0 added
0 removed
Original
2026-01-01
Modified
2026-02-21
1
<p><a>#статьи</a></p>
1
<p><a>#статьи</a></p>
2
<ul><li>24 сен 2024</li>
2
<ul><li>24 сен 2024</li>
3
<li>0</li>
3
<li>0</li>
4
</ul><h2>Книжная полка: "Как вытащить из данных максимум", Джордан Морроу</h2>
4
</ul><h2>Книжная полка: "Как вытащить из данных максимум", Джордан Морроу</h2>
5
<p>Книга по развитию дата-грамотности, которая поможет освоить азы аналитики и внедрить подход Data-driven.</p>
5
<p>Книга по развитию дата-грамотности, которая поможет освоить азы аналитики и внедрить подход Data-driven.</p>
6
<p>Иллюстрация: Dana Moskvina / Skillbox Media</p>
6
<p>Иллюстрация: Dana Moskvina / Skillbox Media</p>
7
<p>Редактор направления "Образование" Skillbox Media.</p>
7
<p>Редактор направления "Образование" Skillbox Media.</p>
8
<p><strong>Полное название</strong>: "Как вытащить из данных максимум. Навыки аналитики для неспециалистов".</p>
8
<p><strong>Полное название</strong>: "Как вытащить из данных максимум. Навыки аналитики для неспециалистов".</p>
9
<p><strong>Оригинальное название:</strong>Be Data Literate: The Data Literacy Skills Everyone Needs To Succeed.</p>
9
<p><strong>Оригинальное название:</strong>Be Data Literate: The Data Literacy Skills Everyone Needs To Succeed.</p>
10
<p><strong>Издательство</strong>: "Альпина Паблишер".</p>
10
<p><strong>Издательство</strong>: "Альпина Паблишер".</p>
11
<p><strong>Год выпуска</strong>: 2022.</p>
11
<p><strong>Год выпуска</strong>: 2022.</p>
12
<p>По <a>прогнозу</a>экспертов Всемирного экономического форума, к 2025 году во всём мире будет ежедневно производиться 463 эксабайта данных. Чтобы представить масштаб - такое количество информации заняло бы больше двухсот миллионов DVD. Очевидно, немалую часть этого объёма занимают фотографии котиков и посты, сгенерированные ботами, но среди всего этого есть и данные, способные принести немало пользы бизнесу.</p>
12
<p>По <a>прогнозу</a>экспертов Всемирного экономического форума, к 2025 году во всём мире будет ежедневно производиться 463 эксабайта данных. Чтобы представить масштаб - такое количество информации заняло бы больше двухсот миллионов DVD. Очевидно, немалую часть этого объёма занимают фотографии котиков и посты, сгенерированные ботами, но среди всего этого есть и данные, способные принести немало пользы бизнесу.</p>
13
<p>Работе с ними посвящён подход<strong>Data-driven</strong>(буквально переводится с английского как "управляемый данными"), который используют в принятии стратегических решений и создании продуктов. Распространяется он и в образовании - на основе данных проектируют<a>адаптивное обучение</a>и разрабатывают рекомендательные системы, чтобы предлагать студентам релевантные курсы и учебные материалы. Аналитика данных о целевой аудитории нужна, чтобы запустить востребованный инфопродукт. А для оценки качества и эффективности образовательных курсов в сфере EdTech и корпоративном обучении используют целые<a>наборы метрик</a>.</p>
13
<p>Работе с ними посвящён подход<strong>Data-driven</strong>(буквально переводится с английского как "управляемый данными"), который используют в принятии стратегических решений и создании продуктов. Распространяется он и в образовании - на основе данных проектируют<a>адаптивное обучение</a>и разрабатывают рекомендательные системы, чтобы предлагать студентам релевантные курсы и учебные материалы. Аналитика данных о целевой аудитории нужна, чтобы запустить востребованный инфопродукт. А для оценки качества и эффективности образовательных курсов в сфере EdTech и корпоративном обучении используют целые<a>наборы метрик</a>.</p>
14
<p>О том, как научиться уверенно оперировать данными, не будучи специалистом в области Data Science, и выстроить многоуровневую систему аналитики в компании - книга Джордана Морроу, эксперта в области дата-грамотности.</p>
14
<p>О том, как научиться уверенно оперировать данными, не будучи специалистом в области Data Science, и выстроить многоуровневую систему аналитики в компании - книга Джордана Морроу, эксперта в области дата-грамотности.</p>
15
<p>В мире данных и аналитики анализ - это способность глубоко "закапываться“ в данные, понимая, что они нам говорят. Данные - это не всегда цифры, они могут представлять собой слова, символы и прочие элементы. Если мы понимаем, что говорят нам данные, то затем можем рассмотреть, каковы их элементы и структурные особенности, а также сделать с ними многое другое. Аналитика позволяет нам принимать более удачные решения, задавать более правильные вопросы и эффективно использовать имеющиеся у нас данные.</p>
15
<p>В мире данных и аналитики анализ - это способность глубоко "закапываться“ в данные, понимая, что они нам говорят. Данные - это не всегда цифры, они могут представлять собой слова, символы и прочие элементы. Если мы понимаем, что говорят нам данные, то затем можем рассмотреть, каковы их элементы и структурные особенности, а также сделать с ними многое другое. Аналитика позволяет нам принимать более удачные решения, задавать более правильные вопросы и эффективно использовать имеющиеся у нас данные.</p>
16
<p><strong>"Как вытащить из данных максимум"</strong>, Джордан Морроу</p>
16
<p><strong>"Как вытащить из данных максимум"</strong>, Джордан Морроу</p>
17
<p>После вводной главы, где автор обосновывает важность навыков аналитики, он разбирает четыре уровня аналитических методов:</p>
17
<p>После вводной главы, где автор обосновывает важность навыков аналитики, он разбирает четыре уровня аналитических методов:</p>
18
<ul><li><strong>Дескриптивный, или описательный</strong>, - правильная интерпретация данных, ответ на вопрос "Что произошло?".</li>
18
<ul><li><strong>Дескриптивный, или описательный</strong>, - правильная интерпретация данных, ответ на вопрос "Что произошло?".</li>
19
<li><strong>Диагностический</strong> - проникновение в суть данных, выявление причин и ответ на вопрос "Почему это произошло?".</li>
19
<li><strong>Диагностический</strong> - проникновение в суть данных, выявление причин и ответ на вопрос "Почему это произошло?".</li>
20
<li><strong>Предиктивный, или предсказательный</strong>, - выдвижение на основе данных гипотезы о том, что произойдёт в будущем.</li>
20
<li><strong>Предиктивный, или предсказательный</strong>, - выдвижение на основе данных гипотезы о том, что произойдёт в будущем.</li>
21
<li><strong>Прескриптивный, или предписывающий</strong>, - формулировка рекомендации, как поступить, чтобы достичь того или иного результата.</li>
21
<li><strong>Прескриптивный, или предписывающий</strong>, - формулировка рекомендации, как поступить, чтобы достичь того или иного результата.</li>
22
</ul><p>По словам Джордана Морроу, владеть аналитическими методами на первых двух уровнях рекомендуется всем - от рядовых сотрудников до топ-менеджеров. Методы третьего и четвёртого уровней более продвинутые, с помощью специализированного ПО их применяют специалисты по статистике, по обработке данных и количественному анализу, дата-аналитики. Другим сотрудникам и руководителям, считает автор, будет достаточно базовой дата-грамотности, чтобы понимать, на чём основаны те или иные прогнозы и предписания, участвовать в обсуждениях.</p>
22
</ul><p>По словам Джордана Морроу, владеть аналитическими методами на первых двух уровнях рекомендуется всем - от рядовых сотрудников до топ-менеджеров. Методы третьего и четвёртого уровней более продвинутые, с помощью специализированного ПО их применяют специалисты по статистике, по обработке данных и количественному анализу, дата-аналитики. Другим сотрудникам и руководителям, считает автор, будет достаточно базовой дата-грамотности, чтобы понимать, на чём основаны те или иные прогнозы и предписания, участвовать в обсуждениях.</p>
23
<em>Фото: LinkedIn Sales Solutions / Unsplash</em><p>Следующие четыре главы Морроу как раз посвятил понятию дата-грамотности, которую он определяет как "способность читать данные, работать с ними, анализировать их и общаться на языке данных". Из этого определения автор формулирует составляющие аналитической компетенции - от чтения данных до общения на языке данных. Затем он рассказывает о связанных с дата-грамотностью областях (например, об этике и законодательстве в сфере данных, организационной культуре, качестве и визуализации данных, управлении ими) и об отношении этой компетенции к четырём уровням аналитики.</p>
23
<em>Фото: LinkedIn Sales Solutions / Unsplash</em><p>Следующие четыре главы Морроу как раз посвятил понятию дата-грамотности, которую он определяет как "способность читать данные, работать с ними, анализировать их и общаться на языке данных". Из этого определения автор формулирует составляющие аналитической компетенции - от чтения данных до общения на языке данных. Затем он рассказывает о связанных с дата-грамотностью областях (например, об этике и законодательстве в сфере данных, организационной культуре, качестве и визуализации данных, управлении ими) и об отношении этой компетенции к четырём уровням аналитики.</p>
24
<p>В главах 7 и 8 Морроу описывает стадии внедрения дата-грамотности в организации, а затем называет три аспекта, без которых не получится сформировать эту компетенцию: любопытство, креативность и критическое мышление. В следующей главе автор приводит схему принятия решений на основе данных, состоящую из шести шагов. А после коротко затрагивает стратегические аспекты дата-грамотности - например, роль больших данных, искусственного интеллекта и машинного обучения в аналитике. И наконец, в заключительной главе автор даёт рекомендации для тех, кто только приступает к изучению аналитики.</p>
24
<p>В главах 7 и 8 Морроу описывает стадии внедрения дата-грамотности в организации, а затем называет три аспекта, без которых не получится сформировать эту компетенцию: любопытство, креативность и критическое мышление. В следующей главе автор приводит схему принятия решений на основе данных, состоящую из шести шагов. А после коротко затрагивает стратегические аспекты дата-грамотности - например, роль больших данных, искусственного интеллекта и машинного обучения в аналитике. И наконец, в заключительной главе автор даёт рекомендации для тех, кто только приступает к изучению аналитики.</p>
25
<p><strong>Кому будет полезно</strong>: руководителям компаний, HR-, T&D- и L&D-специалистам, продюсерам в EdTech-проектах, а также всем, кто хочет разобраться, как устроена работа с данными.</p>
25
<p><strong>Кому будет полезно</strong>: руководителям компаний, HR-, T&D- и L&D-специалистам, продюсерам в EdTech-проектах, а также всем, кто хочет разобраться, как устроена работа с данными.</p>
26
<p>Больше интересного про образование ― в нашем<a>телеграм-канале</a>. Подписывайтесь!</p>
26
<p>Больше интересного про образование ― в нашем<a>телеграм-канале</a>. Подписывайтесь!</p>
27
27