什么是数据分析
数据分析是把隐藏在一大批看来杂乱无章的数据中的信息集中和提炼出来,将它们加以汇总和理解并消化,从而找出所研究对象的内在规律的过程。数据分析是为了提取有用信息和形成结论,最大化地开发数据的功能,发挥数据的作用。
最常用的四种数据分析方法
描述型分析
即发生了什么,这是在业务中最常见的分析方法,目的是为数据分析师提供重要指标和业务的衡量方法。
例如,利用可视化工具,将每月的营收和损失账单制作成报表。数据分析师可以通过分析报表数据,有效的增强描述型分析所提供的信息。获取大量的客户信息,了解客户的地理信息,这就是“描述型分析”方法之一。,
诊断型分析
即为什么会发生,通过诊断分析工具,评估描述型数据信息,能够让数据分析师更深入地分析数据,钻取到数据的核心。良好设计的BI,比如亿信ABI能够按照时间序列进行数据读入、特征过滤和钻取数据等功能,以便更好的分析数据。
预测型分析
即可能会发生什么,预测型分析主要用于进行预测。预测模型通过使用各种可变数据来实现预测,可以预估事情发生的时间点、事件未来发生的可能性、预测一个可量化的值等。在很多领域,预测模型是非常的重要方法,因为,在充满不确定性的环境下,预测模型能够帮助做出更好的决定。
指令型分析
即需要做什么,指令模型基于描述型分析、诊断型分析和预测型分析的结果,来帮助用户决定应该采取什么措施。指令型分析并不是单独使用的方法,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,客户首次在银行提出贷款申请时,银行可以根据客户历史上的信用记录和财务状况,结合其他因素,同银行内部已获得贷款用户的庞大数据库做对比,从而对贷给这位客户的款项能不能被顺利偿还的可能性做出有效的评估。