四类数据分析

描述性分析

1. 定义
   • 以组成事件的关键环节为基础，通过设置合理的指标对各环节进行量化，以达到还原事件的目的。同时可以根据科学的评价标准，发现事件发生过程中的异常。
2. 分析目的
   1. 描述现实
      1. What-什么事件
      2. Who-谁参与的
      3. When-什么时候
      4. Where-在哪里
      5. Why-什么原因
      6. Result-结果是什么
   2. 发现问题—依据相应指标评判
      1. Good-好的结果？
      2. Bad-坏的结果？
3. 应用
   • 监控现状

诊断性分析

没有找到具体原因的解决方案都是假方案

1. 定义
   • 根据业务逻辑，通过数据寻找引起最终结果的原因和可以改变未来结果的方法。
2. 分析目的
   1. 解决问题
      • 坏的结果—产生问题的原因和解决方案
   2. 发现机会
      • 好的结果—在机会出现时发现机会
3. 应用
   • 诊断问题

预测性分析

1. 通过统计学、数据挖掘模型来对数据进行处理，发现隐藏的信息或预测分析对象的某些未知属性。
2. 分析目的
   1. 挖掘机会
      • 分类
        • 确定对象属于哪一预定义的目标类
        • 常见算法：SVM，逻辑回归
      • 聚类
        • 根据在数据中发现的描述对象的信息，将对象进行分组
        • 常见算法：K-Means
      • 关联分析
        • 发现隐藏在大型数据集中的有意义的联系，如啤酒与尿布
      • 离群点检测
        • 发现与其他对象不同的对象，如信用卡欺诈检测
3. 应用
   • 预测未来

决策性分析

1. 定义

   通过数据分析，挖掘确定事件的最佳执行时间，以实现增加收入、降低成本、提升效率、控制风险的目的。

2. 分析目的—实现目标

   • 决策支持
     • 现状及目前存在的问题
     • 可以达成的最优目标
     • 达成目标的方案
     • 达成目标的收益和成本
     • 输出分析报告，给出分析结论
   • 决策系统
     • 优化方案系统化
     • 输出作业指令，指导作业

3. 应用

   • 决策支持

   • 案例

     在巡视管理区域的时候你发现，门店的补货一直是门店经营的难题，
     补货数量过多，会造成库存积压，给仓库带来存储压力。r而补货数量过
     少，则销售有缺货的风险，影响销售。多个门店负责人向你抱怨补货不
     合理带来的种种问题。你下定决心要解决这个老大难的问题，可是应该
     怎么做呢？

   • 诊断分析

     • Q：怎样才算补货合理？

       既能保证正常的销售，又不会导致缺货，库存周转率在25天左右已经算业内非常好的库存管理水平了。

     • Q：如何才能保证库存周转率在25天？

       进货后商品的库存量满足25天的销量。

     • Q：怎么确定商品25天的销量是多少？

       通过对每个商品的发货量进行预测。

     • Q：怎么确定商品不发生缺货？

       系统下发补货指令，保证补货及时。

   • 通过机器学习实现：