微软详解：五种主要数据分析类型及其应用场景

创作时间:

作者:

@小白创作中心

微软详解：五种主要数据分析类型及其应用场景

引用

来源

https://learn.microsoft.com/zh-cn/training/modules/understand-concepts-of-data-analytics/2-understand-data-analytics-types

数据分析是当今数字化时代的核心能力之一，它帮助我们从海量数据中提取有价值的信息，为决策提供支持。本文将介绍五种主要的数据分析类型：描述性分析、诊断分析、预测分析、规范性分析和认知分析，帮助读者全面理解它们的定义、应用场景和实际价值。

数据分析用于浏览数据、提取见解并对这些见解执行操作。数据分析涵盖一系列活动，其中每个活动都具有自己的焦点和目标。这些活动归类为描述性、诊断、预测、规范性和认知分析。

在本单元中，你将了解这五类数据分析及其用途。

描述性分析

发生了什么情况？

描述性分析根据历史数据回答有关发生了什么事情的问题，以通知将来决策。描述性分析技术汇总了大型数据集，向利益干系人呈现见解。描述性分析是最常见的分析类型，通常由数据分析人员执行。

关键绩效指标 (KPI) 和其他性能度量值的开发有助于跟踪业务目标的成功或失败。 KPI 和性能指标通常由企业设置来跟踪关键计划。呈现与这些 KPI 相关的数据是描述性分析。

描述性分析输出可以采用多种形式，包括报表和仪表板。下面的销售和市场营销报表按产品、渠道和时间显示一年的销售和市场营销数据。

诊断分析

为何发生这种情况？

诊断分析有助于回答有关发事件发生原因的问题，通常是数据分析中描述性分析之后的下一步。分析人员从描述性分析中提取结果，并更深入挖掘查找原因。进一步调查指标来发现它们变得更好或更糟的原因。诊断分析通常由数据分析人员和数据科学家执行。

诊断分析通常分为三个步骤：

确定数据中的异常。异常可能是指标或特定市场中的意外更改。
收集与这些异常相关的数据。
使用统计技术来发现用以解释这些异常的关系和趋势。

在下面的 Contoso 销售报表中，我们想要了解 Contoso 赢得或未赢得新业务投标的原因。诊断分析帮助决策者发现申请 2% 的折扣增加了赢得投标的可能性。

预测分析

将来会发生什么情况？

预测分析有助于回答有关将来会发生什么的问题。预测分析技术使用历史数据来确定趋势并确定它们是否有可能重复出现，提供将来可能发生什么事情的见解。技术包括统计和机器学习技术，例如预测、神经网络、决策树和回归。预测分析通常由数据科学家执行。

下面的折线图显示了按年份和月份获得的收入，其中显示了历史减少情况。预测收入将继续减少。决策者可以使用此预测来更改课程，从而增加收入。

规范性分析

应采取哪些措施？

规范性分析推进了预测分析，有助于回答应采取哪些措施来实现目标的问题。此方法允许企业在面临不确定性时做出数据明智的决策。规范性分析技术依赖机器学习策略来找出大型数据集中的模式。通过分析过去的决策和事件，可以估计不同结果的可能性。规范性分析通常由数据科学家执行。 Microsoft 还提供了可由分析人员用来执行规范性分析的低代码工具，如在 Power BI 中使用机器学习。

算法内容建议是一种常见的规范性分析实现。使用 Azure 机器学习工作室中的建议算法，数据科学家可以根据客户过去的习惯和特征建议使用 Contoso 应采取的最佳措施。下面的屏幕截图显示 Azure 机器学习设计器中的建议算法，在其中使用客户数据来规定具体的建议评级。