R on.

Wir lieben R. Wir leben Datenanalyse.

Statistik, Datenanalyse, Data Mining, Machine Learning - viele Begriffe, ein Kern: Es geht darum, aus Daten Erkenntnisse zu ziehen. Sollen die Erkenntnisse praktisch nützlich sein, so müssen sie helfen, Entscheidungen (besser) zu treffen.

 

Es gibt viele Werkzeuge, um Daten zu analysieren. Eines davon heißt "R". R verfügt über eine Reihe von Vorzügen - dazu gehört ein unglaubliche Fülle an Erweiterungen, die fertige Lösungen bereitstellen, für (fast) alles, was man sich vorstellen kann. Ja, auch Pizza bestellen mit R ist möglich.

 

Entsprechend findet R in unseren Analysen und Seminaren weitflächig Verwendung.

Wir lieben das tidyverse

In unseren Schulungen spielt das tidyverse eine große Rolle. Daten einlesen, aufbereiten, modellieren, visualisieren und kommunizieren - alle diese zentralen Schritte der Datenanalyse lassen sich gut mit den Werkzeugen des tidyverse abbilden. Das tidyverse vereinfacht und vereinheitlicht viele Analyseschritte.

Der Prozess der Datenanalyse

Der Prozess der Datenanalyse lässt sich in fünf Schritte einteilen. Besonders arbeitsintensiv und praxisnah ist der Schritt des Aufbereitens der Daten:

Daten einlesen und aufbereiten

Daten visualisieren

Daten modellieren

Kommunizieren

Eine Analyse spricht nicht für sich - sie will in ihren zentralen Ergebnissen vermittelt werden (und in ihrer Methode, aber nur zu denjenigen, die das interessiert). Das R-Ökosystem bietet Werkzeuge, die das Schreiben eines Berichts automatisierbar machen. So ist es zum Beispiel möglich, eine Präsentation, PDF-Datei oder eine Webseite zu erstellen, in der die Daten der letzten Woche automasiert ausgewertet und dargestellt werden. Oder die Daten von gestern, aber nur für Niederlassung X und Produkt Y...

Druckversion Druckversion | Sitemap
© Data-Divers