Giới thiệu khóa học về

You can have data without information, but you cannot have information without data.

Daniel Keys Moran1

Contents

• Ranalytics

• Giới thiệu về R

• Khóa học về R

• Q&A

1. RANALYTICS

Who we are?

• Data scientist • Web developer

• Data visualizer & applied modeler

Who we are?

https://www.rstudio.com/instructors/

Our services

• Hướng dẫn phân tích dữ liệu với R

• Phân tích dữ liệu kinh doanh (out source)

• Nghiên cứu thị trường

2. GIỚI THIỆU VỀ R

R là gì?

• Ngôn ngữ lập trình – phần mềm dành cho tính toán thống kê & xây dựng biểu đồ (R is a language and environment for statistical computing and graphics –

r-project.org)

• R được các nhà phân tích sử dụng rộng rãi ở TẤT CẢ các lĩnh vực

Nguồn: https://youtu.be/TR2bHSJ_eck

Lịch sử phát triển R

• Ross Ihaka & Robert Gentleman (New Zealand – 1990s)

• 1988: Phần mềm S

• 1997: R-core team

Tại sao nên học R?

• Các phương pháp phân tích dữ liệu mới nhất

• Khả năng trực quan hóa

• Tính ứng dụng – kế thừa cao – hỗ trợ với rất nhiều packages

• Khả năng kết hợp với các công cụ khác (Google Analytics, Facebook…)

• Nhu cầu phân tích dữ liệu ngày càng tăng

• Miễn phí

Tại sao nên học R (cont)?Analytics softwares used by data scientists 2015

(Rexer Analytics survey)

Source: http://r4stats.com/articles/popularity/

R Usage GrowthRexer Data Miner Survey, 2007-2015

76% of analytic professionals report using R

36% select R as their primary tool

So sánh R với SPSS & Excel

STT Tiêu chí Excel SPSS R

1 Dễ sử dụng 5 4 3

2 Vẽ biểu đồ phức tạp 3 4 5

3Xây dựng mô hình, phân tích số liệu phức tạp

2 4 5

4 Xử lý số liệu lớn (>1triệu dòng) 1 3 5

5 Đọc các nguồn dữ liệu 3 4 5

6 Khả năng tái sử dụng kết quả phân tích 3 4 5

7 Khả năng quản lý project 2 4 5

Nguồn: https://www.datacamp.com/community/tutorials/statistical-language-wars-the-infographhttp://www.michaelmilton.net/2010/01/26/when-to-use-excel-when-to-use-r/http://r4stats.com/articles/popularity/

Nên học phần mềm phân tích số liệu nào???

Case Study – R in Business Analytics

• Uber: Phân tích ảnh hưởng của Uber tại Chicago

• Facebook: Phân tích hành vi người dùng

• Ford: Data-driven strategy

Case Study – R in Business Analytics

“Generally, we use R to move fast when we get a new data set. With R, we don’t need to develop custom tools or write a bunch of code. Instead, we can just go about cleaning and exploring the data.” Solomon Messing, data scientist at Facebook

• Exploratory Data Analysis• Experimental Analysis

3. KHÓA HỌC VỀ R

Giới thiệu khóa học về R

Lên ý tưởng (Google/

Mind)

Thu thập số liệu (Excel)

Xử lý số liệu (Excel)

Phân tích số liệu (SPSS,

Excel)

Kết quả, báo cáo (Word)

Các bước phân tích số liệu cơ bản

Lên ý tưởng (Google/R)

Thu thập số liệu (R/Excel)

Xử lý số liệu (R)Phân tích số

liệu (R)Kết quả, báo cáo (R/Word/HTML)

Version 1: Người không sử dụng R

Version 2: Người sử dụng R

Giới thiệu module 1 – “Ngữ pháp của biểu đồ”

Số lượng dự kiến: 3 buổi

Nội dung khóa học:

• Cơ bản về R: Giới thiệu cơ bản về R & Rstudio – Một số câu lệnh cơ bản trong R

• Grammar of Graphics: Giới thiệu và phân tích “ngữ pháp của biểu đồ”, xây dựng các biểu đồ nâng cao + case study

Đối tượng: Dành cho những người đi làm – không có thời gian học cơ bản để có thể ứng dụng được ngay “Ngữ pháp của biểu đồ - Grammar of Graphics”

Học được gì qua module “Ngữ pháp của biểu đồ”?

• Cơ bản biết cách sử dụng được công cụ phân tích dữ liệu mạnh nhất thế giới

• Hiểu & ứng dụng được khái niệm “Grammar of Graphics” trong công việc

Giới thiệu module 2 – Xử lý và phân tích dữ liệu với R

Số lượng dự kiến: 3 buổi

Nội dung module:

• Xử lý & phân tích dữ liệu với R (2): Import dữ liệu từ các nguồn khác nhau, hướng dẫn cách thức phân tích & đọc hiểu số liệu cơ bản trên R (histogram, boxplot, quantile…) + Case study

• Mô hình OLS (1): Mô hình hồi quy đơn giản + case study

Học được gì qua “Xử lý & phân tích dữ liệu với R”?

• Sử dụng được công cụ phân tích dữ liệu mạnh nhất thế giới

• Chuẩn hóa các bước phân tích dữ liệu & đọc hiểu kết quả phân tích thống kê trong thực tế

Ví dụ về R

ggplot(nmmaps, aes(x=season,

y=death)) +

geom_boxplot(aes(fill = season)) +

geom_violin(alpha=0.5,

color="gray") +

geom_jitter(alpha=0.5,

aes(color=season), position =

position_jitter(width = 0.1)) +

coord_flip() +

ggtitle("Distribution of death

regarding seasons in Chicago") +

theme_bw()

Các khóa học nâng cao (chưa triển khai hiện tại)

• R in Excel (RExcel)

• Advanced graphics in R (gganimate, ggally)

• Google Analytics in R (RGA – ggplot2)

• Social Analytics in R (Facebook & social network)

• Time Series in R (Var, GARCH,…)

• Quantitative Finance in R (quantmod,…)

• Data Mining in R – Predictive Modelling (rattle, rpart…)

4. Q&A

Q&A

• Khóa học sẽ diễn ra như thế nào?

Chủ yếu qua thực hành. Các bạn sẽ được giải thích các khái niệm và hướng dẫn cơ bản, sau đó sẽ thực hành ngay trên R.

• Ai nên học khóa học này?

Tất cả những ai thích phân tích số liệu hoặc thấy việc phân tích số liệu là cần thiết cho công việc của mình. Đặc biệt các bạn làm trong lĩnh vực phân tích – tổng hợp kinh doanh, research, marketing.

• Tôi đang làm về marketing, tại sao tôi lại nên học khóa này?

Nếu bạn làm về digital marketing, bạn càng nên biết về những kiến thức phân tích số liệu. Hiện giờ, marketing đang và sẽ chuyển sang môt hướng mới là “data-driven marketing”, và các quyết định marketing dựa chủ yếu vào số liệu

Q&A

• Tôi hiện đang dùng Excel và thấy rất ổn, tại sao lại phải học phân tích trên phần mềm mới?

So sánh Excel với R để trả lời câu hỏi phần mềm nào tốt hơn, cũng tương tự như so sánh ô tô & xe máy cái nào tốt hơn vậy. Excel & R nên được sử dụng bổ trợ cùng nhau.

Nếu bạn ít phải xử lý nhiều số liệu, ít phải làm các công việc, ít phải “trực quan hóa” số liệu, Excel là đủ.

Tuy nhiên, nếu bạn thấy hàng ngày phải lặp đi lặp lại cùng một việc, kothấy hài lòng với Excel, bạn nên theo học khóa này.

Q&A

• Tôi cần chuẩn bị gì khi tham gia khóa học?

1 laptop, 1 chút kiến thức về phân tích & tinh thần muốn học về Analytics

• Tôi không biết gì nhiều về phân tích thống kê, tôi có thể học được không?

Chắc chắn là được, chúng tôi sẽ không dạy những thứ mang tính “hàn lâm” (academic) mà sẽ hướng dẫn để các bạn HIỂU ý nghĩa & ứng dụng thực tế.

• Các buổi học sẽ diễn ra khi nào?

Dự kiến sẽ diễn ra 1 buổi/ tuần vào 14:00 – 16:00 thứ 7 hàng tuần tại số 50 Nguyễn Phúc Lai, Đống Đa, Hà Nội

Q&A

• Tôi có thể chỉ học riêng rẽ một module được không hay bắt buộc phải học cả hai module? Học phí mỗi module là bao nhiêu?

Bạn có thể học một module hoặc cả hai nếu bạn thích. Tuy nhiên, qua kinh nghiệm giảng dạy ở các khóa trước, nhóm Ranalytics đã sắp xếp thứ tự các buổi học sao cho đảm bảo tính ứng dụng cao nhất cho học viên.

Do đó, bạn nên học đầy đủ module 1, sau đó có thể lựa chọn học tiếp module 2.

Học phí module 1: 1,000,000 VND/ 3 buổi

Học phí module 1 và 2: 1,800,000 VND/ 6 buổi

Q&A

• Tôi cần liên hệ với ai để biết thêm thông tin & đăng ký về mỗi khóa học?

Thông tin về khóa học được cập nhật trên website ranalytics.vn

Tuy nhiên, để thuận tiện cho việc trao đổi thông tin, bạn có thể liên hệ:

• Hoàng Đức Anh – Mobile: +84 977 738 939

• Phạm Đình Đức – Mobile: +84 916 127 403

Các thảo luận về khóa học có thể tìm thấy ở group Facebook:

• https://www.facebook.com/groups/ranalytics/

Thanks!

If we have data, let’s look at data. If all we have are opinions, let’s go with mine.

– Jim Barksdale, former Netscape CEO