Analitika, verilənlər analitikası və ya məlumat analitikası — məlumatların, verilənlərin və ya statistikanın sistemli hesablamalı analizi. Məlumatlardakı mənalı qanunamüvafiqliklərin kəşfi, şərhi və ötürülməsi üçün istifadə olunur. O, həmçinin effektiv qərarların qəbul edilməsi məqsədilə məlumat modellərinin tətbiqini tələb edir. Analitika qeydə alınmış informasiya ilə zəngin olan sahələrdə xüsusilə dəyərli ola bilər.[1] Analitika məhsuldarlığı ölçmək üçün statistika, kompüter proqramlaşdırması və əməliyyatların tədqiqinin eyni vaxtda tətbiqinə əsaslanır.[2]
Təşkilatlar biznes göstəricilərini təsvir etmək, proqnozlaşdırmaq və təkmilləşdirmək üçün biznes məlumatlarına analiz tətbiq edə bilərlər.[3] Analitika sahələri arasında aşağıdakılar geniş yayılmışdır:
- Proqnozlaşdırıcı analitika (predictive analytics)
- Preskriptiv analitika (normativ analitika)
- Korporativ qərarların idarə edilməsi
- Təsviri analitika (ing. descriptive analytics)
- Koqnitiv analitika
- Böyük verilənlər (ing. big data) analitikası
- Pərakəndə satış analitikası
- Təchizat zənciri analitikası
- SKU optimallaşdırılması
- Marketinq optimallaşdırılması və marketinq miks modelləşdirməsi
- Veb-analitika
- Zəng analitikası və nitq analitikası
- Satış gücünün ölçülməsi və optimallaşdırılması
- Qiymət və promo modelləşdirməsi
- Proqnozlaşdırma elmi
- Qrafik analitika
- Risk analizi
- Vizual analiz
- Bulud analitikası
- Fırıldaqçılıq analitikası (ing. fraud analytics).[4][5]
Hələ eramızdan əvvəl IV əsrdə Platonun şagirdi, qədim yunan filosofu Aristotel özünün "Orqanon" əsərində məntiqlə bağlı iki məşhur traktatını "Analitika" adlandırmışdı ("Birinci Analitika" və "İkinci Analitika"[6]). Bunun səbəbi həmin əsərlərdə məntiqi təfəkkürün ən sadə elementlərə parçalanması və daha sonra onlardan mürəkkəb təfəkkür formalarına keçid edilməsidir. Elm kimi formal məntiqlə əsasını qoyan Aristotel onu "analitika" adlandırırdı; "məntiq" termini isə yalnız onun ölümündən sonra, eramızdan əvvəl III əsrdə gündəlik istifadəyə daxil olmuşdur.[7]
XVIII əsrdə alman klassik fəlsəfəsinin banisi İmmanuil Kant insanın idrak qabiliyyətinin parçalanaraq tədqiqini "analitika" adlandırmışdı.
Analitika fənlərarası sahədir.[8] Bəzən maşın öyrənməsi, neyron şəbəkələri və reqressiya analizi metodlarından istifadə edilən "təkmilləşmiş analitika" (ing. advanced analytics) termini işlədilir.[9][10] Bura həmçinin klaster analizi, seqmentasiya profilinin əsas komponentlər analizi və assosiasiya analizi kimi nəzarətsiz maşın öyrənməsi metodları da daxildir.[11]
Demoqrafik tədqiqatlar, müştəri seqmentasiyası, müştərək analiz və digər metodlar marketoloqlara satınalmalar haqqında böyük həcmli informasiyadan və müştəri sorğularından əldə edilən məlumatlardan marketinq strategiyasının formalaşdırılması üçün istifadə etməyə imkan verir.[12]
Marketinq analitikası brend və gəlirlər haqqında strateji qərarların qəbulu üçün istifadə olunan həm keyfiyyət, həm də kəmiyyət (strukturlaşdırılmış və strukturlaşdırılmamış) məlumatlarından ibarətdir. Bu prosesə proqnozlaşdırıcı modelləşdirmə, marketinq eksperimentləri, avtomatlaşdırma və real vaxt rejimində kommunikasiyalar daxildir. Belə məlumatlar şirkətlərə proqnozlar verməyə və maksimum nəticə əldə etmək üçün strategiya qurmağa kömək edir.[12]
Veb-analitika marketoloqlara Seans adlanan əməliyyat vasitəsilə veb-saytdakı hərəkətlər haqqında məlumat yığmağa imkan verir. Google Analytics populyar və pulsuz veb-analitika alətinə nümunədir.[13][14] Bu informasiyanın köməyi ilə marketoloq marketinq kampaniyalarını, veb-saytın məzmununu və arxitekturasını optimallaşdıra bilər.[15]
Analitikanın bu bölməsi həmçinin "HR-analitika", "talant analitikası" və ya "insan kapitalı analitikası" (Abr: HRIS — ing. Human Resource Information System) kimi tanınır. HR-analitika, analitika metodlarının insan resurslarının idarə edilməsinə tətbiqidir.[16] HR-analitika dəyişən əmək bazarlarında kadrlarla bağlı meylləri analiz və proqnozlaşdırmaq üçün strateji alətə çevrilmişdir. Müvafiq alətlər sinfi "Career Analytics tools" kimi tanınır.[17] Həmçinin avtomatlaşdırılmış İnsan resurslarının idarə edilməsi sistemləri (HRMS) geniş tətbiq olunur. XXI əsrin "məlumatlar və HR-analitika dövrü" olduğu barədə geniş yayılmış fikirlər mövcuddur.
Biznes analitikasının geniş yayılmış tətbiqlərindən biri Markovitsin portfel nəzəriyyəsi olan portfel analizidir. Bir qayda olaraq, bank və ya kredit agentliyi müxtəlif dəyər və risk dərəcəsinə malik müştəri hesabları məcmusuna sahib olur. Hesablar sahibinin sosial statusuna, coğrafi mövqeyinə, xalis dəyərinə və digər parametrlərə görə fərqlənə bilər. Kreditor kredit üzrə gəlirlə defolt (borcun qaytarılmaması) riski arasında balans yaratmalıdır. Bu zaman portfelin bütövlükdə necə qiymətləndirilməsi sualı yaranır.[18]
Bank sahəsində fərdi müştərilər üçün risk qiymətləndirməsini təmin etmək məqsədilə proqnozlaşdırıcı modellər hazırlanır. Müraciət edənlərin kredit qabiliyyətini qiymətləndirmək üçün kredit skorinqi və ya kredit ballarından geniş istifadə olunur.[19] Bundan əlavə, risk analizi sığorta sənayesində də tətbiq edilir.[20]
Təhlükəsizlik sahəsində analitika, ən böyük risk yaradan hadisələri aşkar etmək məqsədilə təhlükəsizlik təhdidləri haqqında məlumatların əldə edilməsi üçün informasiya texnologiyalarına aiddir.[21] Bu sahədəki məhsullara təhlükəsizlik məlumatları və hadisələrin idarə edilməsi (SIEM) və istifadəçi davranışı analitikası daxildir.
Analitika tapşırıqlarında xüsusi diqqət böyük verilənlərin analizinə yetirilir.[22] Keçmişdə böyük verilənlərə yalnız elm sahəsində rast gəlinirdi. Hazırda isə bu cür məlumatlar həm sənayedə, həm də biznesdə yaranır.[22][23]
Analitiklərin diqqətini çəkən digər bir problem strukturlaşdırılmamış məlumat növlərinin analizidir. Strukturlaşdırılmamış verilənlər strukturlaşdırılmış olanlardan onunla fərqlənir ki, onların formatı çox müxtəlifdir və əhəmiyyətli transformasiya olmadan ənənəvi relyasiyalı verilənlər bazalarında saxlanıla bilməz.[24] Elektron poçt, mətn prosessorlarının sənədləri, PDF faylları, geoməkan məlumatları və s. kimi strukturlaşdırılmamış məlumat mənbələri müəssisələr, hökumətlər və universitetlər üçün sürətlə vacib biznes analitikası (ing. Business Intelligence) mənbəyinə çevrilir.[25][26]
Yuxarıda göstərilən tapşırıqlar hadisələrin emalı (ing. complex event processing),[27] tam mətnli axtarış və s. kimi maşın analizinin yeni konsepsiyalarının yaranmasına səbəb olmuşdur. Belə yeniliklərdən biri də kütləvi-paralel arxitektura əsasında kütləvi-paralel məlumat emalı hesabına məhsuldarlığı artırmağa imkan verən hesablama şəbəkələrinin tətbiqidir.[28]
Analitikanın tətbiqi ilə bağlı əsas risk qiymət diskriminasiyası və ya statistik diskriminasiya kimi diskriminasiya hallarının yaranmasıdır.[29]
- ↑ Mohamed Sami. "The Evolution of Analytics | The 5 Types of Analytics". Mohamed Sami (ingilis). 30 iyul 2017. 16 sentyabr 2017 tarixində arxivləşdirilib. İstifadə tarixi: 3 noyabr 2021.
- ↑ "5 Types of Data Analytics And Their Prominence". Soulpage IT Solutions (ingilis). 18 sentyabr 2020. 21 oktyabr 2020 tarixində arxivləşdirilib. İstifadə tarixi: 3 noyabr 2021.
- ↑ "Types of Analytics: Descriptive, Predictive, Prescriptive Analytics". ProjectPro (ingilis). 27 sentyabr 2021 tarixində arxivləşdirilib. İstifadə tarixi: 3 noyabr 2021.
- ↑ "4 Types of Data Analytics to Improve Decision-Making". www.scnsoft.com (ingilis). 9 iyul 2019 tarixində arxivləşdirilib. İstifadə tarixi: 3 noyabr 2021.
- ↑ "Enhanced Productivity with Einstein Search: Working Smarter and Faster -" (ingilis). 8 mart 2021 tarixində arxivləşdirilib. İstifadə tarixi: 3 noyabr 2021.
- ↑ "ПРЕДМЕТ И ОСНОВНЫЕ ПОНЯТИЯ ЛОГИКИ". 23 mart 2010 tarixində arxivləşdirilib. İstifadə tarixi: 18 noyabr 2010.
- ↑ "Логика как наука". 1 oktyabr 2010 tarixində orijinalından arxivləşdirilib. İstifadə tarixi: 18 noyabr 2010.
- ↑ "What is Data Analytics?". Master's in Data Science (ingilis). 9 iyul 2021 tarixində arxivləşdirilib. İstifadə tarixi: 8 iyul 2021.
- ↑ "AI, Big Data & Advanced Analytics In The Supply Chain". Forbes.com. 23 iyun 2022 tarixində arxivləşdirilib. İstifadə tarixi: 16 aprel 2020.
- ↑ Kelleher, John D. Fundamentals of machine learning for predictive data analytics : algorithms, worked examples, and case studies. Brian Mac Namee, Aoife D'Arcy (2). Cambridge, Massachusetts. 2020. 16. ISBN 978-0-262-36110-1. OCLC 1162184998.
- ↑ Ronin Myers. Data Management and Statistical Analysis Techniques. Scientific e-Resources. 19 may 2019. ISBN 9781839473395. İstifadə tarixi: 16 aprel 2020.
- 1 2 Wedel, Michel. "Marketing Analytics for Data-Rich Environments". Journal of Marketing. 80 (6). 1 noyabr 2016: 97–121. doi:10.1509/jm.15.0413. ISSN 0022-2429. 31 mart 2022 tarixində arxivləşdirilib. İstifadə tarixi: 23 iyun 2022.
- ↑ "Session - Analytics Help". support.google.com. 10 yanvar 2022 tarixində arxivləşdirilib. İstifadə tarixi: 9 yanvar 2022.
- ↑ "IP address - Analytics Help". support.google.com. 10 yanvar 2022 tarixində arxivləşdirilib. İstifadə tarixi: 9 yanvar 2022.
- ↑ "Analytics Tools & Solutions for Your Business - Google Analytics". Google Marketing Platform (ingilis). 2 oktyabr 2022 tarixində arxivləşdirilib. İstifadə tarixi: 9 yanvar 2022.
- ↑ Chalutz Ben-Gal, Hila. "An ROI-based review of HR analytics: practical implementation tools" (PDF). Personnel Review, Vol. 48 No. 6, pp. 1429-1448. 2019. 30 oktyabr 2021 tarixində orijinalından (PDF) arxivləşdirilib. İstifadə tarixi: 23 iyun 2022.
- ↑ Sela, A., Chalutz Ben-Gal, Hila. "Career Analytics: data-driven analysis of turnover and career paths in knowledge-intensive firms: Google, Facebook and others" (PDF). In 2018 IEEE International Conference on the Science of Electrical Engineering in Israel (ICSEE). IEEE. 2018. 31 mart 2022 tarixində orijinalından (PDF) arxivləşdirilib. İstifadə tarixi: 23 iyun 2022.
- ↑ Pilbeam, Keith, Portfolio Analysis: Risk and Return in Financial Markets // Finance and Financial Markets (ingilis), 2005, 156–187, doi:10.1007/978-1-349-26273-1_7, ISBN 978-1-349-26273-1
- ↑ "Credit Reports and Scores | USAGov". www.usa.gov (ingilis). 8 yanvar 2022 tarixində arxivləşdirilib. İstifadə tarixi: 9 yanvar 2022.
- ↑ "Predictive Analytics in Insurance: Types, Tools, and the Future". Maryville Online (ingilis). 28 oktyabr 2020. 10 yanvar 2022 tarixində arxivləşdirilib. İstifadə tarixi: 9 yanvar 2022.
- ↑ "Security analytics shores up hope for breach detection". Enterprise Innovation. 12 fevral 2019 tarixində orijinalından arxivləşdirilib. İstifadə tarixi: 27 aprel 2015.
- 1 2 "2.3 Ten common characteristics of big data". www.bitbybitbook.com (ingilis). 31 mart 2022 tarixində arxivləşdirilib. İstifadə tarixi: 10 yanvar 2022.
- ↑ Naone, Erica. "The New Big Data". Technology Review, MIT. 20 may 2022 tarixində arxivləşdirilib. İstifadə tarixi: 22 avqust 2011.
- ↑ Inmon, Bill; Nesavich, Anthony. Tapping Into Unstructured Data. Prentice-Hall. 2007. ISBN 978-0-13-236029-6.
- ↑ Wise, Lyndsay. "Data Analysis and Unstructured Data". Dashboard Insight. 5 yanvar 2014 tarixində orijinalından arxivləşdirilib. İstifadə tarixi: 14 fevral 2011.
- ↑ "Tapping the power of unstructured data". MIT Sloan (ingilis). 10 yanvar 2022 tarixində arxivləşdirilib. İstifadə tarixi: 10 yanvar 2022.
- ↑ Flouris, Ioannis. "Issues in complex event processing: Status and prospects in the Big Data era". Journal of Systems and Software (ingilis). 127. 1 may 2017: 217–236. doi:10.1016/j.jss.2016.06.011. ISSN 0164-1212. 14 aprel 2019 tarixində arxivləşdirilib. İstifadə tarixi: 23 iyun 2022.
- ↑ Yang, Ning. "Large-Scale Crop Mapping Based on Machine Learning and Parallel Computation with Grids". Remote Sensing. 11 (12). 25 iyun 2019: 1500. Bibcode:2019RemS...11.1500Y. doi:10.3390/rs11121500. ISSN 2072-4292.
- ↑ Favaretto, Maddalena. "Big Data and discrimination: perils, promises and solutions. A systematic review". Journal of Big Data. 6 (1). 5 fevral 2019: 12. doi:10.1186/s40537-019-0177-4. ISSN 2196-1115.
- Дэйв Миллнер, Надим Хан. HR-аналитика. Практическое руководство по работе с персоналом на основе больших данных. М.: Альпина Паблишер . 2022 [Introduction to People Analytics: A practical guide to data-driven HR]. ISBN 978-5-9614-7831-0.