जब अधिकांश लोग डेटा विश्लेषण के बारे में सोचते हैं, तो वे Microsoft Excel जैसे^{(like Microsoft Excel)} टूल में डेटा में हेरफेर और विश्लेषण करने के बारे में सोचते हैं । वास्तविकता यह है कि डेटा विश्लेषण में टूल की एक विस्तृत श्रृंखला और डेटा को बताने वाली कहानी को हेरफेर करने और समझने के लिए कई अलग-अलग तरीके शामिल हैं।

डेटा विश्लेषण क्या है? यदि आप व्यवसाय डेटा, निर्माण डेटा, मार्केटिंग डेटा, या आपके द्वारा संचालित उद्योग और व्यवसाय के लिए विशिष्ट डेटा के बारे में बात कर रहे हैं, तो डेटा विश्लेषण का उपयोग बहुत अलग तरीके से किया जाता है।^(Data)

इस लेख में, आप डेटा विश्लेषण के विभिन्न पहलुओं के बारे में जानेंगे, उनका क्या अर्थ है, और वे आम तौर पर पूरे बोर्ड में कैसे उपयोग किए जाते हैं।

डेटा संग्रहण^{(Data Collection)}

किसी भी डेटा विश्लेषण का पहला चरण डेटा संग्रह है। इसका सीधा सा मतलब है कि उन सभी स्रोतों से डेटा इकट्ठा करना जो आपकी ज़रूरत की जानकारी रखते हैं।

डेटा में निम्न में से कोई भी और अधिक शामिल हो सकते हैं:

• विनिर्माण मशीनरी नियंत्रक
• कोई व्यक्ति मैन्युअल रूप से कंप्यूटर में डेटा दर्ज कर रहा है
• तापमान, दबाव और बहुत कुछ मापने वाले सेंसर
• क्लाउड आधारित^{(Cloud based)} डेटा स्रोत
• इंटरनेट से जानकारी जैसे मौसम या सरकारी डेटाबेस
• ^(Databases)आपकी कंपनी के नेटवर्क पर रखे गए डेटाबेस

बहुत सारे संगठनों के लिए एक बड़ी चुनौती यह पता लगाना है कि उस जानकारी को इकट्ठा करने के लिए कौन से तकनीकी उपकरण उपलब्ध हैं। उस रिमोट डिवाइस या डेटा स्रोत से कनेक्ट करने के लिए अधिकांश समय सॉफ़्टवेयर की आवश्यकता होती है और फिर उन्हें आंतरिक डेटाबेस या डेटा इतिहासकार सिस्टम में खींच लिया जाता है।

इन भंडारण क्षेत्रों को अक्सर "डेटा वेयरहाउस" के रूप में जाना जाता है।

एक बार किसी संगठन के डेटा वेयरहाउस में जानकारी एकत्र हो जाने के बाद, वास्तविक डेटा विश्लेषण करने के लिए विभिन्न उपकरणों का उपयोग किया जा सकता है।

व्यापारिक सूचना^{(Business Intelligence)}

एक बार डेटा एकत्र हो जाने के बाद, अगला कदम यह तय करना है कि उस सभी डेटा का क्या करना है। जब व्यावसायिक खुफिया की बात आती है, तो आवश्यक डेटा को संगठन को बेहतर व्यावसायिक निर्णय लेने में मदद करनी चाहिए।

बिजनेस इंटेलिजेंस^{(Intelligence)} (बीआई) रिपोर्ट और डैशबोर्ड प्रबंधकों और अन्य बिजनेस लीडर्स को ट्रेंड को बेहतर ढंग से समझने और बिजनेस के विभिन्न पहलुओं में अंतर्दृष्टि हासिल करने में मदद करते हैं। 

इन पहलुओं में शामिल हैं:

• आपूर्ति श्रृंखला की जरूरतें या सीमाएं
• लागत कम करना
• बिक्री में सुधार
• ग्राहक की जरूरतें और व्यवहार
• भविष्य की बिक्री या बाजार की मांगों की भविष्यवाणी करना
• रसद और शिपिंग

आपके पूरे संगठन में इन सभी विभिन्न प्रणालियों से डेटा एकत्र करने से आप उन सूचनाओं के बीच संबंध बना सकते हैं जो पहले कभी संभव नहीं थीं।

विनिर्माण खुफिया^{(Manufacturing Intelligence)}

निर्माण प्रक्रियाओं से डेटा एकत्र करने में कठिनाई यह है कि आमतौर पर इसमें बहुत कुछ होता है।

यदि आप एक विशिष्ट निर्माण सुविधा के बारे में सोचते हैं, तो दुकान के फर्श पर हर एक मशीन दर्जनों से सौ डेटा बिंदु एकत्र करती है जिसमें शामिल हैं:

• तापमान और दबाव
• भागों या उत्पाद बनाया
• कच्चे माल का इस्तेमाल किया
• खराब भागों को हटा दिया गया
• खराबी मायने रखता है और अलार्म

ज्यादातर मामलों में, निर्माण उपकरण प्रोग्रामेबल लॉजिक कंट्रोलर ( पीएलसी^(PLC) ) के उपयोग से स्वचालित होते हैं। ये उपकरण न केवल उपकरण को उसी के अनुसार चलाते हैं जिस तरह से उन्हें प्रोग्राम किया जाता है, बल्कि वे उस उपकरण से डेटा एकत्र और एकत्र भी करते हैं।

उन पीएलसी से डेटा प्राप्त करने में सॉफ़्टवेयर शामिल होता है जो उसी ^(PLCs)पीएलसी^(PLCs) के समान नेटवर्क पर सर्वर पर चलता है । ऐसे कई विक्रेता हैं जिन्होंने उन नियंत्रकों से डेटा प्राप्त करने और डेटा इतिहासकार या डेटाबेस में डेटा प्राप्त करने के लिए सॉफ़्टवेयर लिखा है।

इस क्षेत्र में डेटा इतिहासकार नेताओं में शामिल हैं:

• OSIsoft : यह कंपनी लगभग दशकों से है, और इसमें "इंटीग्रेटर्स" या ड्राइवर शामिल हैं जो लगभग किसी भी प्रकार के प्रोसेसर, सेंसर या डेटाबेस से डेटा प्राप्त कर सकते हैं।
• फ़ैक्टरीटॉक^{(Factorytalk)} : लंबे समय तक ऑटोमेशन लीडर रॉकवेल ऑटोमेशन^{(Rockwell Automation)} ने अपने ग्राहकों को मशीन प्रोसेसर से डेटा एकत्र करने में मदद करने के लिए  फ़ैक्टरीटॉक^{(Factorytalk)} नामक अपना डेटा इतिहासकार तैयार किया ।
• अवेवा^(Aveva) : पूर्व में वंडरवेयर के रूप में जाना जाता है , एवीवीए ^(Wonderware)इतिहासकार^{(AVEVA Historian)} ने मशीन डेटा जैसे प्रक्रिया डेटा, अलार्म, ईवेंट और बहुत कुछ के लिए "ओपन एक्सेस" प्रदान करने का वादा किया है।
• Iconics : डेटा इतिहासकार बाज़ार में एक छोटा खिलाड़ी, Iconics के निर्माता "हाई-स्पीड आर्काइविंग" प्रदान करने का वादा करते हैं, इसलिए संग्रहीत डेटा रिज़ॉल्यूशन मशीन पर मूल रूप से हुई चीज़ों से मेल खाता है।

इनमें से लगभग सभी सॉफ़्टवेयर प्रदाताओं में अपने डेटा इतिहासकार समाधान के साथ जाने के लिए डेटा विश्लेषण उपकरण शामिल हैं। अपनी निर्माण सुविधा के लिए सही डेटा संग्रह और विश्लेषण समाधान चुनना वास्तव में आपके द्वारा उपयोग किए जाने वाले नियंत्रकों पर निर्भर करता है कि आप डेटा को कैसे स्टोर करना चाहते हैं, और आप कितना खर्च करने को तैयार हैं।

डेटा विज़ुअलाइज़ेशन

व्यावसायिक डेटा एकत्र करने, विश्लेषण करने और विज़ुअलाइज़ करने के लिए सबसे लोकप्रिय उपकरण Microsoft PowerBI है ।

PowerBI Microsoft द्वारा पेश किया गया एक शक्तिशाली विज़ुअलाइज़ेशन टूल है जो आपको कई अलग-अलग डेटा स्रोतों से डेटा लाने देता है। फिर आप डेटा को विभिन्न पाई और बार चार्ट, लाइन ग्राफ़, टेबल आदि में स्लाइस और डाइस कर सकते हैं।

विभिन्न डेटा स्रोतों से जानकारी को संयोजित करने की क्षमता आपको उन सहसंबंधों को खोजने देती है जो पहले संभव नहीं थे। यह आधुनिक डेटा विश्लेषण का जादू है। यह ऐसी अंतर्दृष्टि प्राप्त करने की क्षमता प्रदान करता है जो टूल से पहले कभी संभव नहीं थी जो आपको कई स्रोतों से डेटा की कल्पना करने देती है।

PowerBI एकमात्र ऐसा ऐप नहीं है जो इस तरह से डेटा में हेरफेर और कल्पना करने की क्षमता रखता है। वास्तव में, इस प्रकार के उपकरणों के लिए एक बढ़ता हुआ बाजार है। 

आज के प्रमुख डेटा विज़ुअलाइज़ेशन टूल में शामिल हैं:

• मेटाबेस^(Metabase) : एक खुला स्रोत (मुक्त) समाधान जो आपके संगठन में लोगों को "प्रश्न पूछें और डेटा से सीखने" के रूप में खुद को पेश करता है।
• झांकी^(Tableau) : कई अलग-अलग उद्योगों में उपयोग किया जाने वाला एक लोकप्रिय डेटा विज़ुअलाइज़ेशन प्लेटफ़ॉर्म। कई अलग-अलग डेटा स्रोतों के साथ कनेक्टिविटी उपलब्ध है।^{(Connectivity)}
• व्हाट्सएप^(Whatagraph) : मार्केटिंग एजेंसियों के बीच लोकप्रिय है क्योंकि आसानी से समझ में आने वाली रिपोर्ट तैयार करना आसान है। टूल में स्वचालित रिपोर्ट जनरेशन शामिल है और यह स्वचालित रूप से उन्हें किसी को भी ईमेल कर सकता है।
• JasperReports : यह एक अन्य ओपन-सोर्स रिपोर्टिंग समाधान है। इसकी शक्ति मुद्रित दस्तावेज़, PDF^(PDFs) और वेब-आधारित रिपोर्ट जैसे कई अलग-अलग स्वरूपों में रिपोर्ट को आउटपुट करने की क्षमता से आती है ।

आप जिस विकल्प के साथ जाने का निर्णय लेते हैं वह वास्तव में उस निवेश पर निर्भर करता है जिसे आप या आपका संगठन करना चाहता है। शुक्र है कि उत्कृष्ट ओपन-सोर्स विकल्प उपलब्ध हैं यदि आपको वहीं से शुरू करने की आवश्यकता है।

डेटा माइनिंग

सबसे शक्तिशाली नई डेटा विश्लेषण तकनीकों में से एक है जिसे डेटा माइनिंग कहा जाता है।

डेटा^(Data) माइनिंग भविष्य के रुझानों की भविष्यवाणी करने के लिए बड़ी मात्रा में डेटा से पैटर्न और रुझानों को खींचने के लिए सांख्यिकीय मॉडलिंग का उपयोग करने पर केंद्रित है। 

डेटा माइनिंग सांख्यिकीय विश्लेषण करने वाले एप्लिकेशन अत्यधिक विशिष्ट होते हैं और अक्सर उन्हें एप्लिकेशन या स्थिति में अनुकूलित करने की आवश्यकता होती है।

डेटा माइनिंग विश्लेषण के प्रकारों में शामिल हैं:

• खोजपूर्ण डेटा विश्लेषण^{(Exploratory Data Analysis)} ( ईडीए^(EDA) ): इसमें नए रुझानों की पहचान करने या नई जानकारी सीखने के लिए डेटा में पैटर्न की खोज करना शामिल है।
• पुष्टिकरण डेटा विश्लेषण^{(Confirmatory Data Analysis)} ( सीडीए^(CDA) : इसमें सभी एकत्रित डेटा का उपयोग करने का प्रयास करना और यह निर्धारित करना शामिल है कि संदिग्ध सहसंबंध सत्य हैं या नहीं।

आज बाजार में उपलब्ध कुछ प्रमुख डेटा माइनिंग सॉफ्टवेयर टूल्स में शामिल हैं:

• रैपिड माइनर : ^{(Rapid Miner)}जावा^(Java) में लिखा गया एक उत्कृष्ट ओपन-सोर्स प्रेडिक्टिव एनालिसिस सिस्टम । यह मशीन लर्निंग, प्रेडिक्टिव एनालिसिस और टेक्स्ट माइनिंग में सक्षम है।
• Sisense : बड़े संगठनों के लिए स्केल अप करने की क्षमता के साथ, व्यावसायिक खुफिया के लिए लाइसेंस प्राप्त सॉफ़्टवेयर। इसमें एक उत्कृष्ट रिपोर्टिंग मॉड्यूल शामिल है।
• Oracle : डेटा उद्योग में अग्रणी नामों में से एक, Oracle SQL के भीतर डेटा माइनिंग सुविधा प्रदान करता है जो संगठनों को Oracle डेटाबेस में संग्रहीत डेटा का उपयोग करने देता है।
• आईबीएम कॉग्नोस^{(IBM Cognos)} : यह सॉफ्टवेयर महत्वपूर्ण प्रवृत्तियों की पहचान करने के लिए बड़ी मात्रा में डेटा को संसाधित करने में सक्षम है। इनका उपयोग प्रबंधन या अन्य के लिए रिपोर्ट तैयार करने के लिए किया जा सकता है।
• एसएएस^(SAS) : डेटा उद्योग में एक और बड़ा नाम, सांख्यिकीय विश्लेषण प्रणाली^{(Statistical Analysis System)} ( एसएएस^(SAS) ) को विशेष रूप से विश्लेषणात्मक परिणामों के आधार पर डेटा को माइन करने, प्रबंधित करने और यहां तक ​​कि अपडेट करने के लिए डिज़ाइन किया गया था।

जैसा कि आप देख सकते हैं, डेटा विश्लेषण के कई पहलू हैं और जिन उपकरणों का आपको उपयोग करने की आवश्यकता है, वे वास्तव में उस डेटा से सीखने की आशा पर निर्भर करते हैं।

डेटा विश्लेषण में प्रगति हर साल आगे बढ़ती रहती है, और कोई भी कंपनी या संगठन जो अपने उद्योग में आगे रहने की उम्मीद करता है, उसे डेटा विश्लेषण उपकरण उपलब्ध हैं और उन्हें अपनी पूरी क्षमता से उपयोग करने के लिए शीर्ष पर रहने की जरूरत है।

What Is Data Analysis And The Best Tools To Use

When most pеople think of datа analуsiѕ, they think of manipulating and analyzing data in a tool like Microsoft Excel. The reality is that data analysis encompasses a wide range of tools and a lot of different methods to manipulate and understand the story that the data tells.

What is data analysis? Data analysis is used very differently if you’re talking about business data, manufacturing data, marketing data, or data specific to the industry and business that you operate.

In this article, you’ll learn about the different aspects of data analysis, what they mean, and how they’re generally used across the board.

Data Collection

The first stage of any data analysis is data collection. This simply means gathering data from all of the sources that hold information you need.

Data can include any of the following and more:

• Manufacturing machinery controllers
• Someone manually entering data into a computer
• Sensors that measure temperature, pressure, and more
• Cloud based data sources
• Information from the internet like weather or government databases
• Databases housed on your company network

A major challenge for a lot of organizations is figuring out what technical tools are available to gather that information. Most of the time software is required to connect to that remote device or data source and then pull them into an internal database or data historian system.

These storage areas are often referred to as a “data warehouse”.

Once information is collected into a data warehouse inside an organization, various tools can be used to conduct the actual data analysis.

Business Intelligence

Once data is collected, the next step is deciding what to do with all that data. When it comes to business intelligence, the required data should help an organization make better business decisions.

Business Intelligence (BI) reports and dashboards help managers and other business leaders better understand trends and gain insights into various aspects of the business. 

These aspects include:

• Supply chain needs or limitations
• Reducing costs
• Improving sales
• Customer needs and behaviors
• Predicting future sales or market demands
• Logistics and shipping

Gathering data from all of these different systems throughout your organization lets you build connections between information that may never have been possible before.

Manufacturing Intelligence

The difficulty when it comes to gathering data from manufacturing processes is that usually there’s just so much of it.

If you think about a typical manufacturing facility, every single machine on the shop floor collects dozens to hundred of data points that include:

• Temperatures and pressures
• Parts or product made
• Raw material used
• Bad parts scrapped
• Malfunction counts and alarms

In most cases, manufacturing equipment is automated by the use of a programmable logic controller (PLC). These devices not only run the equipment according to how they’re programmed, but they also collect and gather data from that equipment.

Getting data out of those PLCs involves software that runs on a server on the same network as those PLCs. There are many vendors that have written software to get data out of those controllers and into a data historian or a database.

The data historian leaders in this area include:

• OSIsoft: This company has been around for decades, and includes “integrators” or drivers that can get data out of almost any kind of processor, sensor, or database.
• Factorytalk: Long time automation leader Rockwell Automation produced their own data historian called Factorytalk to help their customers collect data from machine processors. 
• Aveva: Formerly known as Wonderware, the AVEVA Historian promises to provide “open access” to machine data like process data, alarms, events, and more.
• Iconics: A smaller player in the data historian marketplace, the makers of Iconics promise to provide “high-speed archiving” so the stored data resolution matches what originally occurred on the machine.

Nearly all of these software providers include data analysis tools to go along with their data historian solution. Choosing the right data collection and analytics solution for your manufacturing facility really depends on the controllers you use, how you want to store the data, and how much you are willing to spend.

Data Visualization

The most popular tool for collecting, analyzing, and visualizing business data is Microsoft PowerBI.

PowerBI is a powerful visualization tool offered by Microsoft that lets you bring in data from many different data sources. You can then slice and dice the data across various pie and bar charts, line graphs, tables, and more.

The ability to combine information from various data sources lets you find correlations that wouldn’t have been possible before. This is the magic of modern data analysis. It provides the ability to gain insights that were never before possible before tools that let you visualize data from many sources.

PowerBI isn’t the only app with the ability to manipulate and visualize data in this way. In fact, there’s a growing market for just these types of tools. 

The leading data visualization tools today include:

• Metabase: An open-source (free) solution that touts itself as letting people in your organization “ask questions and learn from data”.
• Tableau: A popular data visualization platform used across many different industries. Connectivity with many different data sources is available.
• Whatagraph: Popular among marketing agencies because it’s easy to produce easy-to-understand reports. The tool includes automated report generation and can automatically email those to anyone.
• JasperReports: This is another open-source reporting solution. It’s power comes from the ability to output reports in many different formats like printed documents, PDFs, and web-based reports.

The option you decide to go with really depends on the investment you or your organization wants to make. Thankfully there are excellent open-source options available if that’s where you need to start.

Data Mining

One of the most powerful new data analysis techniques is something called data mining.

Data mining focuses on using statistical modeling to pull patterns and trends out of a large volume of data in order to predict future trends. 

The applications that can perform data mining statistical analysis are highly specialized and often need to be customized to the application or situation at hand.

Types of data mining analysis include:

• Exploratory Data Analysis (EDA): This involves searching for patterns in data in order to identify new trends or learn new information.
• Confirmatory Data Analysis (CDA: This involves using all of the collected data to try and determine whether suspected correlations are true.

Some of the leading data mining software tools available on the market today include:

• Rapid Miner: An excellent open-source predictive analysis system written in Java. It’s capable of machine learning, predictive analysis, and text mining.
• Sisense: Licensed software tailored for business intelligence, with the ability to scale up for large organizations. It includes an excellent reporting module.
• Oracle: One of the leading names in the data industry, Oracle offers data mining feature within SQL that lets organizations use data stored in an Oracle database.
• IBM Cognos: This software is capable of processing large volumes of data to identify important trends. These can be used to generate reports for management or others.
• SAS: Another big name in the data industry, Statistical Analysis System (SAS) was specifically designed to mine, manage, and even update data based on analytical results.

As you can see, there are many facets to data analysis and the tools you need to use really depends on what you hope to learn from that data.

Advancements in data analysis continue to advance every year, and any company or organization that hopes to stay ahead in their industry needs to stay on top of what data analysis tools are available and to use them to their fullest potential.

Related posts

• विंडोज़ के लिए एक्सकोड (पीसी पर आईओएस ऐप विकसित करने के लिए 8 सर्वश्रेष्ठ टूल)

• सबसे अच्छी कॉन्फ़्रेंस कॉल सेवा क्या है - तुलना किए गए सर्वश्रेष्ठ ऐप्स

• विंडोज़, मैक और लिनक्स के लिए 5 सर्वश्रेष्ठ ब्लू लाइट फ़िल्टर ऐप्स

• 4 सर्वश्रेष्ठ पोर्ट फ़ॉरवर्डिंग सॉफ़्टवेयर ऐप्स और उनका उपयोग कैसे करें

• क्रोम के लिए 10 सर्वश्रेष्ठ गोपनीयता एक्सटेंशन (2022)

• विंडोज 11/10 में सीपीयू तापमान की जांच करने के लिए 6 सर्वश्रेष्ठ ऐप्स

• 2022 में विंडोज 11/10 के लिए 8 सर्वश्रेष्ठ फ़ाइल प्रबंधक

• 5 सर्वश्रेष्ठ नि:शुल्क डिस्पोजेबल ईमेल खाते

• जैपियर ईमेल पार्सर: इसका उपयोग करने के 3 रचनात्मक तरीके

• सुरक्षा बढ़ाने और अपने डेटा को सुरक्षित रखने के लिए सर्वश्रेष्ठ पासवर्ड टूल

• 6 बेस्ट फ्री हार्ड ड्राइव टेस्टिंग और डायग्नोस्टिक सॉफ्टवेयर

• विंडोज़ में फाइलों को स्वचालित रूप से ले जाएं, हटाएं या कॉपी करें

• खोए हुए गीगाबाइट्स को खोजने के लिए 6 सर्वश्रेष्ठ डिस्क स्पेस एनालाइज़र

• Google Chrome स्वतः भरण: एक संपूर्ण मार्गदर्शिका

• विंडोज 10 के लिए बेस्ट फ्री हार्ड ड्राइव क्लोनिंग सॉफ्टवेयर

• सर्वश्रेष्ठ IFTTT विकल्प

• ऑनलाइन सुरक्षा के लिए 5 सर्वश्रेष्ठ Firefox गोपनीयता ऐड-ऑन

• सर्वश्रेष्ठ मार्कडाउन संपादक: सभी प्लेटफ़ॉर्म और ऑनलाइन

• अवास्ट ऑनलाइन सुरक्षा एक्सटेंशन: क्या इसका उपयोग करना उचित है?

• अपना खुद का विकी बनाने से पहले ध्यान देने योग्य बातें