最常用的四種大數(shù)據(jù)分析方法

本文主要講述數(shù)據(jù)挖掘分析領(lǐng)域中，最常用的四種數(shù)據(jù)分析方法：描述型分析、診斷型分析、預(yù)測型分析和指令型分析。

當(dāng)剛涉足數(shù)據(jù)挖掘分析領(lǐng)域的分析師被問及，數(shù)據(jù)挖掘分析人員最重要的能力是什么時，他們給出了五花八門的答案。

其實我想告訴他們的是，數(shù)據(jù)挖掘分析領(lǐng)域最重要的能力是：能夠?qū)?shù)據(jù)轉(zhuǎn)化為非專業(yè)人士也能夠清楚理解的有意義的見解。

使用一些工具來幫助大家更好的理解數(shù)據(jù)分析在挖掘數(shù)據(jù)價值方面的重要性，是十分有必要的。其中的一個工具，叫做四維分析法。

簡單地來說，分析可被劃分為4種關(guān)鍵方法。

下面會詳細(xì)介紹這四種方法。

1. 描述型分析：發(fā)生了什么？

這是最常見的分析方法。在業(yè)務(wù)中，這種方法向數(shù)據(jù)分析師提供了重要指標(biāo)和業(yè)務(wù)的衡量方法。

例如，每月的營收和損失賬單。數(shù)據(jù)分析師可以通過這些賬單，獲取大量的客戶數(shù)據(jù)。了解客戶的地理信息，就是“描述型分析”方法之一。利用可視化工具，能夠有效的增強(qiáng)描述型分析所提供的信息。

2. 診斷型分析：為什么會發(fā)生？

描述性數(shù)據(jù)分析的下一步就是診斷型數(shù)據(jù)分析。通過評估描述型數(shù)據(jù)，診斷分析工具能夠讓數(shù)據(jù)分析師深入地分析數(shù)據(jù)，鉆取到數(shù)據(jù)的核心。

良好設(shè)計的BI dashboard能夠整合：按照時間序列進(jìn)行數(shù)據(jù)讀入、特征過濾和鉆取數(shù)據(jù)等功能，以便更好的分析數(shù)據(jù)。

3. 預(yù)測型分析：可能發(fā)生什么？

預(yù)測型分析主要用于進(jìn)行預(yù)測。事件未來發(fā)生的可能性、預(yù)測一個可量化的值，或者是預(yù)估事情發(fā)生的時間點，這些都可以通過預(yù)測模型來完成。

預(yù)測模型通常會使用各種可變數(shù)據(jù)來實現(xiàn)預(yù)測。數(shù)據(jù)成員的多樣化與預(yù)測結(jié)果密切相關(guān)。

在充滿不確定性的環(huán)境下，預(yù)測能夠幫助做出更好的決定。預(yù)測模型也是很多領(lǐng)域正在使用的重要方法。

4. 指令型分析：需要做什么？

數(shù)據(jù)價值和復(fù)雜度分析的下一步就是指令型分析。指令模型基于對“發(fā)生了什么”、“為什么會發(fā)生”和“可能發(fā)生什么”的分析，來幫助用戶決定應(yīng)該采取什么措施。通常情況下，指令型分析不是單獨使用的方法，而是前面的所有方法都完成之后，最后需要完成的分析方法。

例如，交通規(guī)劃分析考量了每條路線的距離、每條線路的行駛速度、以及目前的交通管制等方面因素，來幫助選擇最好的回家路線。

結(jié)論

最后需要說明，每一種分析方法都對業(yè)務(wù)分析具有很大的幫助，同時也應(yīng)用在數(shù)據(jù)分析的各個方面。

原文鏈接：http://www.kdnuggets.com/2017/07/4-types-data-analytics.html

轉(zhuǎn)載請注明出自：葡萄城控件

關(guān)于葡萄城

葡萄城是全球控件行業(yè)領(lǐng)導(dǎo)者，世界領(lǐng)先的企業(yè)應(yīng)用定制工具、企業(yè)報表和商業(yè)智能解決方案提供商，為超過75%的全球財富500強(qiáng)企業(yè)提供服務(wù)。