TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI KHOA TOÁN ỨNG DỤNG VÀ TIN HỌC BÁO CÁO MÔN HỆ HỖ TRỢ QUYẾT ĐỊNH ĐỀ TÀI TƯ DUY PHÂN TÍCH DỮ LIỆU Giảng viên hướng dẫn Lê Chí Ngọc MỤC LỤC CHƯƠNG 1 TƯ DUY PHÂN TÍCH DỮ LIỆ.
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI KHOA TOÁN ỨNG DỤNG VÀ TIN HỌC BÁO CÁO MÔN HỆ HỖ TRỢ QUYẾT ĐỊNH ĐỀ TÀI: TƯ DUY PHÂN TÍCH DỮ LIỆU Giảng viên hướng dẫn: Lê Chí Ngọc MỤC LỤC CHƯƠNG I : TƯ DUY PHÂN TÍCH DỮ LIỆU Mở đầu Mười lăm năm qua chứng kiến khoản đầu tư lớn vào sở hạ tầng kinh doanh, cải thiện khả thu thập liệu tồn doanh nghiệp Hầu khía cạnh doanh nghiệp mở để thu thập liệu chí thường cơng cụ cho liệu thu thập: hoạt động, sản xuất, quản lý chuỗi cung ứng, hành vi khách hàng,hiệu suất chiến dịch tiếp thị, quy trình cơng việc, v.v Đồng thời, thơng tin có sẵn rộng rãi kiện bên ngồi xu hướng thị trường, ngành cơng nghiệp tin tức phong trào đối thủ cạnh tranh Tính sẵn có rộng rãi liệu dẫn đến gia tăng quan tâm đến phương pháp trích xuất thơng tin kiến thức hữu ích từ liệu, lĩnh vực khoa học liệu I.1 Tính ưu việt hội liệu Với số lượng lớn liệu có, cơng ty hầu hết ngành công nghiệp cho ngừng khai thác liệu cho lợi cạnh tranh Trong khứ, cơng ty sử dụng nhóm thống kê, lập mơ hình phân tích để khám phá liệu theo cách thủ công, đa dạng liệu vượt xa khả phân tích thủ cơng Tại đồng thời, máy tính trở nên mạnh mẽ nhiều, mạng trở nên phổ biến thuật toán phát triển kết nối liệu phép mở rộng phân tích sâu trước Sự hội tụ tượng có làm phát triển ứng dụng kinh doanh ngày rộng rãi nguyên tắc khoa học liệu kỹ thuật khai thác liệu.Có lẽ ứng dụng rộng kỹ thuật khai thác liệu tiếp thị cho nhiệm vụ chẳng hạn tiếp thị mục tiêu, quảng cáo trực tuyến đề xuất để bán chéo Khai thác liệu sử dụng để quản lý quan hệ khách hàng nói chung để phân tích hành vi khách hàng để quản lý tiêu hao tối đa hóa giá trị khách hàng mong đợi Các ngành tài sử dụng khai thác liệu để chấm điểm tín dụng giao dịch, hoạt động thông qua phát gian lận quản lý lực lượng lao động Các nhà bán lẻ lớn từ Walmart đến Amazon áp dụng khai thác liệu toàn doanh nghiệp họ, từ tiếp thị đến quản lý chuỗi cung ứng ‐ kích động Nhiều công ty phân biệt chiến lược với khoa học liệu, đến mức phát triển thành cơng ty khai thác liệu Mục tiêu sách giúp bạn xem vấn đề kinh doanh từ quan điểm liệu hiểu nguyên tắc trích xuất tri thức hữu ích từ liệu Có cấu trúc cho tư phân tích liệu nguyên tắc nên hiểu Khi tư phân tích liệu tốt hơn, bạn phát triển trực giác để áp dụng sáng tạo kiến thức tên miền đâu Hai chương đầu sách thảo luận chi tiết chủ đề khác kỹ thuật liên quan đến khoa học liệu khai thác liệu Các thuật ngữ “khoa học liệu” “khai thác liệu” thường sử dụng thay cho Ở cấp độ cao, khoa học liệu tập hợp nguyên tắc hướng dẫn khai thác kiến thức từ liệu Khai thác liệu khai thác kiến thức từ liệu, thông qua công nghệ kết hợp nguyên tắc Như thuật ngữ, khoa học liệu mạng áp dụng rộng rãi so với việc sử dụng khai thác liệu truyền thống, công nghệ khai thác liệu truyền thống cung cấp số minh họa rõ ràng nguyên tắc khoa học liệu Điều quan trọng phải hiểu khoa học liệu bạn khơng có ý định áp dụng cho Tư phân tích liệu cho phép bạn đánh giá đề xuất cho dự án khai thác liệu Ví dụ: nhân viên, tư vấn viên, mục tiêu đầu tư tiềm đề xuất để cải thiện ứng dụng kinh doanh cụ thể cách trích xuất kiến thức từ liệu, bạn đánh giá đề xuất cách có hệ thống định Điều khơng có nghĩa bạn cho biết liệu có thực thành công dự án khai thác liệu hay khơng bạn phát sai sót rõ ràng,các giả định khơng thực tế, mảng bị thiếu I.2 Khoa học liệu (Data Science), Kỹ thuật (Enginneering) Quyết định dựa liệu định hướng (Data-Driven Decision DDD) Hình 1-1: Data science in the context of various data-related process in the organization Khoa học liệu liên quan đến nguyên tắc, quy trình kỹ thuật để hiểu tượng thơng qua phân tích (tự động) liệu Cuốn sách coi việc nghiên cứu mục tiêu cuối khoa học liệu tác động đến việc định Vì điều quan tâm trực tiếp kinh doanh Ra định dựa liệu định hướng (DDD) đề cập đến việc định dựa tri thức có từ việc phân tích liệu thay hồn tồn dựa vào trực giác hay kinh nghiệm Những lợi ích việc định dựa liệu chứng minh cách thuyết phục Nhà kinh tế học Erik Brynjolfsson đồng nghiệp ông từ Trường Wharton MIT Penn thực nghiên cứu cách DDD ảnh hưởng đến hiệu suất công ty (Brynjolfsson, Hitt & Kim, 2011) Họ phát triển thước đo DDD đánh giá công ty mức độ họ sử dụng mạnh mẽ liệu để định tồn cơng ty Họ cho thấy theo thống kê, công ty dử dụng nhiều liệu định hướng khỉa định suất cao chí cịn kiểm sốt nhiều khả khác yếu tố gây nhiễu Và khác biệt không nhỏ, tang 4-6% suất Ở quan tâm đến loại định q trình phân tích liệu +/ Một là, định cần phải khám phá từ liệu hay tri thứ có ích q trình phân tích liệu Các nhà quản lý hay cơng ty thường mong muốn có bước nhảy vọt cạnh tranh họ, ngồi việc nghiên cứu dự đốn hoạt động thường xuyên khách hàng họ, nhà quản lý dựa vào lịch sử giao dịch họ mong muốn dự đốn giao dịch khác thường mang tính định đến giao dịch họ để triển khai chiến lược tiếp thị với khách hàng họ dự đoán tiềm mà đối thủ cạnh tranh họ khơng dự đốn +/ Hai là, định lặp lại việc sử dụng dịch vụ khách hàng Hình 1-1 cho thấy khoa học liệu hỗ trợ việc định dựa liệu, xảy tượng chồng chéo với việc định dựa liệu Điều xảy thường xuyên mà định kinh doanh đưa cách tự động hệ thống máy tính I.3 Xử lý liệu (Data Processing) Big Data Có nhiều cách xử lý liệu thứ khơng hiểu khoa học liệu Công nghệ xử lý liệu quan trọng việc hỗ trợ khoa học liệu chúng có nhiều điểm chung Ngày nhiều kĩ xử lý liệu, hệ thống xử lý công nghệ xử lý liệu thường bị hiểu nhầm khoa học liệu Để hiểu khoa học liệu data-driven điều quan trọng phải hiểu khác biệt Khoa học liệu cần truy cập liệu thường hưởng lợi từ công nghệ liệu tinh vi, mà cơng nghệ xử lý liệu Nhưng cơng nghệ khơng phải công nghệ khoa học liệu Chungs hỗ trợ cho khoa học liệu, đưa hình 1-1, chúng hữu ích nhiều.Cơng nghệ xử lý liệu quan trọng nhiều nhiệm vụ kinh doanh theo định hướng liệu, mà không khơng liên quan đến việc trích xuất tri thức định dựa liệu, chẳng hạn hiệu trình giao dịch, xử lý hệ thống web đại quản lý chiến dịch quảng cáo trực tuyến Công nghệ “Big Data” nhận ý đáng kể truyền thông gần Big data có nghĩa liệu lớn hệ thống xử lý liệu truyền thống u cầu cơng nghệ xử lý Cũng công nghệ truyền thống, công nghệ Big data sử dụng cho nhiều nhiệm vụ, bao gồm công nghệ liệu Đôi khi, công nghệ Big data thực sử dụng để thực kỹ thuật khai thác liệu Tuy nhiên, công nghệ Big data sử dụng thường xuyên cho việc xử lý liệu việc hỗ trợ công nghệ khai thác liệu hoạt động khoa học liệu khác Một nghiên cứu riêng biệt, thực nhà kinh tế Prasanna Tambe NYU’s Stern School, xem xét mức độ mà công nghệ big data dường giúp công ty (Tambe, 2012) Anh ta thấy rằng, sau kiểm soát yếu tố gây nhiễu khác nhau, việc sử dụng cơng nghệ Big data có liên quan đến tăng trưởng suất bổ sung đáng kể I.4 Từ Big Data 1.0 đến Big Data 2.0 Trong Web 1.0, doanh nghiệp chủ yếu áp dụng cơng nghệ internet bản, để họ thiết lập trang web, xây dựng thương mại điện tử nâng cao hiệu hoạt động họ Trong thời đại Big Data 1.0 Các cơng ty họ cố gắng xây dựng khả xử lý liệu lớn, phần lớn để hỗ trợ hoạt động họ, ví dụ, để nâng cao hiệu Khi công ty kết hợp công nghệ Web 1.0 cách triệt để (và trình có đẩy giá cơng nghệ xuống) họ bắt đầu nhìn xa Họ bắt đầu hỏi Web làm cho họ làm để cải thiện thứ họ luôn muốn thực bước vào kỷ nguyên Web 2.0, nơi hệ thống công ty bắt đầu lợi dụng tính chất tương tác Web Rõ ràng kết hợp thành phần mạng xã hội, gia tăng tiếng nói người tiêu dùng cá nhân Chúng ta nên kỳ vọng giai đoạn Big Data 2.0 tuân theo Big Data 1.0 Một công ty trở thành có khả xử lý liệu lớn cách linh hoạt, họ nên bắt đầu hỏi: “Tơi làm điều tơi khơng thể làm trước đó, làm tốt tơi làm trước đây?” Điều kỷ nguyên vàng khoa học liệu Điều quan trọng cần lưu ý thời đại Web 1.0, số công ty phát triển sớm bắt đầu áp dụng ý tưởng Web 2.0 vượt xa xu hướng chủ đạo Amazon ví dụ điển hình, kết hợp giọng nói người tiêu dung sớm, việc định giá sản phẩm, đánh giá sản phẩm (và sâu hơn, đánh giá giá sản phẩm) Tương tự, thấy số công ty sẵn sàng áp dụng Big Data 2.0 Amazon lần công ty tiên phong, cung cấp khuyến nghị dựa liệu từ big data Các nhà quảng cáo trực tuyến phải xử lý khối lượng liệu cực lớn (hàng tỷ lượt hiển thị quảng cáo ngày) trì thơng lượng cao I.5 Dữ liệu lực khoa học liệu chiến lược có lợi Các phần trước đề xuất nguyên tắc khoa học liệu : liệu khả trích xuất kiến thức hữu ích từ liệu, nên coi chiến lược có lợi quan trọng Quá nhiều doanh nghiệp coi phân tích liệu chủ yếu liên quan đến việc nhận giá trị từ số liệu có thường không quan tâm đến việc liệu doanh nghiệp có tài phân tích thích hợp Xem điều ưu điểm cho phép suy nghĩ rõ rang mức độ mà người nên đầu tư vào chúng Xây dựng đội ngũ khoa học liệu hàng đầu công việc không cần thiết, tạo nhiều khác biệt cho việc định Chúng thảo luận cân nhắc chiến lược liên quan đến khoa học liệu chi tiết Chương 13 I.6 Tư phân tích liệu Khi đối mặt với vấn đề kinh doanh bạn đánh giá xem liệu làm để cải thiện hiệu suất Sau số khái niệm nguyên tắc Điều quan trọng phải hiểu khoa học liệu bạn khơng có ý định để tự làm điều phân tích liệu quan trọng chiến lược kinh doanh Hiểu biết khái niệm có khung để tổ chức tư phân tích liệu khơng cho phép người tương tác thành thạo mà cịn giúp hình dung hội để cải thiện việc định dựa liệu để xem mối đe dọa cạnh tranh theo định hướng liệu Các công ty nhiều ngành công nghiệp truyền thống khai thác tài nguyên liệu có cho lợi cạnh tranh Họ sử dụng nhóm khoa học liệu để mang lại công nghệ tiên tiến để tăng doanh thu giảm chi phí Ngồi ra, nhiều cơng ty phát triển với khai thác liệu thành phần chiến lược quan trọng Facebook Twitter, với nhiều công ty 100 Digital kỹ thuật số khác ( Business Insider, 2012), có mức cao định giá chủ yếu tài sản liệu mà họ cam kết nắm bắt tạo Càng ngày, nhà quản lý cần giám sát nhóm phân tích dự án phân tích, nhà tiếp thị phải tổ chức hiểu chiến dịch dựa liệu, nhà đầu tư mạo hiểm phải đầu tư khơn ngoan vào doanh nghiệp có tài sản liệu đáng kể nhà chiến lược kinh doanh phải có khả đưa kế hoạch khai thác liệu Một vài ví dụ sau, nhà tư vấn đưa đề xuất khai thác tài sản liệu để cải thiện doanh nghiệp bạn, bạn đánh giá xem đề xuất có ý nghĩa hay khơng Nếu đối thủ cạnh tranh công bố quan hệ đối tác liệu mới, bạn nên nhận đặt bạn chiến lược bât lợi Hoặc giả sử bạn nắm giữ vị trí với cơng ty liên doanh dự án bạn đánh giá tiềm đầu tư vào công ty quảng cáo Những người sáng lập trình bày lập luận thuyết phục họ nhận giá trị quan trọng từ liệu họ, sở tranh luận định giá cao cách đáng kể Điều có hợp lý không? Với hiểu biết nguyên tắc khoa học liệu bạn đưa vài câu hỏi thăm dò để xác định xem họ lập luận định giá hợp lý Ở quy mơ lớn hơn, có lẽ phổ biến hơn, dự án phân tích liệu tiếp cận với tất đơn vị kinh doanh Nhân viên đơn vị phải tương tác với đội ngũ nghiên cứu khoa học liệu Nếu nhân viên khơng có tảng nguyên tắc tư phân tích liệu, họ khơng thực hiểu xảy doanh nghiệp Sự thiếu hiểu biết gây tổn hại nhiều dự án khoa học liệu so với dự án kỹ thuật khác, khoa học liệu hỗ trợ cải thiện việc định Như mô tả chương tiếp theo, điều đòi hỏi tương tác chặt chẽ nhà nghiên cứu khoa học liệu người kinh doanh chịu trách nhiệm cho việc định Người kinh doanh không hiểu nhà nghiên cứu khoa học liệu làm bất lợi đáng kể, họ lãng phí thời gian cơng sức tệ họ đưa định cuối cách sai lầm Sự cần thiết cho nhà quản lý với kỹ phân tích liệu Cơng ty tư vấn McKinsey Company ước tính có thiếu hụt tài cần thiết cho tổ chức để tận dụng nguồn liệu lớn Vào năm 2018, Hoa Kỳ phải đối mặt với thiếu hụt 140.000 đến 190.000 người có kỹ phân tích sâu 1,5 triệu nhà quản lý phân tích hiểu cách phân tích nguồn liệu lớn để định cách hiệu (Manyika, 2011) Một doanh nghiệp định tốt nhiều lĩnh vực kinh doanh từ liệu nhóm nghiên cứu khoa học liệu đưa I.7 Cuốn sách Cuốn sách tập trung vào nguyên tắc khoa học liệu khai thác liệu Có tập hợp nguyên tắc, khái niệm kỹ thuật thứ mà làm nên cấu trúc tư phân tích Họ cho phép hiểu phương pháp quy trình khoa học liệu cách đáng ngạc nhiên sâu sắc mà không cần tập trung chuyên sâu vào số lượng lớn thuật tốn khai thác liệu cụ thể Có nhiều sách hay thuật toán kỹ thuật khai thác liệu, từ hướng dẫn thực hành đến xử lý toán học thống kê Cuốn sách thay tập trung khái niệm cách chúng giúp suy nghĩ vấn đề nơi mà khai thác liệu sử dụng để sinh lời Điều khơng có nghĩa bỏ qua kỹ thuật khai thác liệu, nhiều thuật toán thân cách xác khái niệm Nhưng với vài ngoại lệ, không tập trung vào chi tiết kỹ thuật sâu sắc cách thức kỹ thuật thực hoạt động Chúng cố gắng để cung cấp vừa đủ chi tiết bạn hiểu điều mà kỹ thuật thực hiện, chúng dựa nguyên tắc I.8 Khai thác liệu khoa học liệu, việc xem xét lại Các khái niệm khoa học liệu rút từ nhiều lĩnh vực nghiên cứu phân tích liệu Chúng tơi giới thiệu khái niệm suốt sách, chương giới thiệu cách ngắn gọn Nó giải thích nhiều chương sau Khái niệm bản: Trích xuất tri thức hữu ích từ liệu để giải vấn đề kinh doanh xử lý cách có hệ thống cách tuân theo quy trình với giai đoạn xác định hợp lý Quy trình chuẩn cơng nghiệp chéo để khai thác liệu, viết tắt CRISP-DM (CRISPDM Project, 2000), q trình mã hóa quy trình Việc giữ trình tư cung cấp cấu trúc suy nghĩ cách thống vấn đề phân tích liệu Ví dụ, thực tế, người ta liên tục thấy giải pháp phân tích mà khơng dựa phân tích cẩn thận vấn đề khơng đánh giá cẩn thận Tư cấu trúc phân tích nhấn mạnh khía cạnh thường đánh giá thấp hỗ trợ định với liệu Suy nghĩ có cấu trúc điểm tương phản mà sáng tạo người cần thiết so với điểm mà cơng cụ phân tích mang lại Khái niệm bản: Từ khối lượng lớn liệu, cơng nghệ thơng tin sử dụng để tìm thuộc tính mơ tả thơng tin thực thể quan tâm Xem xét ví dụ sau, khách hàng thực thể quan tâm khách hàng mơ tả số lượng lớn thuộc tính, chẳng hạn việc sử dụng, lịch sử dịch vụ khách hàng nhiều nhân tố khác Cái số thực cung cấp cho thông tin khả khách hàng rời công ty hết hạn hợp đồng? Bao nhiêu thơng tin? Đơi q trình gọi cách đại khái tìm kiếm biến có liên quan trực tiếp đến việc rời bỏ (ngưng) sử dụng dịch vụ công ty Một nhà phân tích kinh doanh có thể đưa số giả thuyết kiểm tra chúng, có cơng cụ giúp tạo điều kiện cho thử nghiệm Ngồi ra, nhà phân tích áp dụng công nghệ thông tin để tự động khám phá thuộc tính thơng tin Hơn nữa, thấy, khái niệm áp dụng đệ quy để xây dựng mơ hình để dự đốn “churn” dựa nhiều thuộc tính Khái niệm bản: Nếu bạn tập trung vào tập hợp liệu, bạn tìm thấy thứ khơng khái qt vượt ngồi liệu bạn xem Kỹ thuật khai thác liệu mạnh mẽ cần thiết để phát tránh lạm dụng mức khái niệm quan trọng cần nắm bắt áp dụng khai thác liệu vào vấn đề thực Khái niệm bản: Xây dựng giải pháp khai thác liệu đánh giá kết liên quan đến việc suy nghĩ cẩn thận bối cảnh mà chúng sử dụng Nếu mục tiêu chúng tơi khai thác kiến thức có khả hữu ích, làm đưa cách có hệ thống hữu ích? Đây bốn số khái niệm khoa học liệu mà khám phá Bởi cuối sách, thảo luận chi tiết hàng tá khái niệm vậy, minh họa làm chúng giúp cấu trúc tư phân tích liệu hiểu kỹ thuật thuật toán khai thác liệu, ứng dụng khoa học liệu I.9 Hóa học khơng phải ống nghiệm: Khoa học liệu so với công việc nhà nghiên cứu khoa học liệu Trước tiếp tục, nên xem xét lại cách ngắn gọn khía cạnh kỹ thuật khoa học liệu Tại thời điểm viết này, thảo luận khoa học liệu thường đề cập không ký kỹ thuật để hiểu liệu công cụ phổ biến sử dụng Định nghĩa nhà khoa học liệu rõ cho không lĩnh vực chun mơn mà cịn chi nhiều cơng cụ ngơn ngữ lập trình Người ta thường thấy quảng cáo việc làm đề cập đến kỹ thuật khai thác liệu, lĩnh vực ứng dụng cụ thể, với công cụ phần mềm phổ biến để xử lý liệu lớn (Hadoop, MongoDB) Ở thường phân biệt khoa học công nghệ để xử lý liệu lớn Chúng ta phải khoa học liệu, giống khoa học máy tính, lĩnh vực Mối quan tâm khoa học liệu nguyên tắc chung bắt đầu lên Tình trạng khoa học liệu ví hóa học vào kỷ 19, lý thuyết nguyên tắc chung hình thành lĩnh vực phần lớn thử nghiệm Mỗi nhà hóa học giỏi phải kỹ thuật viên phịng thí nghiệm có lực Tương tự, thật khó để tưởng tượng công việc nhà khoa học liệu người mà không thành thạo loại công cụ phần mềm định Phải nói rằng, sách tập trung vào khoa học công nghệ Bạn khơng tìm thấy hướng dẫn cách tốt để chạy công việc khai thác liệu lớn Hadoop, chí Hadoop bạn muốn tìm hiểu Chúng tơi tập trung ngun tắc chung khoa học liệu xuất Kết luận Cuốn sách nói việc khai thác thơng tin kiến thức hữu ích từ khối lượng liệu lớn, để cải thiện việc định kinh doanh Khi sưu tập liệu đồ sộ lan truyền qua tất ngành công nghiệp đơn vị kinh doanh, có hội cho việc khai thác liệu Các kỹ thuật khai thác liệu tập hợp nhỏ nhiều khái niệm bao gồm khoa học liệu Những khái niệm chung chung gói gọn phần lớn chất khai thác liệu phân tích kinh doanh Thành cơng môi trường kinh doanh theo định hướng liệu ngày địi hỏi phải có khả suy nghĩ làm khái niệm áp dụng cho vấn đề kinh doanh, phân tích liệu Ví dụ, chương này, chúng tơi thảo luận nguyên tắc mà liệu nên suy nghĩ nhưu tài sản kinh doanh nghĩ theo hướng này, bắt đầu dặt câu hỏi liệu nên đầu tư vào liệu? Vì vậy, hiểu biết khái niệm quan trọng không thân nhà khoa học liệu, mà người làm việc với nhà khoa học liệu Suy nghĩ phân tích liệu hỗ trợ khung khái niệm thảo luận suốt sách Ví dụ, trích xuất tự động mẫu từ liệu trình với giai đoạn xác định rõ, chủ đề chương Hiểu quy trình giai đoạn giúp cấu trúc tư phân tích liệu làm cho trở nên rõ ràng bị lỗi thiếu sót Có chứng thuyết phục việc định dựa liệu công nghệ big data cải thiện đáng kể hiệu kinh doanh Khoa học liệu hỗ trợ định dựa liệu định hướng tiến hành việc định cách tự động phụ thuộc vào công nghệ cho việc lưu trữ kỹ thuật liệu lớn người dùng, nguyên tắc tách rời Các nguyên tắc khoa học liệu mà thảo luận sách khác bổ sung cho công nghệ quan trọng khác, kiểm tra giả thuyết thống kê truy vấn sở liệu Chương mô tả số khác biệt chi tiết 10 ... chi tiết bạn hiểu ? ?i? ??u mà kỹ thuật thực hiện, chúng dựa nguyên tắc I. 8 Khai thác liệu khoa học liệu, việc xem xét l? ?i Các kh? ?i niệm khoa học liệu rút từ nhiều lĩnh vực nghiên cứu phân tích liệu. .. câu h? ?i liệu nên đầu tư vào liệu? Vì vậy, hiểu biết kh? ?i niệm quan trọng không thân nhà khoa học liệu, mà ngư? ?i làm việc v? ?i nhà khoa học liệu Suy nghĩ phân tích liệu hỗ trợ khung kh? ?i niệm thảo... thiết, tạo nhiều khác biệt cho việc định Chúng thảo luận cân nhắc chiến lược liên quan đến khoa học liệu chi tiết Chương 13 I. 6 Tư phân tích liệu Khi đ? ?i mặt v? ?i vấn đề kinh doanh bạn đánh giá