資料分析的四種型別模式

在這篇博文中，我們聚焦於在資料科學領域所遇到的四種型別的資料分析模式：描述型、診斷型、**型和指導型。

當我與剛涉足資料科學領域的年輕分析師們交談時，通常，我會問他們認為什麼是資料科學家最重要的能力。他們的答案相當多樣化。

我想告訴他們的是，他們最重要的能力將是能夠把資料轉化為對非專業人士而言清楚而有意義的見解。瑞典統計學家 hans rosling 在這方面很有名。這種能力往往被忽略。下面 hans rosling 的這個 tedtalk 談到了這些：

分析能輔助開發有價值的見解，很有必要用一些工具來讓人們了解分析所起的作用。其中一種工具是分析四維圖。

簡單地來說，分析可被劃分為 4 個重要的類別。下面我將詳細解釋這四個類別。

1. 描述型：發生了什麼?0

這是最常見的一種。在業務中，它向分析師們提供業務的重要衡量標準的概覽。

乙個例子是每月的利潤和損失賬單。類似地，分析師可以獲得大批客戶的資料。了解客戶(如，30% 的客戶是自僱型)的地理資訊也可認為是「描述型分析」。充分利用視覺化工具能增強描述型分析所帶來的資訊。

2. 診斷型：為什麼會發生?

這是描述型分析的下一步難題。通過評估描述型資料，診斷分析工具使得分析師們能夠深入分析問題的核心原因。

設計良好的商業資訊 dashboard 整合了時間序列資料(譬如，在多個聯絡時間點上的資料)的讀入、特徵的過濾和鑽入功能，能夠用於這類分析。

3. **型：可能發生什麼?

**型分析主要是進行**。某事件在將來發生的可能性，**乙個可量化的值，或者是估計事情可能發生的某個時間點，這些都可以通過**模型完成。

**模型通常運用各種可變資料來作出**。資料成員的多樣化與可能**的目標是相關聯的(如，人的年齡越大，越可能發生心臟病，我們可以說年齡與心臟病風險是線性相關的)。隨後，這些資料被放在一起，產生分數或**。

在乙個充滿不確定性因素的世界裡，能夠**允許人們作出更好的決定。**模型在很多領域都被用到。

4. 指導型：我需要做什麼?

在價值和複雜度上，下一步就是指導性模型。指導性模型基於發生了什麼、為什麼會發生以及一系列「可能發生什麼」的分析，幫助使用者確定要採取的最好的措施。很顯然，指導性分析不是乙個單獨的行為，實際上它是其他很多行為的主導。

交通應用是乙個很好的例子，它幫助人們選擇最好的回家路線，考慮到了每條路線的距離、在每條路上的速度、以及很關鍵的目前的交通限制。

另乙個例子是生成考試時間表，不讓任何學生的時間表發生衝突。

不同型別的分析能提供不同的商業價值，每一種分析都有它自己的用處。

thomas maydon