第一講書人閱讀 49,785評論 1 290
  • 那天,我揣著相機與錄音暑中,去河邊找鬼篱瞎。 笑死苟呐,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的俐筋。 我是一名探鬼主播牵素,決...
    沈念sama閱讀 38,931評論 3 406
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼澄者!你這毒婦竟也來了笆呆?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 37,696評論 0 266
  • 序言:老撾萬榮一對情侶失蹤粱挡,失蹤者是張志新(化名)和其女友劉穎赠幕,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體询筏,經(jīng)...
    沈念sama閱讀 44,141評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡榕堰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,483評論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了嫌套。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片逆屡。...
    茶點故事閱讀 38,625評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖踱讨,靈堂內(nèi)的尸體忽然破棺而出魏蔗,到底是詐尸還是另有隱情,我是刑警寧澤痹筛,帶...
    沈念sama閱讀 34,291評論 4 329
  • 正文 年R本政府宣布莺治,位于F島的核電站,受9級特大地震影響帚稠,放射性物質(zhì)發(fā)生泄漏谣旁。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 39,892評論 3 312
  • 文/蒙蒙 一滋早、第九天 我趴在偏房一處隱蔽的房頂上張望榄审。 院中可真熱鬧,春花似錦馆衔、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,741評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至篮撑,卻和暖如春减细,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背赢笨。 一陣腳步聲響...
    開封第一講書人閱讀 31,977評論 1 265
  • 我被黑心中介騙來泰國打工未蝌, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留驮吱,地道東北人。 一個月前我還...
    沈念sama閱讀 46,324評論 2 360
  • 正文 我出身青樓萧吠,卻偏偏與公主長得像左冬,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子纸型,可洞房花燭夜當晚...
    茶點故事閱讀 43,492評論 2 348

推薦閱讀更多精彩內(nèi)容