ಡೇಟಾ ಅನಾಲಿಸ್ಟ್ ಮೌಲ್ಯಮಾಪನ ಅಭ್ಯಾಸ

ನಿಜವಾದ ಪರೀಕ್ಷೆ ಸಾಮಾನ್ಯವಾಗಿ ಹೇಗಿರುತ್ತದೆ

ಎಲ್ಲರಿಗೂ ಒಂದೇ ರೀತಿಯ data analyst assessment ಇರುವುದಿಲ್ಲ. ಪ್ರತಿಯೊಬ್ಬ ಉದ್ಯೋಗದಾತರು ತಮ್ಮದೇ ಪರೀಕ್ಷೆಯನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ. ಅದು ಸಾಮಾನ್ಯವಾಗಿ assessment vendor ಒದಗಿಸುವ ಪರೀಕ್ಷೆಯಾಗಿರಬಹುದು. ಪರೀಕ್ಷೆಯ ಉದ್ದ, ವಿಷಯಗಳು ಮತ್ತು ಕಠಿಣತೆಯನ್ನು ಅವರು ಸಾಮಾನ್ಯವಾಗಿ ಬದಲಾಯಿಸಬಹುದು. ನಿಮಗೆ ಬಂದ ಆಹ್ವಾನ ಅಥವಾ recruiter ನೀಡುವ ಮಾಹಿತಿ ನಿಮ್ಮ ಪರೀಕ್ಷೆಯ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳಲು ಅತ್ಯುತ್ತಮ ಮಾರ್ಗ. ಈ ಮೂರು ಸಾರ್ವಜನಿಕ ಉದಾಹರಣೆಗಳು ಅದರ ವೈವಿಧ್ಯವನ್ನು ತೋರಿಸುತ್ತವೆ:

• iMocha. iMocha ತನ್ನ data analyst test ಅನ್ನು 20 ನಿಮಿಷಗಳಲ್ಲಿ 10 ಪ್ರಶ್ನೆಗಳು ಎಂದು ಪಟ್ಟಿ ಮಾಡಿದೆ. ಇದರಲ್ಲಿ SQL ನಂತಹ data querying, visualization tools, statistical methods ಮತ್ತು Excel ನಂತಹ tools ಸೇರಿವೆ. ಉದ್ಯೋಗದ ಪಾತ್ರ, ಕಠಿಣತೆ ಮತ್ತು ಆದ್ಯತೆಯ tools ಆಧರಿಸಿ ಪರೀಕ್ಷೆಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಕಸ್ಟಮೈಸ್ ಮಾಡಬಹುದು ಎಂದು ಅದು ತಿಳಿಸುತ್ತದೆ. ಉದ್ಯೋಗದಾತರು ತಮ್ಮದೇ coding, multiple choice ಮತ್ತು whiteboard ಪ್ರಶ್ನೆಗಳನ್ನೂ ಸೇರಿಸಬಹುದು.
• Adaface. Adaface ವಿವರಿಸುವ data analysis test 30 ನಿಮಿಷಗಳಲ್ಲಿ 15 scenario-based multiple choice ಪ್ರಶ್ನೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಇದನ್ನು data analysis, SQL ಮತ್ತು charts ಹಾಗೂ graphs ಸಹಿತ data interpretation ವಿಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ. ಕೆಲಸದ ವಿವರಣೆಗೆ ಅನುಗುಣವಾಗಿ ಪರೀಕ್ಷೆಯನ್ನು ಕಸ್ಟಮೈಸ್ ಮಾಡಲಾಗುತ್ತದೆ ಎಂದು ಅದು ತಿಳಿಸುತ್ತದೆ. ಉದ್ಯೋಗದಾತರು ಕಳುಹಿಸುವ ಪರೀಕ್ಷೆಯ ಉದ್ದವು ಅದರ ಮಾದರಿ ಪರೀಕ್ಷೆಗಿಂತ ಭಿನ್ನವಾಗಿರುತ್ತದೆ ಎಂದೂ ಹೇಳುತ್ತದೆ.
• Alooba. Alooba ನೀಡುವ ಉಚಿತ data analytics test ಇನ್ನೂ ವ್ಯಾಪಕವಾದ ಉದಾಹರಣೆ: 50 ನಿಮಿಷಗಳಲ್ಲಿ 50 multiple choice ಪ್ರಶ್ನೆಗಳು, ಪ್ರತಿಯೊಂದಕ್ಕೂ ಐದು ಉತ್ತರ ಆಯ್ಕೆಗಳು. ಇದರಲ್ಲಿ basic statistics, SQL, Python, R, data wrangling, reporting ಮತ್ತು visualization ಸೇರಿವೆ.

ವಿವಿಧ vendors ಗಳಲ್ಲಿ ಸಾಮಾನ್ಯವಾಗಿ ವರದಿಯಾಗಿರುವ ವಿಷಯಗಳು:

• SQL: ಒಂದು query ಓದಿ ಅದು ಏನನ್ನು ತೋರಿಸುತ್ತದೆ ಎಂದು ಹೇಳುವುದು, ವ್ಯವಹಾರದ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ query ಆಯ್ಕೆ ಮಾಡುವುದು, joins, grouping ಮತ್ತು filtering.
• Spreadsheets: ಷರತ್ತು ಆಧಾರಿತ ಮೊತ್ತಗಳು ಮತ್ತು ಎಣಿಕೆಗಳು, lookups, IF logic ಮತ್ತು ಪಟ್ಟಿಯ ಸಾರಾಂಶ ಮಾಡುವುದು.
• Statistics ಮೂಲಭೂತಗಳು: mean, median ಮತ್ತು spread, percentages ಮತ್ತು percent change, ಹಾಗೆಯೇ correlation ಮತ್ತು cause ನಡುವಿನ ವ್ಯತ್ಯಾಸ.
• Charts ಮತ್ತು tables: ಮೌಲ್ಯಗಳನ್ನು ಓದುವುದು, ಗುಂಪುಗಳನ್ನು ಹೋಲಿಸುವುದು, trends ಗುರುತಿಸುವುದು ಮತ್ತು table ನಿಂದ ಲೆಕ್ಕ ಹಾಕುವುದು.
• ಕೆಲವೊಮ್ಮೆ Python, R ಅಥವಾ dashboard tool, ಅಥವಾ ನೈಜ database ನಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ query ಬರೆಯುವ ಪ್ರಾಯೋಗಿಕ ಕೆಲಸ.

ನಮ್ಮ mocks ಒಳಗೊಂಡಿರುವ ವಿಷಯಗಳು. ನಮ್ಮ ಪೂರ್ಣ mocks ನಲ್ಲಿ 40 ನಿಮಿಷಗಳಲ್ಲಿ 25 ಪ್ರಶ್ನೆಗಳಿದ್ದು, ನಾಲ್ಕು ವಿಭಾಗಗಳಿವೆ: SQL (6), spreadsheets (6), statistics ಮೂಲಭೂತಗಳು (6) ಮತ್ತು charts ಹಾಗೂ tables (7). ನೀವು calculator ಬಳಸಬಹುದು ಮತ್ತು ಪ್ರಶ್ನೆಗಳಿಗೆ ಹಿಂದಿರುಗಿ ಅವುಗಳನ್ನು ಗುರುತಿಸಬಹುದು. ಪ್ರತಿಯೊಂದು ಪ್ರಶ್ನೆಯೂ multiple choice ಆಗಿರುತ್ತದೆ: ನೀವು ಬರೆಯುವ SQL ಅನ್ನು ನಮ್ಮ mocks ಚಲಾಯಿಸುವುದಿಲ್ಲ. Python, R, Tableau ಅಥವಾ Power BI ಕೂಡ ಇದರಲ್ಲಿ ಒಳಗೊಂಡಿಲ್ಲ. ನಿಮ್ಮ ಆಹ್ವಾನದಲ್ಲಿ ಅವು ಸೇರಿದ್ದರೆ, ಆ tool ನಲ್ಲೇ ಪ್ರಾಯೋಗಿಕ ಅಭ್ಯಾಸ ಮಾಡಿ.

iMocha, Adaface ಮತ್ತು Alooba ಅವುಗಳ ಮಾಲೀಕರ ಟ್ರೇಡ್‌ಮಾರ್ಕ್‌ಗಳಾಗಿವೆ. Intellect Council ಅವುಗಳಲ್ಲಿ ಯಾವುದರೊಂದಿಗೂ ಅಂಗಸಂಸ್ಥೆಯಾಗಿಲ್ಲ, ಅವುಗಳಿಂದ ಅನುಮೋದನೆ ಪಡೆದಿಲ್ಲ ಅಥವಾ ಅವುಗಳ ಪ್ರಾಯೋಜಕತ್ವದಲ್ಲಿಲ್ಲ.

ಪರಿಹಾರ ಸಹಿತ ಉದಾಹರಣೆಗಳಿರುವ ಪ್ರಶ್ನೆಗಳ ವಿಧಗಳು

ಪ್ರತಿ ವಿಭಾಗಕ್ಕೆ, ಹೆಚ್ಚಿನವರು ಮಾಡುವ ತಪ್ಪಿನ ಬಗ್ಗೆ ತಿಳಿಸುವ ಒಂದು ಅಥವಾ ಎರಡು ಬಿಡಿಸಿ ತೋರಿಸಿದ ಉದಾಹರಣೆಗಳು ಇಲ್ಲಿವೆ. ಇವುಗಳಲ್ಲಿ ಯಾವುದೂ ಉಚಿತ ಮಾದರಿಯಲ್ಲಿರುವುದನ್ನು ಪುನರಾವರ್ತಿಸುವುದಿಲ್ಲ.

1. SQL: WHERE ಅಥವಾ HAVING. ಕನಿಷ್ಠ ಒಂದು ಪ್ರತ್ಯೇಕ order $500 ಕ್ಕಿಂತ ಹೆಚ್ಚಿರುವ ಪ್ರದೇಶಗಳು ಬೇಕು. WHERE ಬಳಸಿ filter ಮಾಡಬೇಕೇ ಅಥವಾ HAVING? WHERE, ಏಕೆಂದರೆ ಷರತ್ತು ಪ್ರತ್ಯೇಕ rows ಗೆ ಸಂಬಂಧಿಸಿದೆ: WHERE amount > 500. GROUP BY ನಂತರ groups ಅನ್ನು HAVING filter ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಟ್ಟು $500 ಕ್ಕಿಂತ ಹೆಚ್ಚಿರುವ ಪ್ರದೇಶಗಳು. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ಎರಡೂ ಸರಿಯೆನಿಸುತ್ತವೆ. ಷರತ್ತು ಒಂದು row ಗೆ ಸಂಬಂಧಿಸಿದೆಯೇ ಅಥವಾ ಒಂದು group ಗೆ ಸಂಬಂಧಿಸಿದೆಯೇ ಎಂದು ಕೇಳಿಕೊಳ್ಳಿ.

2. SQL: ಕಾಣೆಯಾದ ಗ್ರಾಹಕರು. ನೀವು inner JOIN ಬಳಸಿ customers ಅನ್ನು orders ಗೆ join ಮಾಡಿ, ಗ್ರಾಹಕರನ್ನು ಎಣಿಸುತ್ತೀರಿ. ಎಣಿಕೆ table ನಲ್ಲಿರುವ ಗ್ರಾಹಕರ ಸಂಖ್ಯೆಯಿಗಿಂತ ಕಡಿಮೆಯಾಗಿದೆ. ಏಕೆ? ಕನಿಷ್ಠ ಒಂದು order ಹೊಂದಿರುವ ಗ್ರಾಹಕರನ್ನು ಮಾತ್ರ inner JOIN ಉಳಿಸುತ್ತದೆ. customers ನಿಂದ ಮಾಡುವ LEFT JOIN ಎಲ್ಲರನ್ನೂ ಉಳಿಸುತ್ತದೆ; order ಇಲ್ಲದವರಿಗೆ NULL ತೋರಿಸುತ್ತದೆ. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ಕಡಿಮೆ ಬಂದ ಫಲಿತಾಂಶವನ್ನು "ಕೆಲವು ಗ್ರಾಹಕರನ್ನು ಅಳಿಸಲಾಗಿದೆ" ಎಂದು ಅರ್ಥೈಸುವುದು.

3. Spreadsheets: ಹೋಲಿಕೆಯ ಆಧಾರದಲ್ಲಿ ಎಣಿಸುವುದು. Column B ನಲ್ಲಿ ಪ್ರದೇಶ ಮತ್ತು column C ನಲ್ಲಿ order ಮೌಲ್ಯವಿದೆ. East ಪ್ರದೇಶದ 100 ಅಥವಾ ಅದಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಮೌಲ್ಯದ orders ಎಣಿಸಲು =COUNTIFS(B:B,"East",C:C,">=100") ಬಳಸಿ. ಹೋಲಿಕೆಯ ಷರತ್ತನ್ನು quotation marks ಒಳಗೆ ಬರೆಯಬೇಕು. ಮಿತಿ E1 ಎಂಬ cell ನಲ್ಲಿ ಇದ್ದರೆ, ಅದನ್ನು ಹೀಗೆ ಸೇರಿಸಿ: ">="&E1. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ">=E1" ಎಂದು ಬರೆಯುವುದು. ಆಗ ಅದು "E1" ಎಂಬ ಪಠ್ಯವನ್ನು ಹುಡುಕಿ, ಯಾವುದನ್ನೂ ಎಣಿಸುವುದಿಲ್ಲ.

4. Statistics: ಸರಾಸರಿಗಳ ಸರಾಸರಿ. Store A ಯಲ್ಲಿ ತಲಾ ಸರಾಸರಿ $20 ಮೌಲ್ಯದ 100 orders ಇದ್ದವು. Store B ಯಲ್ಲಿ ತಲಾ ಸರಾಸರಿ $40 ಮೌಲ್ಯದ 10 orders ಇದ್ದವು. ಎರಡೂ ಸೇರಿಸಿದಾಗ ಸರಾಸರಿ order ಮೌಲ್ಯ ಎಷ್ಟು? $30 ಅಲ್ಲ. ಒಟ್ಟು ಮಾರಾಟ 2,000 + 400 = $2,400; ಅದನ್ನು 110 orders ಗೆ ಹಂಚಿದರೆ ಸುಮಾರು $21.82. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ವಿಭಿನ್ನ ಸಂಖ್ಯೆಯ items ಒಳಗೊಂಡಿರುವ ಎರಡು ಸರಾಸರಿಗಳನ್ನು ಸರಾಸರಿ ಮಾಡುವುದು. ಒಟ್ಟು ಮೊತ್ತ ಮತ್ತು ಎಣಿಕೆಗಳಿಂದ ಲೆಕ್ಕ ಹಾಕಿ.

5. Statistics: ಶೇಕಡಾ ಅಥವಾ ಶೇಕಡಾ ಅಂಕಗಳು. Conversion rate 4% ರಿಂದ 5% ಕ್ಕೆ ಏರುತ್ತದೆ. ಇದು 1 percentage point ಏರಿಕೆ; ಹಾಗೆಯೇ 25% ಹೆಚ್ಚಳವೂ ಹೌದು (1 / 4). ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ಶೇಕಡಾ ಬದಲಾವಣೆ ಕೇಳಿದಾಗ "1%" ಎಂದು ಉತ್ತರಿಸುವುದು. ಪ್ರಶ್ನೆ ಯಾವ ಅಳತೆಯನ್ನು ಕೇಳುತ್ತದೆ ಎಂದು ಪರಿಶೀಲಿಸಿ.

6. Charts: ಕಡಿತಗೊಳಿಸಿದ ಅಕ್ಷ. Bar chart ನಲ್ಲಿ Team A ಯ ತೃಪ್ತಿ 92 ಮತ್ತು Team B ಯದು 96 ಎಂದು ತೋರಿಸುತ್ತದೆ. B ಯ bar ಎರಡು ಪಟ್ಟು ಎತ್ತರವಿರುವಂತೆ ಕಾಣುತ್ತದೆ. ಅಕ್ಷವನ್ನು ಪರಿಶೀಲಿಸಿ: ಅದು 90 ರಿಂದ ಪ್ರಾರಂಭವಾದರೆ, bars ಆ ರೇಖೆಗಿಂತ ಮೇಲಿನ 2 ಮತ್ತು 6 ಅನ್ನು ತೋರಿಸುತ್ತವೆ; ಪೂರ್ಣ ಮೌಲ್ಯಗಳನ್ನು ಅಲ್ಲ. ನಿಜವಾದ ವ್ಯತ್ಯಾಸ 4 ಅಂಕಗಳು, ಅಂದರೆ ಸುಮಾರು 4%. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: ಸಂಖ್ಯೆಗಳ ಬದಲು bar ನ ಎತ್ತರವನ್ನು ಆಧರಿಸಿ ಓದುವುದು.

7. Tables: ಮೊದಲು ಅಳತೆಯ ಘಟಕಗಳನ್ನು ಓದಿ. Table ನ ಶೀರ್ಷಿಕೆಯಲ್ಲಿ "Revenue ($ thousands)" ಎಂದಿದೆ ಮತ್ತು ಪ್ರಶ್ನೆ Q2 ಆದಾಯವನ್ನು ಕೇಳುತ್ತದೆ. ಅದನ್ನು 95 ಎಂದು ತೋರಿಸಲಾಗಿದೆ. ಉತ್ತರ $95,000. ತಪ್ಪಾಗುವ ಸಾಧ್ಯತೆ: $95 ಎಂದು ಹೇಳುವ ಆಯ್ಕೆಯನ್ನು ಆರಿಸುವುದು. Table ಕುರಿತ ಮೊದಲ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಮೊದಲು ಶೀರ್ಷಿಕೆ, column ಹೆಡರ್‌ಗಳು ಮತ್ತು ಟಿಪ್ಪಣಿಗಳನ್ನು ಓದಿ.

ತಯಾರಿ ಮಾಡುವುದು ಹೇಗೆ

1. ಮೊದಲು ನಿಮ್ಮ ಆಹ್ವಾನವನ್ನು ಓದಿ. ನಿಮ್ಮ ಉದ್ಯೋಗದಾತರು ಯಾವ vendor ಅಥವಾ ಪರೀಕ್ಷಾ ಸ್ವರೂಪವನ್ನು ಬಳಸುತ್ತಾರೆ, ಪರೀಕ್ಷೆ ಎಷ್ಟು ಸಮಯ ಇರುತ್ತದೆ ಮತ್ತು ಕಾರ್ಯಗತವಾಗುವ SQL ಬರೆಯಬೇಕೇ, Excel ಅಥವಾ Google Sheets ಬಳಸಬೇಕೇ, ಅಥವಾ Python ಅಥವಾ R ನಲ್ಲಿ code ಬರೆಯಬೇಕೇ ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. ಪರೀಕ್ಷೆಯ ಸ್ವರೂಪಗಳು ತುಂಬಾ ವಿಭಿನ್ನವಾಗಿರುವುದರಿಂದ ಊಹಿಸಬೇಡಿ.
2. ನಿಮ್ಮ ವೇಗವನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ. Vendor tests ಸಾಮಾನ್ಯವಾಗಿ ಚಿಕ್ಕದಾಗಿರುತ್ತವೆ. iMocha ಯಲ್ಲಿ 20 ನಿಮಿಷಗಳಲ್ಲಿ 10 ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ, ಪ್ರತಿ ಪ್ರಶ್ನೆಗೆ ಸುಮಾರು 2 ನಿಮಿಷ ಸಿಗುತ್ತದೆ (iMocha). ಕೆಲವು ಪ್ರಶ್ನೆಗಳಿಗೆ ತ್ವರಿತವಾಗಿ ಲೆಕ್ಕ ಹಾಕಬೇಕಾಗಬಹುದು, ಆದ್ದರಿಂದ timer ಬಳಸಿ ಅಭ್ಯಾಸ ಮಾಡಿ.
3. SQL ನ ಮುಖ್ಯ ವಿಷಯಗಳನ್ನು ಅಭ್ಯಾಸ ಮಾಡಿ. SELECT, WHERE, SUM, COUNT ಮತ್ತು AVG ಜೊತೆಗೆ GROUP BY, HAVING, ORDER BY, INNER ಮತ್ತು LEFT JOIN, DISTINCT, ಹಾಗೆಯೇ counts ಮತ್ತು comparisons ನಲ್ಲಿ NULL ಹೇಗೆ ವರ್ತಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ. ಐದು ಅಥವಾ ಆರು rows ಇರುವ table ಬಳಸಿ ಸಣ್ಣ queries ಅನ್ನು ಕೈಯಿಂದ ಪರಿಶೀಲಿಸಿ.
4. Spreadsheets ನ ಮುಖ್ಯ ವಿಷಯಗಳನ್ನು ಅಭ್ಯಾಸ ಮಾಡಿ. SUMIFS, COUNTIFS, AVERAGEIFS, XLOOKUP ನಂತಹ lookup, IF ಮತ್ತು nested IF, ಹಾಗೂ pivot summary. ಇನ್ನಷ್ಟು formulas ಅಭ್ಯಾಸ ಮಾಡಲು ನಮ್ಮ Excel assessment test ಪ್ರಯತ್ನಿಸಿ.
5. Statistics ನ ಮೂಲಭೂತ ವಿಷಯಗಳನ್ನು ಪುನರವಲೋಕನ ಮಾಡಿ. Mean, median ಮತ್ತು mode, outlier ಇದ್ದಾಗ median ಏಕೆ ಉತ್ತಮವಾಗಬಹುದು, range, percent change, percentage points, weighted averages, ಮತ್ತು correlation ಕಾರಣವನ್ನು ಸಾಬೀತುಪಡಿಸುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ತಿಳಿಯಿರಿ.
6. ಪ್ರತಿ chart ಅನ್ನು ನಿಧಾನವಾಗಿ ಓದಿ. Title, units, axis ನ ಆರಂಭದ ಮೌಲ್ಯ, legend, ನಂತರ ಪ್ರಶ್ನೆ. ಇವುಗಳಲ್ಲಿ ಯಾವುದನ್ನಾದರೂ ಬಿಟ್ಟರೆ ಸಾಮಾನ್ಯವಾಗಿ chart ಸಂಬಂಧಿತ ತಪ್ಪುಗಳು ಆಗುತ್ತವೆ.
7. ನಿಮ್ಮ test ಅನುಮತಿಸಿದರೆ calculator ಮತ್ತು rough paper ಸಿದ್ಧವಾಗಿಟ್ಟುಕೊಳ್ಳಿ. ಇವೆರಡರಲ್ಲೂ percentage ಲೆಕ್ಕ ಹಾಕುವುದು ಹೇಗೆಂದು ತಿಳಿದುಕೊಳ್ಳಿ.
8. ಪೂರ್ಣ timed mock tests ತೆಗೆದುಕೊಳ್ಳಿ. ನೈಜ ವೇಗದಲ್ಲಿ ಅಭ್ಯಾಸ ಮಾಡಿ. ಆಗ ಪರೀಕ್ಷೆಯ ದಿನ 20 ಅಥವಾ 30 ನಿಮಿಷಗಳ test ಸಹಜವೆನಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯವಾಗಿ ಅಂಕಗಳನ್ನು ಹೇಗೆ ನೀಡಲಾಗುತ್ತದೆ

ಅಂಕ ನೀಡುವುದು ಉದ್ಯೋಗದಾತ ಮತ್ತು ಪರೀಕ್ಷಾ ಸೇವಾ ಸಂಸ್ಥೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ದೇಶದಾದ್ಯಂತ ಅನ್ವಯಿಸುವ ಅಂಕಗಳ ಮಾನದಂಡವೂ ಇಲ್ಲ, ಎಲ್ಲರಿಗೂ ಅನ್ವಯಿಸುವ ಉತ್ತೀರ್ಣತಾ ಮಿತಿಯೂ ಇಲ್ಲ. ಸೇವಾ ಸಂಸ್ಥೆಗಳು ಉದ್ಯೋಗದಾತರಿಗೆ ವರದಿ ನೀಡುತ್ತವೆ. ಕೆಲಸಕ್ಕೆ ಯಾವ ಫಲಿತಾಂಶ ಅಗತ್ಯ ಎಂಬುದನ್ನು ಉದ್ಯೋಗದಾತರು ನಿರ್ಧರಿಸುತ್ತಾರೆ. ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಒಂದು ಉದಾಹರಣೆ:

• Adaface ತನ್ನ ವರದಿಯಲ್ಲಿ ಒಟ್ಟಾರೆ ಉತ್ತೀರ್ಣ ಅಥವಾ ಅನುತ್ತೀರ್ಣ ಎಂಬ ಶಿಫಾರಸು ಮತ್ತು ಉದ್ಯಮದ ಮಾನದಂಡಗಳು ಇರುತ್ತವೆ ಎಂದು ಹೇಳುತ್ತದೆ. ಉದ್ಯೋಗದಾತರು ತಮ್ಮದೇ ಅಂಕಗಳ ಮಿತಿಯನ್ನು ನಿರ್ಧರಿಸುವಂತೆ ಅದು ಸೂಚಿಸುತ್ತದೆ (Adaface).

iMocha ಮತ್ತು Alooba, ನಾವು ಪರಿಶೀಲಿಸಿದ ಪುಟಗಳಲ್ಲಿ ಅಂಕ ನೀಡುವ ವಿಧಾನವನ್ನು ವಿವರಿಸಿಲ್ಲ. ಬಹು ಆಯ್ಕೆಯ ಪ್ರಶ್ನೆಗಳಿಗೆ ಸಾಮಾನ್ಯವಾಗಿ ಸರಿ ಅಥವಾ ತಪ್ಪು ಎಂದು ಅಂಕ ನೀಡಲಾಗುತ್ತದೆ. ಪರೀಕ್ಷೆಯಲ್ಲಿ query ಬರೆಯಲು ಕೇಳಿದರೆ, ಅದನ್ನು ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಹೋಲಿಸಿ ಪರಿಶೀಲಿಸಬಹುದು. ಆದ್ದರಿಂದ ಬಹುತೇಕ ಸರಿಯಾದ queryಗೂ ಶೂನ್ಯ ಅಂಕ ಸಿಗಬಹುದು.

ನಮ್ಮ ಅಭ್ಯಾಸದ ಅಂಕ ಎಂದರೆ ನಮ್ಮದೇ ಪ್ರಶ್ನೆಗಳಲ್ಲಿ ನೀವು ಸರಿಯಾಗಿ ಉತ್ತರಿಸಿದ ಪ್ರಶ್ನೆಗಳ ಸಂಖ್ಯೆ. ವಿಭಾಗವಾರು ವಿವರದಲ್ಲಿ SQL, ಸ್ಪ್ರೆಡ್‌ಶೀಟ್‌ಗಳು, ಅಂಕಿಅಂಶಗಳ ಮೂಲಭೂತಗಳು, ಚಾರ್ಟ್‌ಗಳು ಮತ್ತು ಟೇಬಲ್‌ಗಳು ಸೇರಿವೆ. ಇದರಿಂದ ಎಲ್ಲಿ ಗಮನಹರಿಸಬೇಕು ಎಂಬುದು ತಿಳಿಯುತ್ತದೆ. ಇದು ಅಭ್ಯಾಸದ ಅಂಕ ಮಾತ್ರ. ಯಾವುದೇ ಸೇವಾ ಸಂಸ್ಥೆಯ ಅಥವಾ ಉದ್ಯೋಗದಾತರ ಪರೀಕ್ಷೆಯ ಅಂಕವಲ್ಲ ಮತ್ತು ನೀವು ಉತ್ತೀರ್ಣರಾಗುತ್ತೀರಾ ಎಂದು ಮುನ್ಸೂಚಿಸುವುದಿಲ್ಲ.

data analyst ಪರೀಕ್ಷೆಗಳಲ್ಲಿ ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• NULL ಅನ್ನು ಮರೆತರೆ. COUNT(column) NULL ಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುತ್ತದೆ, AVG ಅವುಗಳನ್ನು ಪರಿಗಣಿಸುವುದಿಲ್ಲ ಮತ್ತು WHERE email = NULL ಯಾವುದಕ್ಕೂ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. IS NULL ಬಳಸಿ.
• ತಪ್ಪಾದ ವಿಷಯದ ಆಧಾರದಲ್ಲಿ group ಮಾಡುವುದು. ಹೆಸರಿನ ಆಧಾರದಲ್ಲಿ group ಮಾಡಿದರೆ ಒಂದೇ ಹೆಸರಿರುವ ಇಬ್ಬರು ಬೇರೆ ವ್ಯಕ್ತಿಗಳು ಒಂದಾಗುತ್ತಾರೆ. id ಆಧಾರದಲ್ಲಿ group ಮಾಡಿ, ಅದರ ಪಕ್ಕದಲ್ಲಿ ಹೆಸರನ್ನು ತೋರಿಸಿ.
• ತಪ್ಪಾದ key ಬಳಸಿ join ಮಾಡುವುದು. orders.id ಅನ್ನು customers.id ಜೊತೆ join ಮಾಡಿದರೆ ಸರಿಯೆನಿಸಿ rows ಹಿಂತಿರುಗಬಹುದು, ಆದರೆ ಅವು ತಪ್ಪಾದ rows ಆಗಿರುತ್ತವೆ. customer_id ನಂತಹ foreign key ಅನ್ನು ಹೊಂದಿಸಿ.
• ಶೇಕಡಾವಾರು ಬದಲಾವಣೆಯಲ್ಲಿ ತಪ್ಪು ಸಂಖ್ಯೆಯಿಂದ ಭಾಗಿಸುವುದು. ಯಾವಾಗಲೂ ಆರಂಭಿಕ ಮೌಲ್ಯದಿಂದ ಭಾಗಿಸಿ.
• "ಗಿಂತ ಹೆಚ್ಚು" ಅನ್ನು "ಕನಿಷ್ಠ" ಎಂದು ಪರಿಗಣಿಸುವುದು. SQL ಮತ್ತು formulas ನಲ್ಲಿ > ಮತ್ತು >= ಮಿತಿಯಲ್ಲಿರುವ ಮೌಲ್ಯಕ್ಕೆ ಬೇರೆ ಉತ್ತರಗಳನ್ನು ನೀಡುತ್ತವೆ. ಅಂಚಿನ ಸಂದರ್ಭವನ್ನು ಪರಿಶೀಲಿಸಿ.
• Mean ಮತ್ತು median ಅನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು. ಒಂದು ಅತಿರೇಕದ ಮೌಲ್ಯ mean ಅನ್ನು ಬಹಳವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ; median ಅನ್ನು ಬಹಳ ಕಡಿಮೆ ಬದಲಾಯಿಸುತ್ತದೆ.
• Correlation ನೋಡಿ "ಕಾರಣವಾಗುತ್ತದೆ" ಎನ್ನುವುದು. ಎರಡು ಸಂಗತಿಗಳು ಒಟ್ಟಿಗೆ ಬದಲಾಗುವುದು ವಿವರಿಸಬೇಕಾದ ಮಾದರಿ, ಪುರಾವೆಯಲ್ಲ.
• Table header ಅನ್ನು ಆತುರದಲ್ಲಿ ನೋಡುವುದು. ಘಟಕಗಳು, ಕಾಲಾವಧಿಗಳು ಮತ್ತು ಅಡಿಟಿಪ್ಪಣಿಗಳು ಉತ್ತರವನ್ನು ಬದಲಾಯಿಸಬಹುದು.

ಈ ಅಭ್ಯಾಸವು ನೈಜ ಪರೀಕ್ಷೆಗೆ ಹೇಗೆ ಹೋಲುತ್ತದೆ

ನಾವು ಹೊಂದಿಸಬಲ್ಲವು. ಪರೀಕ್ಷಾ ಪೂರೈಕೆದಾರರು ಸಾಮಾನ್ಯವಾಗಿ ವಿವರಿಸುವ ನಾಲ್ಕು ಕ್ಷೇತ್ರಗಳು, ಅದೇ ರೀತಿಯ ಬಹು ಆಯ್ಕೆ ಪ್ರಶ್ನೆಗಳು, ಕ್ಯಾಲ್ಕ್ಯುಲೇಟರ್ ಮತ್ತು ನೈಜ ಸಮಯದ ಒತ್ತಡ. ಪ್ರತಿಯೊಂದು ಪ್ರಶ್ನೆಗೂ ವಿವರಣೆ ಇದೆ.

ನಾವು ಹೊಂದಿಸಲಾಗದವು. ನಾವು ಲೈವ್ ಡೇಟಾಬೇಸ್ ಬಳಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ನೀವು ಟೈಪ್ ಮಾಡುವ SQL ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. Python, R ಅಥವಾ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್ ಸಾಧನಗಳನ್ನು ನಾವು ಒಳಗೊಂಡಿಲ್ಲ. ಪರೀಕ್ಷಾ ಪೂರೈಕೆದಾರರು ತಮ್ಮದೇ ಆದ ಪ್ರಶ್ನೆ ಬ್ಯಾಂಕ್‌ಗಳು ಮತ್ತು ಕಷ್ಟದ ಮಟ್ಟಗಳನ್ನು ಬಳಸುತ್ತಾರೆ; ಅವುಗಳನ್ನು ನಾವು ಎಂದಿಗೂ ನೋಡುವುದಿಲ್ಲ.

ಈ ಅಂತರವನ್ನು ಹೇಗೆ ತುಂಬುವುದು. ದುರ್ಬಲ ಅಂಶಗಳನ್ನು ಗುರುತಿಸಿ ನಿಯಮಗಳನ್ನು ಕಲಿಯಲು ನಮ್ಮ ಪ್ರಶ್ನೆಗಳನ್ನು ಬಳಸಿ. ನಂತರ, ನಿಮ್ಮದೇ ಆದ ಸಣ್ಣ ಟೇಬಲ್‌ನಲ್ಲಿ ಉಚಿತ ಡೇಟಾಬೇಸ್ ಸಾಧನ ಬಳಸಿ ಕೆಲವು queryಗಳನ್ನು ಬರೆಯಿರಿ ಮತ್ತು ಸ್ಪ್ರೆಡ್‌ಶೀಟ್ ಫಾರ್ಮುಲಾಗಳನ್ನು ನೈಜ ಶೀಟ್‌ನಲ್ಲಿ ಮತ್ತೆ ರಚಿಸಿ. ನಿಮ್ಮ ಆಹ್ವಾನದಲ್ಲಿ coding ಅಥವಾ dashboard task ಉಲ್ಲೇಖವಾಗಿದ್ದರೆ, ಆ ಸಾಧನದಲ್ಲೇ ನೇರವಾಗಿ ಅಭ್ಯಾಸ ಮಾಡಿ.