（文章來源：CDA數(shù)據(jù)分析師）

大家可能經(jīng)常閱讀和聽到有關數(shù)據(jù)分析的文章，它被定義為可以幫助組織降低成本，提高效率，發(fā)現(xiàn)新機會并提高其競爭優(yōu)勢的科學技術。

數(shù)據(jù)分析人員使用數(shù)學，統(tǒng)計數(shù)據(jù)（有時甚至是機器學習）來查找已注冊數(shù)據(jù)的有意義的模式，并將其轉變?yōu)橛幸饬x的結果和可行的見解。盡管分析的概念不是新概念，但是存儲和計算技術的最新發(fā)展使我們能夠大量存儲和處理數(shù)據(jù)，并將數(shù)據(jù)分析帶到了下一步，從而開辟了以前無法想象的可能性。

將分析應用于收集到的數(shù)據(jù)將幫助我們回答有關事情發(fā)生的方式和原因，將來可能發(fā)生的事情以及需要采取哪些決策和行動的問題。數(shù)據(jù)分析可以分為描述性，預測性和規(guī)范性三個領域。接下來一起看一下這三方面的詳細內容。

描述性分析：這是分析的基礎，它依靠收集事實并通過瀏覽和分類數(shù)據(jù)總結過去發(fā)生的事情。該模型可幫助我們了解操作的方式和原因。幾乎所有的管理軟件（例如CRM，ERP，電子商務和社交媒體網(wǎng)絡）都具有描述性分析的一種形式。如果你一直在博客或管理站點，則肯定有一種描述性分析的感覺。

例如，由ht tp:/ /WordPr ess.com支持的所有博客和網(wǎng)站中包括的Stats功能就是描述性分析引擎的一個很好的例子。在這里，你可以查看有多少人訪問了你的網(wǎng)站，查看了多少頁面，查看了哪些頁面，從哪些站點將用戶引薦到你的站點，地理位置等。在Twitter的分析頁面是在社交媒體中使用描述性分析的另一個例子。

描述性分析引擎通常使用圖表，圖形和表格來顯示數(shù)據(jù)。盡管描述性分析無法為你提供未來的預測，但如果你善加利用，精明的用戶可以做很多事情。例如，使用描述性分析，你可以對數(shù)據(jù)進行細分和分類以更好地理解。

描述性分析的最佳用途之一是A / B測試，你可以在其中比較用戶或客戶對同一事物的不同版本的反應。例如，當你要決定在網(wǎng)頁上的特定位置放置按鈕時，只需進行一些編程和適當使用分析工具，即可為你提供有關哪些數(shù)據(jù)產生了更多點擊的精確數(shù)據(jù)。

預測分析將數(shù)據(jù)轉化為可操作的信息。顧名思義，預測分析將幫助你以可接受的可靠性水平預測未來的概率。這可以通過分析過去的數(shù)據(jù)，制定統(tǒng)計模型并運行算法來預測行為和事件來完成。機器學習和其他數(shù)據(jù)用于修訂和增強模型。

預測分析有很多很好的用途。在銷售和營銷領域，它用于優(yōu)化客戶關系管理并預測潛在客戶的下一步行動。在保險行業(yè)中，它在發(fā)布汽車保險單時會考慮潛在的駕駛安全預測因素，例如年齡，性別和駕駛記錄。網(wǎng)絡安全行業(yè)也使用預測分析來發(fā)現(xiàn)數(shù)據(jù)泄露。預測分析還可以用于填補空白并預測不存在的數(shù)據(jù)。在這方面最普遍的用例是情感評分。

規(guī)范分析是其前身的演變。除了收集見識和做出預測之外，規(guī)范分析還將回答“該怎么辦？”的問題，并就哪些具體行動可以為你從事的具體工作提供最大價值提供建議。規(guī)范分析可幫助你制定將利用未來機會或減輕未來風險的決策。規(guī)范分析還可以指導你將來決策的潛在影響。通過不斷地攝取和處理新數(shù)據(jù)，規(guī)范分析提高了其預測準確性并提供了更好的決策建議。

例如，醫(yī)療保健計劃可以根據(jù)歷史數(shù)據(jù)，說明性分析引擎的預測和建議，評估建立新設施，增加或減少藥品生產等的成本效益。

規(guī)范分析依靠大數(shù)據(jù)，業(yè)務規(guī)則和數(shù)學科學來執(zhí)行其功能。數(shù)據(jù)可以是結構化的也可以是非結構化的，并且可以來自組織的內部來源或從社交媒體和Web收集。業(yè)務規(guī)則可以是邊界，約束，首選項，策略和最佳實踐。規(guī)范分析背后的數(shù)學包括應用統(tǒng)計，機器學習算法和自然語言處理。
（責任編輯：fqj）