四种数据分析

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. 分析步骤—全链路描述分析方法
   1. 确定描述对象
   2. 明确业务目标，熟悉业务逻辑
   3. 分割业务环节，确定关键节点
   4. 利益关系人及关系人的关注点
   5. 确定可以描述分析对象的指标
   6. 确定指标的评价标准
      • 要有对比
   7. 数据的展示
4. 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. 分析步骤
   1. 确定问题的描述指标，以及指标的统计逻辑
   2. 确定指标的类别，是基础指标还是复合指标
   3. 对复合指标进行分解，分解到基础指标
      • 公式法
   4. 对指标的描述对象进行分解，分解到基础对象
   5. 通过业务逻辑解释基础对象产生基础指标的原因
      • 逻辑分析法——因果关系较为清晰，可通过业务逻辑或逻辑分析找到事情产生的原因
      • 对比分析——通过对比分析找到分析因素可能产生的影响
      • 相关性分析——多用于影响因素多或逻辑关系不明确的事件分析，通过分析因素与结果的相关性，找到可能影响结果的原因
4. 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
        • 相关指标支持度和置信度
        • 常见算法：Apriori，FP-Tree

      • 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 、羊毛党识别、故障设备识别

        • 检测方法

          • 基于统计
            
            

          • 基于邻近度，适用于二维、三维的数据

          • 基于密度

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：