一、什么是数据分析?
数据分析是从数据中提取、转换、加载、建模、绘制结论,最终为决策提供支持的过程。根据不同工作流程所处阶段和分析需求角度出发,分析可被划分为描述性分析(Descriptive analysis)、诊断性分析(Diagnostic analysis)、预测性分析(Predictive analysis)和处方式分析(Prescriptive analysis)四种类型。它们之间是不断递进的过程,随着分析方法的复杂化,分析带来的价值也就越大。
描述性分析
描述性分析主要是汇总原始数据,并将其转化为人可以理解的形式,例如报表、图表等。这种分析可以回答过去什么时间,什么地点,发生了什么,量化指标是多少,有些还可提供即席查询的能力,这些都是从过去的数据里面提供有价值的见解。描述性分析对于揭示业务中的关键指标至关重要,但它不能解释问题发生的原因。
诊断性分析
诊断性分析是基于描述性分析之上的。通过诊断分析,可以深入挖掘问题根源,识别依赖关系,找出影响因子。借助联动、下钻、挖掘、预警等方法,可以知道问题是怎么发生的,企业接下来需要关注哪些方面以帮助解决问题。
预测性分析
相比较于描述性分析与诊断性分析的对于过去数据的分析,预测性分析可以用来说明未来可能发生的事情。它使用描述性和诊断性分析的结果来检测趋势、异常或做聚类分析,并预测未来动态。尽管预测性分析相比单纯的历史数据分析拥有诸多优势,但必须要了解预测只是一种估计,其准确性高度依赖于数据质量和业务状态的稳定性,因此需要仔细处理和持续优化。
处方式分析
处方式分析是基于对“发生了什么”、“为什么会发生”、“可能会发生什么”的分析