對于業(yè)務(wù)分析的不同階段，企業(yè)需要在各個步驟中處理大量數(shù)據(jù)。根據(jù)工作流程的階段和數(shù)據(jù)分析的要求，有四種主要的分析類型：描述性、診斷性、預(yù)測性和規(guī)范性。這四種業(yè)務(wù)分析提供了企業(yè)需要了解的所有信息，從企業(yè)的發(fā)展?fàn)顩r到為優(yōu)化功能而采用的解決方案。

這四種類型的業(yè)務(wù)分析通常是分階段實施的，沒有哪一種類型的業(yè)務(wù)分析比另一種更好。它們是相互關(guān)聯(lián)的，并且每一種業(yè)務(wù)分析都提供了不同的見解。由于數(shù)據(jù)對從制造業(yè)到能源網(wǎng)格等很多領(lǐng)域都很重要，因此大多數(shù)企業(yè)都依賴于其中一種或所有類型的業(yè)務(wù)分析。通過正確選擇分析技術(shù)，大數(shù)據(jù)可以為企業(yè)提供更豐富的見解。

在深入研究每一種業(yè)務(wù)分析之前，先了解四種類型業(yè)務(wù)分析的定義：

• 描述性分析：使用現(xiàn)有的商業(yè)智能工具描述或匯總現(xiàn)有數(shù)據(jù)，以便更好地了解正在發(fā)生的事情或已經(jīng)發(fā)生的事情。
• 診斷性分析：關(guān)注過去的表現(xiàn)以確定發(fā)生了什么事情以及原因。分析的結(jié)果通常是一個分析儀表板。
• 預(yù)測性分析：強(qiáng)調(diào)使用統(tǒng)計模型和機(jī)器學(xué)習(xí)技術(shù)預(yù)測可能的結(jié)果。
• 規(guī)范性分析：這是一種預(yù)測性分析，用于建議對數(shù)據(jù)進(jìn)行分析的一個或多個操作過程。

以下進(jìn)行更深入的了解：

1. 描述性分析

這是一種最簡單的分析形式。龐大的數(shù)據(jù)超出了人類的理解范圍，因此第一步分析涉及將數(shù)據(jù)分解為可以理解的數(shù)據(jù)塊。這種分析類型的目的只是總結(jié)調(diào)查結(jié)果并了解發(fā)生了什么事情。

在一些常用術(shù)語中，人們稱之為高級分析或商業(yè)智能，基本上是對現(xiàn)有數(shù)據(jù)使用描述性統(tǒng)計(算術(shù)運(yùn)算、平均值、中位數(shù)、最大值、百分比等)。80%的業(yè)務(wù)分析主要涉及基于過去業(yè)績匯總的描述。這是讓投資者、股東和管理者都能理解原始數(shù)據(jù)的重要一步。這樣就可以很容易地確定和解決優(yōu)勢和劣勢的領(lǐng)域，從而有助于制定戰(zhàn)略。

涉及的兩個主要技術(shù)是數(shù)據(jù)聚合和數(shù)據(jù)挖掘，它們說明這種方法僅用于理解基本行為，而不進(jìn)行任何估計。通過挖掘歷史數(shù)據(jù)，企業(yè)可以分析消費者的行為和與其業(yè)務(wù)的互動，這可能有助于有針對性的營銷、服務(wù)改進(jìn)等。這一階段使用的工具是MS Excel、MATLAB、SPSS、STATA等。

2. 診斷性分析

診斷性分析用于確定過去發(fā)生的事情的原因。其特點是數(shù)據(jù)提取、數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)挖掘和關(guān)聯(lián)等技術(shù)。診斷分析需要更深入地查看數(shù)據(jù)，以了解事件的根本原因。它有助于確定哪些因素和事件導(dǎo)致了結(jié)果。它主要使用概率、可能性和結(jié)果分布進(jìn)行分析。

在銷售的時間序列數(shù)據(jù)中，診斷性分析將幫助企業(yè)了解為什么特定年份的銷售量減少或增加。但是，這種類型的分析提供見解的能力很有限。它只提供了對因果關(guān)系和順序的理解。

使用診斷分析的一些技術(shù)包括屬性重要性、主要成分分析、敏感性分析和聯(lián)合分析。用于分類和回歸的訓(xùn)練算法也屬于此類分析。

3. 預(yù)測性分析

如上所述，預(yù)測性分析用于預(yù)測未來的結(jié)果。然而，如果預(yù)測發(fā)生未來事件的可能性是很重要的。預(yù)測模型建立在初步描述性分析階段，以得出結(jié)果的可能性。

預(yù)測性分析的本質(zhì)是設(shè)計模型，以便將現(xiàn)有數(shù)據(jù)理解為推斷未來事件或簡單地預(yù)測未來數(shù)據(jù)。預(yù)測分析的常見應(yīng)用之一是情感分析，收集并分析社交媒體上發(fā)布的所有意見(文本數(shù)據(jù))，以將某人對特定主題的情感預(yù)測為積極、消極或中立。

因此，預(yù)測性分析包括建立和驗證提供準(zhǔn)確預(yù)測的模型。預(yù)測分析依賴于機(jī)器學(xué)習(xí)算法，如隨機(jī)森林、支持向量等，以及統(tǒng)計學(xué)習(xí)和測試數(shù)據(jù)。通常情況下，企業(yè)需要訓(xùn)練有素的數(shù)據(jù)科學(xué)家和機(jī)器學(xué)習(xí)專家來構(gòu)建這些模型。最流行的預(yù)測性分析工具包括Python、R、RapidMiner等。

未來數(shù)據(jù)的預(yù)測依賴于現(xiàn)有的數(shù)據(jù)，否則無法獲得。如果能在復(fù)雜的市場營銷模型中適當(dāng)?shù)卣{(diào)整和使用它來支持銷售預(yù)測。在給出準(zhǔn)確的預(yù)測方面，它比標(biāo)準(zhǔn)商業(yè)智能(BI)領(lǐng)先一步。

4. 規(guī)范性分析

這種分析的基礎(chǔ)是預(yù)測性分析，但規(guī)范性分析超出了上述三個分析，可以提供未來的解決方案。它可以根據(jù)指定的措施建議所有有利的結(jié)果，也可以建議采取各種措施以達(dá)到特定的結(jié)果。因此，它使用了強(qiáng)大的反饋系統(tǒng)，該系統(tǒng)不斷學(xué)習(xí)并更新動作與結(jié)果之間的關(guān)系。

計算包括與所需結(jié)果相關(guān)的某些功能的優(yōu)化。例如，當(dāng)在網(wǎng)上呼叫出租車時，該應(yīng)用程序使用GPS將乘車者與附近找到的出租車聯(lián)系起來。因此，它優(yōu)化了距離以加快到達(dá)時間，推薦引擎還使用規(guī)范性分析。

另一種方法包括模擬，其中將所有關(guān)鍵性能領(lǐng)域組合在一起以設(shè)計正確的解決方案。它可以確保關(guān)鍵性能指標(biāo)是否包含在解決方案中。優(yōu)化模型將進(jìn)一步處理先前做出的預(yù)測的影響。由于可以提供有利的解決方案，因此規(guī)范分析是當(dāng)今高級分析或數(shù)據(jù)科學(xué)的最終前沿。

結(jié)論

分析中的四種技術(shù)可能會讓人覺得它們似乎需要按順序?qū)嵤Ｈ欢诖蠖鄶?shù)情況下，企業(yè)可以直接跳轉(zhuǎn)到規(guī)范性分析。對于大多數(shù)企業(yè)來說，他們意識到或者已經(jīng)在實施描述性分析，但是如果已經(jīng)確定了需要優(yōu)化和處理的關(guān)鍵領(lǐng)域，他們必須采用規(guī)范性的分析方法來達(dá)到預(yù)期的結(jié)果。

根據(jù)研究，規(guī)范性分析仍處于萌芽階段，很少有企業(yè)完全使用它的功能。然而，預(yù)測分析技術(shù)的進(jìn)步必將為其發(fā)展鋪平道路。