သာမန်အားဖြင့် ကြည့်မယ်ဆိုရင် Data Analysis နဲ့ Data Analytics က တူသလိုပါပဲ။ တကယ်တော့ မတူပါဘူး။

Data Analysis က ရှိတဲ့ Data set တွေကို Microsoft Excel လိုမျိုး Tools တစ်ခုခုကိုအသုံးပြုပြီး ခွဲခြမ်းစိတ်ဖြာခြင်းနဲ့ လက်ရှိမှာ ဘာဖြစ်နေလဲ ဘာလို့ ဒီလို ဖြစ်တာလဲ ဆိုတဲ့ How and Why နဲ့ Insights တွေကို ထုတ်ပါတယ်။ ဥပမာအားဖြင့် အရောင်း region တစ်ခု ရဲ့ လက်ရှိနှစ်က Top 10 Customer ကို လိုချင်တယ် ဆိုရင် Data Sets ထဲမှာ လိုချင်တဲ့ Region, နှစ် ကို Filter လုပ်ပြီး Customer တစ်ယောက်ချင်း Sales ကို Pivot table လိုမျိုးနဲ့ စုစည်းပြီး ကြီးစဉ်ငယ်လိုက် စီစဉ် ထိပ်ဆုံး ၁၀ ယောက် ဖြတ်ထုတ်မယ်ဆို ရနိုင်ပါတယ်။ အကြမ်းအားဖြင့် ပြောမယ် ဆိုရင်တော့ Data Analysis ဆိုတာ က “What Happened in the past and why + how this has happened ” ဆိုတဲ့ ပြီးခဲ့တဲ့ past data ပေါ် အခြေခံပြီး ခွဲခြမ်းစိတ်ဖြာတာပါ။

Analytics လို့ပြောရင် Past Data ကို Statistical tools တွေ Machine Learning တွေ Business logic တွေနဲ့ ပါဝင်စုစည်းပြီး Data ထဲမှာ ရှိနေတဲ့ hidden patterns တွေ stories တွေနဲ့ Future မှာ ဘာဖြစ်နိုင်တယ် ဆိုတာကို Predict ခန့်မှန်းနိုင်တဲ့ စွမ်းရည် ရှိတာကို မြင်ရပါမယ်။ ဒီအတွက် Analysis ကို Analytics ရဲ့ အစိတ်အပိုင်းတစ်ခုအနေနဲ့ ပါဝင်နေတယ်လို့ ဆိုလို့လဲရပါတယ်။ အကြမ်းအားဖြင့် Analytics မှာ Qualitative နဲ့ Quantitative ရယ်လို့ နှစ်မျိုးခွဲလို့ ရပါတယ်။ Business insight တစ်ခုရဖို့ဆိုရင်တော့ ဒီနှစ်ခုလုံး ပေါင်းရပါတယ်။ Qualitative ကတော့ လုပ်ဆောင်တဲ့ သူရဲ့ intuition နဲ့ experience ကို ပေါင်းပြီး ကိုယ့်ရဲ့ next business move ကို တည်ဆောက်ပါတယ်။ Quantitative ကတော့ Formulas တွေ Algorithms တွေ နဲ့ Past Data ကို အခြေခံပြီး Qualitative move ကို အထောက်အကူ ပြုမယ့် prediction ကို ထုတ်ပေးမှာပါ။ ဥပမာအားဖြင့် Marketing Campaign တစ်ခု လုပ်မယ်ဆိုရင် ဘယ် product ကို campaign လုပ်ရင် ရနိုင်တယ်ဆိုတာက Marketing Expert ရဲ့ intuition နဲ့ experience ဆိုတဲ့ Qualitative Analytics ကနေ စတင် တည်ဆောက်ရပါတယ်။ နောက် အဲဒီ product ကို ဘယ်ကာလ မှာ campaign လုပ်သင့်လဲ ဆိုတာမျိုးကိုကျတော့ ပြီးခဲ့တဲ့ data trend တွေနဲ့ statistical formula တွေ machine learning လို algorithm တွေနဲ့ ပေါင်းစပ်ပြီး ဆွဲထုတ်တာဖြစ်လို့ Quantitative analytics ကို သုံးတယ်လို့ ဆိုနိုင်ပါတယ်။ ဒါကြောင့် Analytics လို့ ဆိုလိုက်တာနဲ့ Business Logic + Statistics + Computer Programming (if needed) လို့ မြင်ကြည့်ရပါမယ်။

ခြုံပြီးပြောမယ်ဆိုရင်တော့ Data Analysis နဲ့ Data Analytics တူလဲ တူသလိုနဲ့ မတူလဲ မတူနေတဲ့အတွက် ကိုယ်ဘာလုပ်ချင်တာလဲ ဘာလုပ်သင့်တာလဲ ဆိုတာကတော့ Data Ninja တွေအနေနဲ့ ကွဲပြားအောင် သိထားဖို့တော့ လိုပါတယ်။