Výskum v oblasti dátových analýz môžeme rozdeliť na dve základné skupiny:
Data-Driven Modeling s metódami, ktoré zhromažďujú, očisťujú, spracovávajú a analyzujú údaje s cieľom získať z nich užitočné informácie
Výskum založený na údajoch spopularizovali prírodné vedy, ako meteorológia a astronómia, kde sa pomocou senzorov a iných prístrojov zhromažďovalo veľké množstvo údajov. V súčasnosti sa zbiera veľké množstvo údajov aj v oblastiach, ktoré radíme do ekonomickej sféry ako napríklad obchodné transakcie (hypermarkety), finančné transakcie (bankomat, transakcie kreditnou kartou), údaje o používaní webu (e-shopy, iné webové služby) alebo sociálne interakcie (Facebook, Twitter).
Takéto veľké množstvá údajov zahŕňajú množstvo poznatkov, ktoré by sa mali extrahovať, aby sa poskytli odporúčania (riadiť marketingové aktivity, navrhovať produkty zákazníkom), detegovali anomálie v správaní (podvodný prístup k účtu, poistné podvody), alebo predpovedal vývoj (predpovede akciového trhu).
Theory-Driven Modeling, ktorý sa zameriava na identifikáciu vzťahov medzi rôznymi teoretickými konštruktmi pričom po identifikácii existujúcej medzery vo výskume sa odvodia výskumné otázky z existujúcej alebo rozšírenej teórie, na základe ktorej sa formulujú hypotézy; po zbere zodpovedajúcich údajov pomocou vhodných nástrojov sa údaje analyzujú, aby sa vyvodili konkrétne závery, ktoré aplikujeme
Výskum založený na teórii dominoval spoločenským a organizačným vedám. Teória identifikuje všeobecné konštrukcie a vzťahy medzi nimi, ktoré sú abstrahované od konkrétnych javov. V priebehu času teória kodifikuje súbor poznatkov o javoch v rámci svojho rozsahu. Na testovanie teórie sa tradične používajú relatívne malé súbory údajov. Dôvodom sú najmä vysoké náklady na experimentálny dizajn a zber údajov vrátane získania prístupu k týmto často veľmi zložitým javom.
Rozdiely medzi perspektívou založenou na údajoch a teóriou sa zdali byť v minulosti neprekonateľné. Výhradný dôraz kladený na analýzu veľkých dát bez zohľadnenia teórie môže viesť k identifikácii korelácií, trendov a vzorcov, ktoré poskytujú odpovede na položené otázky, ale nemusia prispieť k trvale platným záverom. Naopak, výhradný dôraz stavaný na teóriu s pokračujúcim používaním malých súborov údajov môže viesť k premárneným príležitostiam na uskutočnenie dôležitých záverov, ktoré sa dajú získať pomocou rozsiahlych údajových súborov. Ale súčasnosť ponúkajúca rozsiahle množiny dát umožňuje preklenúť tieto rozdiely a využiť z oboch prístupov to najlepšie.
Na študijnom programe Data Science v ekonómii môže študent získať vedomosti a zručnosti pre používanie oboch prístupov výskumu. Znalosť prístupov založených na údajoch a založených na teórii a snaha o ich prepojenie ponúka analytikovi rozsiahle možnosti pri výbere analýz a samozrejme osobne aj veľkú výhodu na trhu práce.
Prečo je operačný výskum úžasný
V operačnom výskume môžete byť kreatívni s nástrojmi management science pri mnohých zaujímavých problémoch!
Študijný program Data Science v ekonómii v rámci špecializácie Operačný výskum umožňuje študentom rozvíjať kritické myslenie, analyzovať a riešiť najrôznejšie ekonomické problémy, využívať rôzne softvérové nástroje, pracovať v tímoch, zvládnuť vecné prezentácie a komunikovať na verejnosti. Študenti sa orientujú na oblasti management science, zvládajú optimalizačné techniky operačného výskumu a učia sa ich aplikovať v ekonomickej teórii a vo vedách o riadení, pričom využívajú poznatky z optimalizácie, umelej inteligencie, sieťovej analýzy, teórie hier, informatiky ... Všetky tieto techniky majú za cieľ podporiť riešenie zložitých ekonomických problémov a zlepšiť kvantitatívne rozhodnutia.
Disciplíny operačného výskumu poskytujú efektívny prístup k rozhodovaniu a nástroje na analýzu údajov. Riešenie úloh z oblasti operačného výskumu je podporené softvérovými produktami, pričom v súčasnosti je z hľadiska praxe preferovaný jazyk Python. Zamestnávanie odborníkov na operačný výskum pomáha firmám, bankám, ale aj verejnej správe predpovedať možné alternatívy, odhadnúť riziko a tak prijímať optimálne rozhodnutia.
Operačný výskum je vo svojom jadre oblasť aplikovanej matematiky, ktorá integruje pokročilé analytické metódy do podpory/tvorby rozhodnutí. Vo všeobecnosti je matematika jazykom vesmíru a je logická, ale študovať a používať matematiku nie je len logika – je to kreatívny proces využívania nástrojov, ktoré matematika poskytuje. Operačný výskum je oblasťou, kde sa matematické nástroje nepoužívajú na ďalšie skúmanie matematiky,(tato cast pri nepozornom citani evokuje, ze sa tu prave skuma matematika) ale na analýzu a riešenie problémov reálneho sveta prostredníctvom známych prístupov, ale aj prostredníctvom navrhovania nových inovatívnych prístupov.
Na študijnom programe Operačný výskum sa naučíte:
- analyzovať zložitosť optimalizačných problémov,
- modelovať najrôznejšie optimalizačné problémy,
- navrhovať algoritmy, ktoré poskytujú riešenia ekonomických problémov,
- na vyriešenie týchto problémov používať techniky a softvérové nástroje.
Data Science v ekonómii – blok Ekonometria
V ekonómii predstavuje prepojenie údajov, metód analyzujúcich dáta a teórie, ktorá je transformovaná do modelovej štruktúry práve ekonometria.
Metodologické základy ekonometrie vychádzajúce z matematickej štatistiky sa vysvetľujú na predmete Ekonometrické modelovanie, ktorý patrí medzi profilové predmety študijného programu.
V bloku Ekonometria staviame na pevných základoch ekonomickej teórie, ktorými sú predmety Kvantitatívna ekonómia I a Kvantitatívna ekonómia II. V nich sú z pohľadu analytika vysvetlené aktuálne modelové prístupy mikroekonomickej aj makroekonómickej teórie. K týmto dvom dôležitým predmetom boli vytvorené nadstavby Aplikovaná mikroekonometria a Aplikovaná makroekonometria, ktoré sa orientujú na prezentáciu metodológie v modeloch s reálnymi dátami.
Špecifické oblasti zameriavajúce sa na konkrétny typ údajov alebo oblasť ich použitia kvôli osobitosti riešených problémov reprezentujú predmety Ekonometria časových radov, Finančná ekonometria a Priestorová ekonometria. Prognostické modely dopĺňajú aplikačný pohľad analytika na rozličné existujúce metódy a modely.
