چرا و چگونه زبان R به توسعه کسب و کار کمک می کند

بسیاری از کارشناسان بر این باورند که علم داده برای کسب و کارها (DS4B) آینده تحلیل تجاری است اما اغلب افراد از ابزارها و روش های لازم در این زمینه اطلاع ندارند. مهم ترین نکته ای که باید از آن اجتناب کنید هدر دادن زمان با استفاده از ابزارهای ناکارآمد است. استفاده موثر از زمان شامل دو بخش است:
۱) انتخاب ابزارها متناسب با کسب و کار
۲) فراگیری کامل روش کار با این ابزارها برای دستیابی به ارزش
این مقاله با تمرکز روی بخش اول، ۶ دلیل را برای اثبات کارآمد بودن زبان برنامه نویسی R به عنوان ابزاری مناسب برای تحلیل، ارائه کرده است.

دلیل اول R از بالاترین سطح کلی کیفیت برخوردار است

ابزارهای مختلفی برای تحلیل یا هوش کسب و کار در دسترس قرار دارند و DS4B – Data Science for Business نیز زیر مجموعه ای از آنها به شمار می رود. هر کدام از این ابزارها مزایا و معایب خاص خود را به همراه دارند که ممکن است روی کسب و کار تاثیر مهمی داشته باشند. در ادامه برخی از ابزارهای شناخته شده تر را از جوانب مختلف با هم مقایسه کرده ایم:

• قابلیت کسب و کار (کم=۱، زیاد=۱۰)
• سهولت یادگیری (دشوار=۱، آسان=۱۰)
• هزینه (رایگان/حداقل، کم، زیاد)
• استقبال کاربران (کاهش سریع=۰، ثابت=۵، رشد سریع=۱۰)

نتیجه به دست آمده بسیار جالب بود. بسط محاسبه شده از سری داده ها نشان دهنده موازنه ای بین منحنی یادگیری و نرخ قابلیت های DS4B است. در واقع یادگیری انعطاف پذیرترین ابزارها که از بیشترین قابلیت های کسب و کار برخوردار هستند، از بقیه دشوارتر است. در عین حال ابزارهای با یادگیری آسان معمولا قابلیت های علوم داده و کسب و کار چندانی را به ارمغان نمی آورند. از نظر ما بهتر است قابلیت های ابزار را نسبت به سهولت یادگیری در اولویت قرار دهید.
در میان ابزارهای بررسی شده زبان R به لطف برخورداری از قابلیت های گسترده و متنوع کسب و کار علوم داده از یک سو و قیمت پایین از سوی دیگر به سرعت در حال رشد است. تنها نقص این زبان را می توان منحنی یادگیری آن به شمار آورد. در ادامه این مقاله به بررسی مزایای R برای کسب و کارها پرداخته ایم.

دلیل دوم R یک ابزار علوم داده برای متخصصان خارج از حوزه کامپیوتر است

اگر به دنبال یک ابزار علوم داده با کارایی بالا هستید، دو گزینه پایتون یا R را به شما پیشنهاد می کنیم. کار کردن با هر دو گزینه در شروع کار اشتباه است و بهتر است با توجه به نیازهایتان یکی از آنها را انتخاب کنید. تفاوت های بین پایتون و R در دیتابیس ها و اینفوگرافی های بسیاری شرح داده شده اما آنچه که اغلب مورد غفلت واقع شده تناسب با حوزه فعالیت شخص است که در ادامه دلایل آن را شرح داده ایم.
1. اکثر افراد علاقمند به یادگیری علوم داده به خاطر کسب و کار در حرفه هایی نظیر مکانیک، شیمی و غیره حرفه ای هستند اما در زمینه کامپیوتر یا نرم افزارهای تحلیل تخصصی ندارند.
2. بخش عمده ای از فعالیت های تجاری و مالی شامل ارتباطات است. این فعالیت ها در قالب گزارش، مجموعه اطلاعات و اپلیکیشن های تعاملی تحت وب صورت گرفته و به تصمیم گیرندگان اجازه می دهد وقوع هرگونه مشکل یا چالش را شناسایی کرده و با اتخاذ تصمیمات آگاهانه کسب و کار را به مسیر درست هدایت کنند
پس از آشنایی با این موارد مهم باید به سراغ دو بازیگر اصلی در حوزه علوم داده برویم.

پایتون

پایتون یک زبان برنامه نویسی چند منظوره است که توسط مهندسین نرم افزار توسعه یافته و از کتابخانه برنامه نویسی غنی برای ریاضی، آمار و یادگیری ماشین برخوردار است. این زبان از بهترین ابزارها برای یادگیری ماشین و یادگیری عمیق برخوردار است اما از فقدان زیرساخت های لازم برای موضوعاتی از قبیل گزارش گیری برای ارتباطات یا مسائل اقتصادی رنج می برد. به همین خاطر پایتون بیشتر مناسب مهندسان نرم افزار و متخصصان علوم کامپیوتر است.

زبان برنامه نویسی R

زبان برنامه نویسی و محیط نرم‌افزاری آماری R نیز از کتابخانه ای غنی برای علوم داده، یادگیری ماشین و آمار بهره می برد. R به لطف پکیج های اختصاصی برای موضوعات مختلف و زیرساخت ارتباطی، برای کسب و کارها بسیار مناسب است. پکیج های R دامنه ای گسترده ای از موضوعات مختلف نظیر اقتصاد، امور مالی و سری های زمانی را پوشش می دهند. علاوه بر این ابزارهای قدرتمند برای تصویرسازی، گزارش گیری و تعامل که برای کسب و کارها اهمیتی برابر با علوم دارند، از دیگر ویژگی های شاخص این زبان هستند. قابلیت های مذکور زبان برنامه نویسی R را به انتخابی مطلوب برای دانشمندان، مهندسان و حرفه ای های کسب و کار تبدیل کرده است.

کدام یک برای شما مناسب تر است؟

برای انتخاب بین این دو زبان باید به سوالات زیر پاسخ دهید:

• آیا شما یک متخصص کامپیوتر یا مهندس نرم افزار هستید؟ اگر بله پس سراغ پایتون بروید.
• آیا شما یک تحلیلگر حرفه ای یا مهندس فعال در حوزه شیمی، مکانیک یا صنایع دیگر هستید؟ اگر بله پس R را یاد بگیرید.

هدف شما از فراگیری این زبان ها چیست؟
• آیا به دنبال تولید یک ماشین خودران هستید؟ اگر بله پس پایتون را انتخاب کنید.
• آیا هدفتان انتشار تحلیل های کسب و کار در سراسر سازمان است؟ اگر بله سراغ R بروید.

دلیل سوم: یادگیری R با پکیج TidyVerse آسان است

پیش از این تسلط بر زبان R بسیار دشوار بود چرا که برخلاف زبان های دیگر در آن ساختار، اولویت نداشتند و به همین خاطر R پیچیده و متناقض بود. معرفی مجموعه ابزارها و پکیج های TidyVerse با واسط کاربری برنامه نویسی ساختاریافته، این روند را تغییر داد.
ابزارهایی مثل dplyr و ggplot2 با ارائه راهکارهایی ساختارمند و پایدار برای کار با داده ها یادگیری این زبان را آسان تر از قبل کردند. در ادامه تلاش های افرادی مثل هدلی ویکهام (Hadley Wickham) پکیج های TidyVerse با دربرداشتن مجموعه از ابزارهای کار با داده، تصویرسازی، بازگویی، مدل سازی و ارتباطات به یادگیری آسانتر زبان برنامه نویسی R کمک کردند.

کارشناسان با تولید بسته های جدید مبتنی بر زیرساخت TidyVerse به تکامل هرچه بیشتر زبان برنامه نویسی و محیط نرم افزاری R کمک می کنند. تمرکز این افراد بیشتر روی مدل سازی و الگوریتم ها است؛ علاوه بر این TidyVerse با توسعه هرچه بیشتر حالا مباحثی از قبیل متون (tidytext) و امور مالی (tidyquant) را نیز پوشش می دهد. تلاش هایی از این دست نشان دهنده آینده روشن R است و این مساله جسارت و اعتماد به نفس بیشتری را به افراد علاقمند به یادگیری این زبان می دهد.

دلیل چهارم R دارای قلب، مغز و عضله است

اکتفا کردن به اینکه R یک زبان قدرتمند است نمی تواند تمامی جوانب آن را به رخ بکشد. در واقع باید گفت که این زبان از نظر کسب و کار چیزی در حد اکسل تقویت شده با هوش بیشتر است.

مغز R
این زبان الگوریتم های پیشرفته ای از قبیل موارد زیر را پیاده سازی می کند:
• H2O : پکیج پیشرفته یادگیری ماشین
• Keras/TensorFlow (کراس، تنسورفلو) : بسته های یادگیری عمیق تخصصی
• xgboost : بهترین الگوریتم Kaggle
• و موارد بسیاری دیگری
این ابزارها در زمینه های مختلف از محصولات هوش مصنوعی گرفته تا مسابقات Kaggle کاربرد داشته و می توان از آنها در تحلیل کسب و کار بهره برد

عضلات R
این زبان از ابزارهای قدرتمندی برای موارد زیر برخوردار است:
• عملیات بُرداری: استفاده از عملیات بُرداری برای انجام سریع محاسبات ریاضی
• حلقه ها (purrr)
• عملیات موازی (parallel, future)
• افزایش سرعت اجرای کدها با ساتفاده از C پلاس پلاس (Rcpp)
• اتصال به زبان های دیگر (rJava, reticulate)
• کار با دیتابیس ها و اتصال به آنها (dbplyr, odbc, bigrquery)
• مدیریت داده های کلان و اتصال به آپاچی اسپارک (sparklyr)
• و موارد بسیار دیگر

قلب R
پیشتر درباره زیرساخت ها و tidyverse که امکان تولید اکوسیستم اپلیکیشن ها با استفاده از رویکردی ثابت را می داد صحبت کردیم. تجزیه و تحلیل کارآمد داده ها نیز مدیون همین زیرساخت است که موارد زیر را میسر می سازد:
• دستکاری داده ها (dplyr, tidyr)
• کار با انواع مختلف داده ها: stringr برای رشته ها، lubridate برای زمان و تاریخ، forcats برای فاکتورها و موارد مطلق
• تصویرسازی (ggplot2)
• برنامه نویسی (purrr, tidyeval)
• ارتباطات (Rmarkdown, shiny)

دلیل پنجم R برای کسب و کار ساخته شده است

دو مزیت اصلی R نسبت به دیگر زبان های برنامه نویسی این است که با استفاده از آن می توان اپلیکیشن های مبتنی بر یادگیری ماشینی تحت وب و گزارش های آماده کسب و کار را تولید کرد. نه پایتون و نه Tableau در این زمینه ها کارایی مشابه با R ندارند. این دو قابلیت عبارتند از RMarkdown برای تولید گزارش و shiny برای اپلیکیشن های تعاملی وب.

چارچوب RMarkdown
Rmarkdown یک چارچوب ایجاد گزارش های قابل تکثیر است که امروزه در زمینه تولید بلاگ، ارائه، وب سایت، کتاب، ژورنال و غیره نیز کاربرد دارد. با استفاده از این ابزار می توان کدها را همراه با متن قرار داده و امکان مشاهده تحلیل، خروجی و توضیحات را برای همه افراد فراهم کرد. این فناوری تاکنون تکامل بسیاری پیدا کرده و مثال هایی از قابلیت های آن عبارتند از :
• rmarkdown برای تولید گزارش های HTML، ورد و PDF
• rmarkdown برای ارائه
• flexdashboard برای ایجاد اپ های وب از طریق فرمت کاربر پسند Rmarkdown
• blogdown برای ایجاد بلاگ و وبسایت
• bookdown برای ایجاد کتاب های آنلاین
• اسناد تعاملی
• تولید گزارش های پارامتربندی شده و سفارشی (برای مثال گزارش هایی برای یک بخش جغرافیایی، دپارتمان یا محدوده زمانی مشخص)

چارچوب SHINY
SHINY یک چارچوب برای ایجاد اپ های تعاملی تحت وب از طریق R است. این ابزار نه تنها قدرتمند است بلکه به واسطه ابزارهای تصمیم گیری تعاملی به متخصصان خارج از علم داده نیز امکان بهره گیری از داده ها را می دهد. در تصویر زیر یک اپ گوگل ترند را می بینید که با استفاده از SHINY طراحی شده است.

دلیل ششم: انجمن های پشتیبانی بی نظیر R

قدرتمند بودن یک زبان به خودی خود کافی نیست و برای موفقیت به جامعه پشتیبان نیاز دارد. خوشبختانه R به واسطه CRAN و R Community در این زمینه هم عملکردی مطلوب دارد.
CRAN: بسته های R تهیه شده توسط عموم
CRAN را می توان فروشگاه آنلاینی مثل اپ استور در نظر گرفت که محتوای ارائه شده در آن رایگان، بسیار کارآمد و ویژه R هستند. این مارکت با بیش از ۱۴ هزار پکیج ارائه شده تمام نیازهای شما در زمینه های یادگیری ماشین، محاسبات کارآمد، امور مالی و اقتصادی را برطرف خواهد کرد. یکی از راه های بررسی پکیج ها بخش task views است که زمینه های خاص را پوشش می دهد.
CRAN توسط عموم کاربران پشتیبانی شده و نویسندگان شناخته شده در حوزه محتوای منبع باز از جمله هدلی ویکهام و دریک ادلبوتل آن را هدایت می کنند. توسعه پکیج روش بسیار خوبی برای مشارکت در این جامعه و نمایش مهارت کدنویسی است.

انجمن های پشتیبانی
اگر دلیل روی آوردن شما به R قابلیت های آن باشد، دلیل ادامه دادن این مسیر نیز احتمالا انجمن های آن خواهد بود
R Communityیکی از بهترین بخش های این زبان برنامه نویسی است که در آن افراد مستعد و متخصص در محیطی صمیمی و دوستانه گرد هم جمع شده اند.

شبکه های اجتماعی و وب
کاربران R در همه جای وب حضور دارند و برخی از محبوب ترین محل های تجمع آنها عبارتند از :
• R-Bloggers
• هشتگ #rstats در توییتر
• گروه پروژه R برای محاسبات آماری در لینکدین

کنفرانس ها
• کنفرانس های کسب و کار متمرکز بر R توجهات زیادی را به خود جلب می کنند. در ادامه به برخی از معروف ترین رویدادها در این زمینه اشاره شده است:
• EARL : کنفرانس مبتنی بر راه حل های مانگو برای اپلیکیشن های کسب و کار و سازمانی R
• R/Finance : کنفرانسی درباره دارایی مالی، تحلیل نمونه کارها و امور مالی کاربردی
• Rstudio Conf: کنفرانس فناوری Rstudio
• New York R : کنفرانس متمرکز بر فناوری و کسب و کار R
با کلیک روی این لینک می توانید به لیست کاملی از کنفرانس های R دسترسی پیدا کنید.

جلسات و ملاقات های غیر رسمی
یکی از نکات جالب درباره R این است که در بسیاری از شهرها ملاقات هایی درباره این فناوری صورت گرفته و در آن کاربران این زبان دور هم جمع شده و درباره جوانب مختلف R به گفتگو می پردازند. این قرار ملاقات ها معمولا توسط R-Consortium سازماندهی می شوند. فهرست کاملی از آنها را می توانید در این لیست مشاهده نمایید.

نتیجه گیری

R به لطف برخورداری از مزایای گسترده به انتخابی مطلوب برای علوم داده در کسب و کارها (DS4B) بدل شده است. واضح است که پایتون نیز از قدرت بالایی برخوردار است اما با توجه به نیازهای کسب و کارها که در این مقاله توضیح داده شد، توان رقابت با R را ندارد.