本文介绍了如何用数据解决商业问题，重点讲解了在选择分析方法时，如何针对非预测性问题、数据不足和数据丰富的场景进行分析。内容涵盖了地理空间分析、细分分析、聚合分析和描述性分析等非预测性问题的解决方法，以及在数据充足情况下如何运用回归和分类模型。同时，文章阐述了数值型和非数值型结果的区别，并提供了实例说明何时使用回归模型和分类模型。
04 用数据解决商业问题 Lesson2 选择分析方法
文章目录
1.选择分析方法
问题解决框架有助于系统地解决商业问题，但是它无法帮助我们了解具体该使用哪种方法。这个时候我们就要使用 **“方法图（Methodology Map）”**来做出选择：
2.非预测性商业问题
这节对上图右边的非预测性的商业问题的4个小类做了描述，4个视频非常直观请认真观看：
- **地理空间分析（Geospatial Analysis）：**这种类型的分析使用基于地理位置的数据来推导结论。例子有：通过地理区域识别客户，计算店铺之间的距离以及根据客户位置创建交易区域。
- **细分分析（Segmentation Analysis）：**细分是将数据分组的过程。分组可以是
最低0.47元/天 解锁文章
扫一扫
500
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
