1.
АНАЛИЗИРАНЕ И ВИЗУАЛИЗИРАНЕ НА ДАННИ
доц. д-р Цветанка Георгиева-Трифонова

2.
АНАЛИЗИРАНЕ И ВИЗУАЛИЗИРАНЕ НА ДАННИ – ТЕМИ
 Въведение в анализирането и визуализирането на данни
 Отворени данни (open data) и семантичен уеб
 Пречистване на данни
 Google Таблици Google Refine
 Филтриране, обобщаване, групиране
 Google Таблици, Microsoft Access
 Визуализиране на данни
 Google Data Studio Highcharts Cloud, Timeline JS
 Споделяне на данни
 Намиране и споделяне на изследователски данни
 Използване на GitHub за споделяне и сътрудничество
 Анализ на социални мрежи
 NodeXL
22Цветанка Георгиева

3.
ВЪВЕДЕНИЕ В АНАЛИЗИРАНЕТО И ВИЗУАЛИЗИРАНЕТО НА
ДАННИ – СЪДЪРЖАНИЕ
 Процесът анализиране на данни
 Видове анализиране на данни
 Литература
33Цветанка Георгиева

4.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СЪЩНОСТ
 Проучване;
 Пречистване;
 Трансформиране;
 Моделиране на данни.
 Откриване на полезна информация;
 Ивеждане на заключения;
 Подпомагане на вземането на решения в различни области
на бизнеса и науката.
44Цветанка Георгиева

5.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ
55Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане

6.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (2)
66Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Бизнес проблем или
въпрос
Изисквания към данните

7.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (3)
77Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Точни, съгласувани
данни
Бази от данни на
организации;
публикувани отворени
набори от данни, уеб
страници, др.

8.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (4)
88Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Дублиращи се данни, грешки,
несъответствия

9.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (5)
99Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Прилагане на методи и
инструменти
Визуализиране
на сурови данни
и резултати

10.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (6)
1010Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Представяне в
удобен формат

11.
ПРОЦЕСЪТ АНАЛИЗИРАНЕ НА ДАННИ – СТЪПКИ (7)
1111Цветанка Георгиева
Дефинира се защо е
необходимо
анализиране на
данни
Събиране на данни
от източници
Пречистване на
данни
Анализиране на
данни
Интерпретиране на
резултатите и
тяхното прилагане
Итеративност
Допълнително
пречистване на данни
Събиране на
допълнителни
данни
Обратната връзка от
потребителите

12.
ВИДОВЕ АНАЛИЗИРАНЕ НА ДАННИ
 Описателно (descriptive);
 Прогнозиращо (predictive);
 Диагностично (diagnostic);
 Предписващо (prescriptive).
1212Цветанка Георгиева

13.
ВИДОВЕ АНАЛИЗИРАНЕ НА ДАННИ (2)
 Описателно (descriptive)
 Общи характеристики, компактно обобщаване на
разглежданите данни;
 Примери
 Категоризиране на клиентите според техните вероятни
предпочитания на продукти;
 Класифициране на потребителски мнения в свободен
текст;
 Маркетингова кампания в социални медии.
 Брой публикации, споменавания, харесвания, последователи,
преглеждания на дадена публикация (или страница), мнения;
 Анализ на предишни кампании; клъстериране на потребители.
1313Цветанка Георгиева

14.
ВИДОВЕ АНАЛИЗИРАНЕ НА ДАННИ (3)
 Прогнозиращо (predictive)
 Прогнозиране на данни въз основа на известни данни;
 Примери
 Поведението на клиентите – откриване на тенденции и
прогнозиране, т.е. дали и с каква вероятност даден
потенциален клиент ще се превърне в клиент.
1414Цветанка Георгиева

15.
ВИДОВЕ АНАЛИЗИРАНЕ НА ДАННИ (4)
 Диагностично (diagnostic)
 Изследване, прочуване на данните, за да се установи
събитие и да се разбере причината за него;
 Примери
 Сигнализиране за малък брой работни часове с
клиенти на даден служител;
 Предварително откриване на студенти, за които е
вероятно да отпаднат – мерки и причини;
 Полезна информация – потенциално най-добрите
кандидати за нова позиция в дадена компания.
1515Цветанка Георгиева

16.
ВИДОВЕ АНАЛИЗИРАНЕ НА ДАННИ (5)
 Предписващо (prescriptive)
 Резултати и действия чрез опит за отговор на въпроси
като:
 "Какво би се получило, ако …?"
 „Кое е най-доброто действие при …?“
1616Цветанка Георгиева
Без да се губи време в
експериментиране с всички
възможности.

17.
ВЪВЕДЕНИЕ В АНАЛИЗИРАНЕТО И ВИЗУАЛИЗИРАНЕТО НА
ДАННИ – ЛИТЕРАТУРА
 Devin Pickell, 5 Steps of the Data Analysis Process, 2019,
https://learn.g2.com/data-analysis-process
 TutorialsPoint, Excel Data Analysis Tutorial, 2019,
https://www.tutorialspoint.com/excel_data_analysis/data_anal
ysis_process
 Jeff Sauer, Google Data Studio Tutorial: A Strategic Guide To
Building Powerful Reports, 2019,
https://www.jeffalytics.com/google-data-studio-tutorial/
1717Цветанка Георгиева

18.
1818Цветанка Георгиева
Цветанка Георгиева-Трифонова, 2019
Някои права запазени.
Презентацията е достъпна под лиценз Creative Commons,
Признание-Некомерсиално-Без производни,
https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode