Как вытащить из данных максимум. Навыки аналитики для неспециалистов

1. Джордан Морроу Как вытащить из данных максимум. Навыки аналитики для неспециалистов 2. Об авторе 3. Предисловие 4. 01 Мир данных 5. Данные: мир, в котором мы живем 6. Данные: нехватка навыков 7. Данные: в чем причина нехватки навыков? 8. Данные: что дальше? 9. Краткое содержание главы 10. 02 Четыре уровня аналитических методов 11. Данные и их анализ – целых четыре уровня? 12. Четыре уровня аналитических методов 13. Уровень 1: дескриптивные (описательные) аналитические методы 14. Уровень 2: диагностические аналитические методы 15. Уровень 3: предиктивные (предсказательные) аналитические методы 16. Уровень 4: прескриптивные (предписывающие) аналитические методы 17. Примеры использования четырех уровней аналитических методов в реальной жизни 18. Краткое содержание главы 19. 03 Определение дата-грамотности 20. Элемент 1: чтение данных 21. Элемент 2: работа с данными 22. Элемент 3: анализ данных 23. Элемент 4: общение на языке данных 24. Краткое содержание главы 25. 04 Зонтик дата-грамотности 26. Стратегия в сфере данных и аналитики 27. Дата-грамотность и обработка данных 28. Дата-грамотность и визуализация данных 29. Дата-грамотность и топ-менеджмент 30. Дата-грамотность и культура 31. Дата-грамотность и качество данных 32. Дата-грамотность и управление данными 33. Дата-грамотность, этика и законодательство 34. Краткое содержание главы 35. 05 Чтение и общение на языке данных 36. Чтение данных 37. Свободное владение данными 38. Словарь данных 39. Стратегия чтения данных и свободного владения данными 40. Пример из жизни организации 41. Краткое содержание главы 42. 06 Связь дата-грамотности с четырьмя уровнями аналитики 43. Дата-грамотность и дескриптивный анализ 44. Дата-грамотность и диагностический анализ 45. Дата-грамотность и предиктивный анализ 46. Дата-грамотность и прескриптивный анализ 47. Дата-грамотность и четыре уровня аналитики: готовая мозаика 48. Краткое содержание главы 49. 07 Стадии обучения дата-грамотности 50. Роль руководства в обучении дата-грамотности 51. Роль общей аналитической стратегии и обучения дата-грамотности 52. Схема и стратегия обучения дата-грамотности 53. Обучение четырем элементам дата-грамотности 54. Обучение и культура дата-грамотности 55. Краткое содержание главы 56. 08 Три «С» дата-грамотности 57. Curiosity – любопытство 58. Creativity – творческий подход 59. Critical thinking – критическое мышление 60. Общение на языке данных 61. Краткое содержание главы 62. 09 Принятие решений, подкрепленных данными 63. Схема принятия решений, подкрепленных данными 64. Ступень 1. Спросить 65. Ступень 2. Получить 66. Ступень 3. Проанализировать 67. Ступень 4. Интегрировать 68. Ступень 5. Решить 69. Ступень 6. Выполнить итерацию 70. Краткое содержание главы и пример 71. 10 Дата-грамотность и стратегия в сфере данных и аналитики 72. Культура, основанная на данных 73. Бизнес-аналитика 74. Искусственный интеллект 75. Машинное обучение и алгоритмы 76. Большие данные 77. Внутренняя аналитика 78. Облачные сервисы 79. Периферийная аналитика 80. Геоаналитика 81. Краткое содержание главы 82. 11 Ваше личное путешествие в мир данных: первые шаги 83. COVID-19, данные и аналитика 84. Рецепты 85. Проактивная и реактивная аналитика 86. Начинайте с основ 87. Данные и аналитика: геймификация 88. Найдите то, что вам интересно, и займитесь этим 89. Найдите свои «почему» 90. Краткое содержание главы 91. Сноски 92. 1 93. 2 94. 3 95. 4 96. 5 97. 6 98. 7 99. 8 100. 9 101. 10 102. 11 103. 12 104. 13 105. 14 106. 15 107. 16 108. 17 109. 18 110. 19 111. 20 112. 21 113. 22 114. 23 115. 24 116. 25 117. 26 118. 27 119. 28 120. 29 121. 30 122. 31 123. 32 124. 33 125. 34 126. 35 127. 36 128. 37 129. 38 130. 39 131. 40 132. 41 133. 42 134. 43 135. 44 136. 45 137. 46 138. 47 139. 48 140. 49 141. 50 142. 51 143. 52 144. 53 145. 54 146. 55 147. 56 148. 57 149. 58 150. 59 151. 60 152. 61 153. 62 154. 63 155. 64 156. 65 157. 66 158. 67 159. 68 160. 69