Introduction générale à l'analyse de données

Savoir ce qu'il s'est passé, comprendre le pourquoi et pouvoir prédire ce qu'il va se passer constituent les enjeux de l'analyse de données pour une entreprise qui souhaite prendre des décisions éclairées. Dans cette formation, vous apprendrez les fondamentaux de l'analyse de données et les outils utilisés.

Définition

‘‘Data analysis is a process of inspecting, cleansing, transforming, and modelling data with the goal of discovering useful information, informing conclusions, and supporting decision-making.’’
Source: Wikipedia

Cette défintion en anglais résume assez bien ce qu'est l'analyse de données, il s'agit d'un processus. En français, ça donne ceci
‘‘L’analyse des données est un processus d’inspection, de nettoyage, de transformation et de modélisation des données dans le but de découvrir des informations utiles, d’éclairer les conclusions et d’appuyer la prise de décision.’’

Valorisation des données

Les entreprises stockent de grandes quantités de données relatives à leur business. Ces données bien exploitées pourraient aider les entreprises à mieux comprendre leur business et à prendre les meilleures décisions afin d'améliorer leurs résultats.

Plusieurs niveaux d'analyse

On distingue plusieurs types ou niveaux d'analyse de données, l'analyse descriptive, l'analyse diagnostique, l'analyse prédictive et l'analyse prédictive.

1. Analyse descriptive

Permet de répondre à la première question Qu'est-ce qu'il s'est passé ?. C'est le principal objet de la Business Intelligence (informatique décisionnelle), rendre compte de ce qu'il s'est passé. C'est la forme d'analyse la plus répandue.

2. Analyse diagnostique

Permet de répondre à la dexuième question Pourquoi ou comment est-ce que c'est arrivé ?. Pourquoi le chiffre d'affaires a baissé dans une région X ?

3. Analyse prédictive

Permet de répondre à la troisième question Qu'est-ce qu'il pourra se passer ?.

Il s'agit de prédire ou prévoir à partir des données historiques. Ce type d'analyse fait appel aux techniques de machine learning (apprentissage automatique).

4. Analyse prescriptive

Permet de répondre à la troisième question Qu'est-ce qu'il se passerait si ?. L'objectif est d'identifier les actions à mener pour atteindre un objectif donné.

Vous entendrez parler d'un autre type d'analyse, l'analyse cognitive qui utilise l'intteligence artificielle à des fins d'analyse, analyser les commentaires sur les réseaux soicaux par exemple.

Les métiers

Les métiers de l'analyse de données sont nombreux, plusieurs profils interviennet dans le processus. Si l'analyste de données ou le Data Analyst est le spécialiste de l'analyse de données, il ne travaille pas seul. Suivant le niveau d'analyse, il existe des variantes.

Poste	Description
Développeur ETL	Le développeur ETL joue un rôle primordial, il est chargé d'intégration des données. Il récupère les données des différentes sources, les transforme puis les injecte dans la Data Warehouse et les différents Data Mart. Il met les données à la disposition de l'équipe analytique.
Business Analyst	Le Business Analyst supporte les décideurs en fournissant des informations utile. Il est en première ligne dans l'aide à la décision.
Analyste Ad Hoc	L'analyste Ad Hoc effectue des analyses pour des besoins précis (particuliers). Ad Hoc vient en opposition au récurrent (périodique).
Développeur BI	Un développeur BI est un Business Analyst spécialisé dans un outil, Tableau, Power BI.
Chargé de Reproting	Le Chargé de Reproting suit les différents KPIs (Indicateur Clé de Performance) de l'entreprise (analyse descriptive). Il alerte en cas de variation inhabituelle.

Information Technology Specialist Data Analytics

La cetification Information Technology Specialist Data Analytics est une certification qui permet aux anlystes de données de démontrer leur connaissance des fondements de l'analyse de données.

Data Basics
Data Manipulation
Data Analysis
Data Visualization and Communication
Responsible Analytics Pratices