這四種類型的業(yè)務分析通常是分階段實施的，沒有哪一種類型的業(yè)務分析比另一種更好。它們是相互關聯(lián)的，并且每一種業(yè)務分析都提供了不同的見解。由于數(shù)據(jù)對從制造業(yè)到能源網(wǎng)格等很多領域都很重要，因此大多數(shù)企業(yè)都依賴于其中一種或所有類型的業(yè)務分析。通過正確選擇分析技術，大數(shù)據(jù)可以為企業(yè)提供更豐富的見解。
在深入研究每一種業(yè)務分析之前，先了解四種類型業(yè)務分析的定義：
(1)描述性分析：使用現(xiàn)有的商業(yè)智能工具描述或匯總現(xiàn)有數(shù)據(jù)，以便更好地了解正在發(fā)生的事情或已經(jīng)發(fā)生的事情。
(2)診斷性分析：關注過去的表現(xiàn)以確定發(fā)生了什么事情以及原因。分析的結果通常是一個分析儀表板。
(3)預測性分析：強調使用統(tǒng)計模型和機器學習技術預測可能的結果。
(4)規(guī)范性分析：這是一種預測性分析，用于建議對數(shù)據(jù)進行分析的一個或多個操作過程。
以下進行更深入的了解：
1.描述性分析
這是一種最簡單的分析形式。龐大的數(shù)據(jù)超出了人類的理解范圍，因此第一步分析涉及將數(shù)據(jù)分解為可以理解的數(shù)據(jù)塊。這種分析類型的目的只是總結調查結果并了解發(fā)生了什么事情。
在一些常用術語中，人們稱之為高級分析或商業(yè)智能，基本上是對現(xiàn)有數(shù)據(jù)使用描述性統(tǒng)計(算術運算、平均值、中位數(shù)、最大值、百分比等)。80%的業(yè)務分析主要涉及基于過去業(yè)績匯總的描述。這是讓投資者、股東和管理者都能理解原始數(shù)據(jù)的重要一步。這樣就可以很容易地確定和解決優(yōu)勢和劣勢的領域，從而有助于制定戰(zhàn)略。
涉及的兩個主要技術是數(shù)據(jù)聚合和數(shù)據(jù)挖掘，它們說明這種方法僅用于理解基本行為，而不進行任何估計。通過挖掘歷史數(shù)據(jù)，企業(yè)可以分析消費者的行為和與其業(yè)務的互動，這可能有助于有針對性的營銷、服務改進等。這一階段使用的工具是MS Excel、MATLAB、SPSS、STATA等。
2.診斷性分析
診斷性分析用于確定過去發(fā)生的事情的原因。其特點是數(shù)據(jù)提取、數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)挖掘和關聯(lián)等技術。診斷分析需要更深入地查看數(shù)據(jù)，以了解事件的根本原因。它有助于確定哪些因素和事件導致了結果。它主要使用概率、可能性和結果分布進行分析。
在銷售的時間序列數(shù)據(jù)中，診斷性分析將幫助企業(yè)了解為什么特定年份的銷售量減少或增加。但是，這種類型的分析提供見解的能力很有限。它只提供了對因果關系和順序的理解。
使用診斷分析的一些技術包括屬性重要性、主要成分分析、敏感性分析和聯(lián)合分析。用于分類和回歸的訓練算法也屬于此類分析。
3.預測性分析
如上所述，預測性分析用于預測未來的結果。然而，如果預測發(fā)生未來事件的可能性是很重要的。預測模型建立在初步描述性分析階段，以得出結果的可能性。
預測性分析的本質是設計模型，以便將現(xiàn)有數(shù)據(jù)理解為推斷未來事件或簡單地預測未來數(shù)據(jù)。預測分析的常見應用之一是情感分析，收集并分析社交媒體上發(fā)布的所有意見(文本數(shù)據(jù))，以將某人對特定主題的情感預測為積極、消極或中立。
因此，預測性分析包括建立和驗證提供準確預測的模型。預測分析依賴于機器學習算法，如隨機森林、支持向量等，以及統(tǒng)計學習和測試數(shù)據(jù)。通常情況下，企業(yè)需要訓練有素的數(shù)據(jù)科學家和機器學習專家來構建這些模型。最流行的預測性分析工具包括Python、R、RapidMiner等。
未來數(shù)據(jù)的預測依賴于現(xiàn)有的數(shù)據(jù)，否則無法獲得。如果能在復雜的市場營銷模型中適當?shù)卣{整和使用它來支持銷售預測。在給出準確的預測方面，它比標準商業(yè)智能(BI)領先一步。
4.規(guī)范性分析
這種分析的基礎是預測性分析，但規(guī)范性分析超出了上述三個分析，可以提供未來的解決方案。它可以根據(jù)指定的措施建議所有有利的結果，也可以建議采取各種措施以達到特定的結果。因此，它使用了強大的反饋系統(tǒng)，該系統(tǒng)不斷學習并更新動作與結果之間的關系。
計算包括與所需結果相關的某些功能的優(yōu)化。例如，當在網(wǎng)上呼叫出租車時，該應用程序使用GPS將乘車者與附近找到的出租車聯(lián)系起來。因此，它優(yōu)化了距離以加快到達時間，推薦引擎還使用規(guī)范性分析。
另一種方法包括模擬，其中將所有關鍵性能領域組合在一起以設計正確的解決方案。它可以確保關鍵性能指標是否包含在解決方案中。優(yōu)化模型將進一步處理先前做出的預測的影響。由于可以提供有利的解決方案，因此規(guī)范分析是當今高級分析或數(shù)據(jù)科學的最終前沿。
結論
分析中的四種技術可能會讓人覺得它們似乎需要按順序實施。然而，在大多數(shù)情況下，企業(yè)可以直接跳轉到規(guī)范性分析。對于大多數(shù)企業(yè)來說，他們意識到或者已經(jīng)在實施描述性分析，但是如果已經(jīng)確定了需要優(yōu)化和處理的關鍵領域，他們必須采用規(guī)范性的分析方法來達到預期的結果。
根據(jù)研究，規(guī)范性分析仍處于萌芽階段，很少有企業(yè)完全使用它的功能。然而，預測分析技術的進步必將為其發(fā)展鋪平道路。
版權聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責任的權利。
京公網(wǎng)安備 11010502049343號