Bewertung:

Das Buch erhielt positive Kritiken für seinen praktischen Ansatz in der Analytik, der Einblicke in die Navigation in komplexen Umgebungen und die Steigerung der Produktivität bietet. Die Rezensenten schätzen die Klarheit und den praktischen Rahmen, obwohl einige einen anderen inhaltlichen Schwerpunkt erwartet hatten.
Vorteile:Gut geschriebene Kapitel, praktische Einblicke in die Analytik in verschiedenen Umgebungen, effektiver Rahmen für Datenexperten, produktivitätssteigernd, geeignet für agile Analytik-Operationen, einzigartige Blickwinkel ohne unnötige Anekdoten.
Nachteile:Enttäuschung über die Qualität des physischen Buches ohne Farbe, Erwartungen an einen stärkeren Fokus auf Analysemethoden und Statistiken wurden nicht erfüllt, einige glauben, dass es sich eher an Datenbankthemen als an traditionelle Analysen anlehnt.
(basierend auf 10 Leserbewertungen)
Guerrilla Analytics: A Practical Approach to Working with Data
Datenwissenschaft zu betreiben ist schwierig. Projekte sind in der Regel sehr dynamisch und die Anforderungen ändern sich mit dem wachsenden Datenverständnis. Die Daten selbst kommen stückweise an, werden ergänzt, ersetzt, enthalten unentdeckte Fehler und stammen aus einer Vielzahl von Quellen. Die Teams verfügen über unterschiedliche Fähigkeiten, und die Werkzeuge sind oft begrenzt. Trotz dieser Störungen muss ein Data-Science-Team schnell in Gang kommen und mit nachvollziehbaren, getesteten Arbeitsprodukten seinen Wert unter Beweis stellen. In diesem Fall brauchen Sie Guerilla Analytics.
In diesem Buch erfahren Sie mehr über:
Die Guerrilla-Analytics-Prinzipien: einfache Faustregeln für die Wahrung der Datenprovenienz über den gesamten Analyselebenszyklus hinweg, von der Datenextraktion über die Analyse bis hin zur Berichterstattung.
Reproduzierbare, nachvollziehbare Analysen: wie man Arbeitsprodukte entwickelt und implementiert, die reproduzierbar und testbar sind und einer externen Prüfung standhalten. Praxistipps und Erfahrungsberichte: 90 Praxistipps und 16 Erfahrungsberichte, die auf realen Projektherausforderungen in den Bereichen Beratung, Pre-Sales und Forschung basieren. Vorbereitung auf die Schlacht:wie Sie die Analyseumgebung Ihres Teams in Bezug auf Werkzeuge, Fähigkeiten, Arbeitsabläufe und Konventionen einrichten. Datenturnen:mehr als ein Dutzend Analysemuster, denen Ihr Team in Projekten immer wieder begegnen wird.