数据统计的分析方法

1、1. 描述型分析：发生了什么

 

    这是最常见的分析方法。在业务中，这种方法为数据分析师提 供了重要指标和业务的衡量方法。

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

2、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。通过估算描述型数据，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 dashboard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。

3、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，或者是预估事情发生的时间点，这些都可以通过预测模型来完成。

 

    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、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”的分析，来帮助用户决定应该采取什么措施。

    通常情况下，指令型分析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。

 

5、5. 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。