นักวิทยาศาสตร์ข้อมูล (Data Scientist)
Screen Shot 2014-09-21 at 11.46.34 AM

8 สิ่ง Data Scientist ทำ เรื่องเล่าจากคนทำงานเกี่ยวกับ Data Science

1) Provide in-house Statistical Consulting

– แนะนำวิธีการที่เหมาะสม หรือวิเคราะห์ข้อมูลสถิติพื้นฐาน เพื่อออกแบบกลยุทธทางการตลาด
ตัวอย่างเช่น Marketing mix modeling(MMM) หรือการใช้ Multivariate Regression กับ ข้อมูลของ Marketing เพื่อทำนายผลกระทบในอนาคตหรือหากลยุทธ์
อ่านเพิ่มเติมเกี่ยวกับ MMMhttp://en.wikipedia.org/wiki/Marketing_mix_modeling

2) Automate Data-driven Processes
– การสร้างระบบ Clean data โดยอัตโนมัติ ในการวิเคราะห์ ข้อมูลที่ได้มาจะถูกทำการคัดกรอง (Data Filtering, Screeing , Cleaning ) ก่อน ซึ่งกระบวนการเหล่าจะถูกทำด้วยมือ ซึ่งไม่มีประสิทธิภาพและใช้เวลานาน ดังนั้น ต้องใช้ Scripting language มาทำให้กระบวนการเหล่านี้รวดเร็วมากยิ่งขึ้น

3) Develop Predictive Models
– สร้างโมเดลสำหรับการรทำนายเพื่อให้องค์การสามารถตัดสินใจในการดำเนินงานต่างๆได้ ซึ่งโมเดลเหล่านี้ก็ใช้เพื่อเลือกกลุ่มเป้าหมาย หา Marketing campaign หรือทำนายพฤติกรรมของลูกค้าในอนาคต

4) Provide Useful Visuals and Summaries for Executive Management
คือการนำรวมศาสตร์มากมายเพื่อมาแก้ไขปัญหาทางธุรกิจ ดังนั้นการที่จะมานำเสนอและอธิบายด้วยตัวเลข คงจะไม่ใช่เรื่องที่เข้าใจง่ายของผู้บริหารอย่างแน่นอน ดังนั้น Visualization คือการนำเสนอข้อมูลที่มีประสิทธิภาพมาก

5) Manage Data and Analytics Vendors
– องค์กรต่างๆ บางครั้งจะมี 3rd party หรือการจ้างองค์กรภายนอกมาทำงานให้ ดังนั้น Data Scientist จำเป็นต้องดึงข้อมูลจากที่ต่างๆมารวมกันให้ได้ เพื่อให้สามารถวิเคราะห์ข้อมูลเชิงลึกได้อย่างแม่นยำ

6) Use Data to Improve Products
– การใช้ data มาพัฒนาสินค้า เริ่มต้นจากความต้องการของเจ้าของสินค้าว่าเขาต้องการอะไร หลังจากนั้น Data Scientist ก็จะไปดึงข้อมูลภายนอกต่างๆ ที่สามารถหาได้ เช่นจากเว็บไซต์ต่างๆ หลังจากข้อมูลเหล่านั้นมา Cleaning แล้ว Data Scientist ก็จะเอาข้อมูลที่ได้จากภายนอกมาผนวกกับข้อมูลในองค์กร เพื่อวิเคราะห์และหาจุดบกพร่องหรือจุดของสินค้าที่ต้องพัฒนาต่อไป

7) Present Interesting Results to External Audiences
– Data Scientist มักจะถูกคาดหวังให้เป็นผู้นำของ data team ในองค์กร ดังนั้น Data Scientist จึงควรมีความสามารถในการนำเสนอข้อมูลเหล่านั้นให้กับลูกค้าด้วย และนี่คือโอกาสของบริษัทที่จะสามารถแสดงศักยภาพของ Data Analysis สู่สาธารณะ

8) Keep Up with New Technologies
– Big Data และ Analytic Technologies เกิดขึ้นอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา การที่จะรับรู้เทคโนโลยี และวิธีการใหม่ๆเป็นเรื่องที่สำคัญมาก ดังนั้นการสร้าง Connection หรือการเข้าร่วม Conferences ต่างๆ ก็เป็นเรื่องที่จำเป็นเช่นกัน

อ่านรายละเอียดได้ที่: http://datamyze.com/blog/wtf-does-a-data-scientist-do-all-day/

Patanamon Thongtanunam

Patanamon Thongtanunam

I'm learning to be a data scientist.I have a knowledge of statistical analysis using R, data visualization using d3.js. I'm enthusiastically learning various techniques for data science and looking forward to meet and talk with the data science lovers.
Patanamon Thongtanunam
Loading Facebook Comments ...

Leave a Reply