当前位置:首页 >  大数据

常用的四种大数据分析方法

2020-01-24 

本文主要讲述数据挖掘分析领域۩中,最常用的四种数据分析方法:描述型分析、诊断型分析、预测型分析和指令型分析ё-。

当刚涉足数据挖掘分析领域的分析师▽被问及,数据挖掘分析人员最重要的能力是什么时,他们给出了五花八门的答案。

其实我想告诉他们的是,数据挖掘分析领域最重要的能力是:能够将数据转化为非专业人士К也能够清楚理解的有意义的见解。

使用一些工具来帮助大家更好的理解数々据分析在挖掘数据价值方面的重要性,是十分有必要的。其中的一个工具,叫做四维分析法。

简单地来说,分析可被划分为4种关键方法。

下面会详细介绍这四种方法。

1.描述型△分析:发生了什么?

这是最↓常见的分析₪큐方法。在ↅ业务中,这种方法⊙向数据分析师提♡供了重要指标和业۩๑务的衡量方法。

例如,每月的营收和损失账单。数据分析师可以通过ぷ这些账单,获取大量的客户┄┅数据。了解客户的地理信息,就是“描述型分析”方法之一。利用可视化工Ⅳ具,能够有效的增强描述型分析所提供的信息。

2.诊断型分析:为什么会发生?|︴()〔〕

描述性数据分析的下一步就是诊断型数据分析。通过≮≯评估描述型数据,诊断分析工具能够让数据♣分析师深入地分析数据,钻取到数据的核心。

良好设计的BI№ dashb▄oard能够整合⺌: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。

3.预测型分析:可能发生什⿻么?

预┊┋测型分析♥主要用于进行预测。事件未来┎发生的可能性、预测一个可量化的值,█或者是预估ζ事情发生的时间点,这些都б可以通过预测模γ型来完成。

预▪测模型通常会使用各种可变数据来实现预测。数据成员的多样化与预测结果密切♥相关。

在充满不确定г性的环境下,预测能够帮助做出更好的决定。预测模型也是很多领域正在使用的重要方法。

4.指令型分析:需要做什么?

数据价值和复杂度分析的下一步就是指令型分析。指令模型基于对“发生了什么”、“为什么会发生”和“可能┚发生什么”的分ε析,来帮助用户决定应该采取什么措κ施。通常情况下,☼指卌令型分析不是单独使用的方▎▏法,而是前面的所Ⅲ有方法都完成⊙之后,最后需要§完成的分析方法。

例如,交通规划分析考量了每条路φ线的距离、每条线路的行驶速度、以及目前的交通管制等方面因素,来帮助选择最▌好∈的回家路线。

结论

最后需要说明,每☆一种分析◎方法都对业务分析具有很大的帮助,同时也应用在数据分析的各个方面。