Bago ang course na ito: Data Analysis in Practice (course 7.3.2). Dapat marunong ka nang mag-check ng dataset, maglarawan ng distribution, magbasa ng confidence interval at correlation, at gumawa ng tapat na mga chart. Ang mga SQL example ay nasa antas ng SQL Joins & Analysis (course 7.4.2); kung hindi mo pa ito natatapos, gamitin ang paraan sa spreadsheet na nakasulat sa bawat lesson. Dito, mas malalim ang tatalakayin natin: ang pagpapatakbo ng buong proyekto, mula sa unang tanong hanggang sa rekomendasyong puwedeng pagbatayan ng aksyon.
Mula sa request hanggang project brief
Bago ka gumawa ng treehouse, itatanong mo: para kanino ito, ano ang dapat nitong kayanin, at kailan ito dapat matapos? Ganito rin ang itinatanong ng project brief tungkol sa isang analysis, bago pa hawakan ng kahit sino ang data.
- Madalas malabo ang dating ng mga request: "Bumaba ang benta. Puwede mo bang tingnan?" Ang una mong trabaho ay hanapin ang desisyon sa likod ng request: ano ang gagawin ng tao nang iba depende sa sagot mo?
- Ang project brief ay isang pahina, napagkasunduan bago ka magsimula:
| Part | Question it answers | Example (our practice shop) |
|---|---|---|
| Stakeholder | Sino ang nagtanong, at sino ang kikilos? | Ang may-ari ng shop at ang website manager |
| Decision | Ano ang pagpapasyahan nila? | Saan gagastusin ang website budget sa susunod na buwan |
| Question | Ano talaga ang dapat sagutin ng analysis? | Bakit bumaba ang conversion mula Setyembre hanggang Oktubre 2026, at saan ang pinakamalaking puwang? |
| Metrics | Paano natin ito susukatin? | Conversion rate, average order value, revenue (Lesson 2) |
| Scope | Ano ang kasama at ano ang hindi? | Mga online order, Agosto hanggang Oktubre 2026; walang benta sa tindahan |
| Data | Anong mga source, at sino ang may-ari? | Buwanang traffic export, funnel export, listahan ng order |
| Deliverables | Ano ang ibibigay? | Isang dashboard, isang pahinang memo, ang nilinis na data at ang mga query |
| Deadline and check-ins | Kailan, at kailan tayo mag-uusap? | Draft sa loob ng isang linggo, final sa loob ng dalawa |
| Success | Paano natin malalaman na nakatulong ito? | Nakakapili ang may-ari ng aksyon at nasasabi kung bakit |
- Isang malawakang ginagamit na project framework ang CRISP-DM (Cross-Industry Standard Process for Data Mining). May anim itong phase: Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment. Hindi mahigpit ang pagkakasunod-sunod: paulit-ulit na lumilipat-lipat ang mga proyekto sa pagitan ng mga phase.
- Sinusunod ng course na ito ang parehong ideya sa simpleng salita: brief, metrics, linis, analyse, check, dashboard, rekomendasyon, hand over.
- Isulat ang mga assumption at bukas na tanong sa brief. Itanong ang mga ito nang maaga, hindi sa araw ng deadline.
- Ang magandang tanong ay tiyak, nasusukat at konektado sa desisyon. Hindi tanong ang "Tingnan ang benta"; tanong ang "Aling device ang pinakamaraming nawalang order mula Setyembre hanggang Oktubre?"
- Isulat nang eksakto ang request na natanggap mo sa itaas ng bagong dokumento.
- Itanong (o isulat) ang desisyon: "Ano ang gagawin mo sa sagot?"
- Punan ang siyam na row ng brief table para sa sarili mong proyekto.
- Isulat muli ang tanong hanggang may pangalan na itong metric, panahon at grupo.
- Ilista ang mga assumption mo (halimbawa, "kumpleto na ang data ng Oktubre") at mga bukas na tanong.
- Ipadala ang brief sa stakeholder at hingin ang oo o mga pagbabago bago ka magsimula.
- Check: kayang basahin ng taong wala sa meeting ang brief at malalaman niya kung ano ang ihahatid mo at kailan.
Read the video script
[Host] "'Bumaba ang benta, puwede mo bang tingnan?' Request iyan, hindi tanong."
[Text on screen: Desisyon, Tanong, Metrics, Saklaw, Deliverables, Deadline] "Alamin kung anong desisyon ang nasa likod nito. Tapos sumulat ng isang pahina: ang tanong, ang mga metric, ang kasama at hindi kasama, at kailan."
[Screen: bilog ng CRISP-DM na may anim na phase] "Ganitong siklo ang ginagamit ng mga propesyonal. Paulit-ulit kang babalik-balik, at normal iyon."
[Host] "Kumuha ng oo sa brief bago mo buksan ang data."
Pumili ng totoo o gawa-gawang request (mula sa isang club, tindahan, paaralan o sarili mong gastusin). Sumulat ng isang pahinang brief gamit ang siyam na bahagi. Pagkatapos, gawing isang pangungusap ang tanong na may pangalan ng metric, panahon at grupo.
ClaudeStuck? Copy a ready-made prompt for Claude
Copy this, open Claude, paste it, and Claude will walk you through the lesson step by step.
For a grown-up: Claude is for adults (18+). Copy this, paste it into Claude, and use the answer to explain the lesson to your child.
I'm learning "Analytics Projects: mula sa tanong hanggang dashboard at rekomendasyon" on The Future Market. Lesson 1: "Mula sa request hanggang project brief". What the lesson teaches: - Madalas malabo ang dating ng mga request: "Bumaba ang benta. Puwede mo bang tingnan?" Ang una mong trabaho ay hanapin ang desisyon sa likod ng request: ano ang gagawin ng tao nang iba depende sa sagot mo? - Ang project brief ay isang pahina, napagkasunduan bago ka magsimula: - Part - Question it answers - Example (our practice shop) - Stakeholder - Sino ang nagtanong, at sino ang kikilos? - Ang may-ari ng shop at ang website manager - Decision - Ano ang pagpapasyahan nila? - Saan gagastusin ang website budget sa susunod na buwan - Question - Ano talaga ang dapat sagutin ng analysis? - Bakit bumaba ang conversion mula Setyembre hanggang Oktubre 2026, at saan ang pinakamalaking puwang? - Metrics - Paano natin ito susukatin? - Conversion rate, average order value, revenue (Lesson 2) The exercise I'm working on: Pumili ng totoo o gawa-gawang request (mula sa isang club, tindahan, paaralan o sarili mong gastusin). Sumulat ng isang pahinang brief gamit ang siyam na bahagi. Pagkatapos, gawing isang pangungusap ang tanong na may pangalan ng metric, panahon at grupo. I'm stuck. Please: 1. Explain the main idea in plain, simple words with one everyday example. 2. Walk me through the exercise one small step at a time. Ask me what I've done so far before giving the next step. 3. Don't just give me the final answer. Help me do it myself, and check my work when I share it.
I'm a parent helping my child (about 8 years old) with a lesson called "Mula sa request hanggang project brief" from the course "Analytics Projects: mula sa tanong hanggang dashboard at rekomendasyon". Here's what the lesson says: Bago ka gumawa ng treehouse, itatanong mo: para kanino ito, ano ang dapat nitong kayanin, at kailan ito dapat matapos? Ganito rin ang itinatanong ng project brief tungkol sa isang analysis, bago pa hawakan ng kahit sino ang data. The activity: Pumili ng totoo o gawa-gawang request (mula sa isang club, tindahan, paaralan o sarili mong gastusin). Sumulat ng isang pahinang brief gamit ang siyam na bahagi. Pagkatapos, gawing isang pangungusap ang tanong na may pangalan ng metric, panahon at grupo. Please explain this so an 8-year-old understands: short sentences, a fun everyday example, and no hard words. Then give me 3 simple questions I can ask my child to check they understood, and a way to do the activity together, one tiny step at a time.
Sources
- IBM Documentation, CRISP-DM help overview (phases are not strict; projects move back and forth): www.ibm.com/docs/en/spss-modeler/saas?topic=dm-crisp-help-overview
- Wikipedia, Cross-industry standard process for data mining (the six phases): en.wikipedia.org/wiki/Cross-industry_standard_process_for_data_mining
I-define ang mga metric para pare-pareho ang bilang ng lahat
This lesson is part of full access: every course and every level for one payment.
Kunin at linisin ang data sa paraang mauulit mo
This lesson is part of full access: every course and every level for one payment.
Mag-analyse: segments, funnels at cohorts
This lesson is part of full access: every course and every level for one payment.
Patas na paghahambing: Simpson's paradox at mga pagbabago sa mix
This lesson is part of full access: every course and every level for one payment.
Gumawa ng dashboard na sumasagot sa brief
This lesson is part of full access: every course and every level for one payment.
Mula sa mga natuklasan hanggang sa mga rekomendasyon
This lesson is part of full access: every course and every level for one payment.
Privacy, review at handover
This lesson is part of full access: every course and every level for one payment.
Final project
This lesson is part of full access: every course and every level for one payment.
Quiz
Ano ang dapat mong alamin muna kapag nakatanggap ka ng malabong request tulad ng "Bumaba ang benta, puwede mo bang tingnan?"
Ang desisyon sa likod nito: ano ang gagawin ng tao nang iba depende sa sagot.
Magbanggit ng apat na bahagi ng project brief.
Alinmang apat sa: stakeholder, decision, question, metrics, scope, data, deliverables, deadline at check-ins, success.
Mahigpit ba ang pagkakasunod-sunod ng mga phase ng CRISP-DM?
Hindi; madalas na paulit-ulit na lumilipat ang mga proyekto sa pagitan ng mga phase.
Ano ang tinitiyak ng metric card?
Na pare-pareho ang pagkuwenta ng lahat sa metric (formula, numerator, denominator, grain, filters, source, owner).
Bakit dapat hatiin ang kabuuang orders sa kabuuang visits sa halip na i-average ang mga rate ng dalawang grupo?
Hindi isinasaalang-alang ng pag-average ng mga rate kung gaano kalaki ang bawat grupo.
Bakit dapat hindi galawin ang raw data?
Para laging maulit o masuri ang paglilinis mula sa orihinal.
Ano ang dapat mong gawin sa kakaibang value tulad ng negatibong halaga ng benta?
I-log ito at itanong sa may-ari ng data, sa halip na tahimik itong burahin.
Ano ang ipinapakita ng funnel?
Ang bahagdan ng mga taong lumilipat mula sa bawat hakbang papunta sa susunod, para makita kung saan pinakamarami ang humihinto.
Bakit dapat mag-ingat sa pinakabagong cohort sa cohort table?
Mas kaunti ang panahon nitong bumalik, kaya masyado pang maaga para husgahan.
Ano ang Simpson's paradox?
Ang trend na lumilitaw sa bawat grupo ay puwedeng mawala o bumaliktad kapag pinagsama ang mga grupo, kadalasan dahil nagbago ang mix ng mga grupo.
Ano ang dapat mong tandaan bago mag-publish ng dashboard sa Tableau Public?
Pampubliko ang lahat ng ipinapublish doon, kaya huwag magsama ng personal o kumpidensiyal na data.
Bakit magandang susunod na hakbang ang A/B test pagkatapos ng analysis?
Random ang pagtatalaga ng mga tao sa mga bersyon, kaya mas malamang na ang pagbabago mismo ang sanhi ng pagkakaiba.
Final exam
This lesson is part of full access: every course and every level for one payment.
Certificate
This lesson is part of full access: every course and every level for one payment.