大資料分析方法：定性研究還是定量研究
大資料研究就是純學術方面的東西，對嗎？錯了！事實上，如果您企業雇用的大資料科學專家所持有的大資料專案理念與您打算在企業業務方面採用的戰略哲學不協調的話，您會讓自己陷入真正的麻煩。這可能聽起來多少有些誇張，然而，僅僅只有很少的企業的高管們在關注資料科學家們未來的研究方向，因為他們不認為在這方面還有什麼要考慮的。
相反，當您的企業在選擇資料科學專家來負責您企業的相關大資料創新戰略時，您必須確保您自己先要了解這些資料科學專家們是如何看待大資料專案的研究的。
最為經典的大資料研究方法被稱為定量研究。那些持定量研究理念的資料科學專家們被稱為管理科學界的實證主義者，他們堅持用統計資料來講述乙個問題。他們往往從乙個假設的命題開始，並逐步通過演繹推理來證明自己的假設。
換句話說，他們會從提出乙個理念開始，然後逐步用數值分析的方法來驗證這一理念。例如，您可能有一種強烈的預感，您企業的產品將在愛好帆船運動專案的年輕男子市場有很好的市場前景。如果您將您的這一預感告訴乙個實證主義者，他們會很樂意的採納這一假說，並試圖通過資料分析的方法來證明您的**。
當您有乙個明確的問題需要解決，並針對可能發生的狀況有足夠的理論支撐時，定量研究的確是一套很有效的方法。一旦定義了問題，需要針對問題的假設進行探索，資料科學專家將遵循這一眾所周知的定量研究的科學方法，用一系列的資料來支撐您的想法。
如果一切順利，您的預感將變成不只是一種預感，因為您有很好的統計資料作為支撐，以保證您的想法成為現實。這能夠幫助您建立良好的信心，不會選擇錯誤的戰略路徑。
另一方面是定性研究，有時將其稱為解釋學。持有這一研究理念的研究人員在開始研究問題時沒有預製的假設，而是使用歸納推理的方法，從部分到整體的進行觀察描述。而不象那些定量研究人員那樣通過控制實驗進行分析，而是通過問題存在的環境觀察和解釋現象。
您會在很多生物的研究看到這種定性研究的廣泛應用，研究人員通過營造接近物種棲息地的環境，試圖提取更深的見解，並力圖不打擾現有點生態系統。
當您對於您企業收集的相關資料資訊所能夠揭示出什麼有價值的東西沒有任何想法時，定性資料科學專家就能派上用場了。例如，您可能已經收集了企業業務部門在過去五年的事務日誌，但您不知道這些資訊裡面能否提煉出任何有價值的東西，進而轉換成資訊產品。如果您將您的這一問題告訴乙個解釋學主義者，他們會試圖**您的資料，這樣您就可以更好地理解這些資料了。
他們不是要在您的資料資訊中尋找什麼特別的東西，也肯定不是想證明什麼。他們只是想辦法幫助您更好地了解您的資料是什麼。
我認為對於定性分析必須採取非常謹慎的態度，因為其經常在企業戰略制定時被濫用。毋庸置疑，在您企業制定大資料發展策略時，定性分析有可能是非常重要的，您只需要了解如何正確使用它，而不至於白白投資了大量資金。
現在，有一種混合型的分析方案，將定性和定量研究方法結合起來。這有可能在您制定的大資料戰略時非常有幫助的。但是，也有人認為這並不是靈丹妙藥，大多數企業第一次嘗試這一方案是也發現其不是萬能的。
混合研究方法是新興的、同時也是複雜的，您不會希望因為採用了混合研究方法而讓您企業的大資料發展策略充斥著風險吧。此外，這種研究方法還沒有形成自己的研究體系，其只是兩種研究型別方式的結合。例如，針對乙個問題，您可以從定性研究開始然後又轉向定量研究。
或者，你可以從定量研究的問題開始，並利用定性研究詳細說明結果。另外，你可以通過在橫向和縱向分別同時運用兩個方法。當然這種組合是相當複雜，耗費腦力的事情。
企業高管們所面臨的最大挑戰是企業的發展問題。當在研究企業發展戰略時遭遇到定性和定量研究之間的哲學差異，不管他們是否意識到這些差異，兩個陣營之間的文化差異是根深蒂固的。
實證主義者認為，資料具有客觀意義上的因果關係，將普遍適用於乙個影響領域的應用。而解釋學主義者則認為資料有主觀意義，不適用。他們會向您進行描述解釋，但他們在發現的大多數的創新有關的應用程式方法存在問題。
把這兩個陣營混合在一起就像把健怡可樂和曼妥思薄荷糖混合一樣，如果您不能很好的控制企業內部的動態，激烈的辯論會使您的企業浪費大量的時間和精力。
結論三種型別的研究方法，兩種型別的資料科學專家，以及一種制定您企業大資料的發展戰略。當您有一種強烈的預感，並有相關的資料線索支撐您的預感時，定量研究人員使您最佳的選擇；而但您沒有線索時，定性研究者則是比較好的選擇。而將這兩種研究人員結合在一起則會帶來無休止的爭論。混合研究方法似乎是乙個合乎邏輯的妥協，但它實際上對於您想要解決研究的問題來說，是弊大於利的。
這就是為什麼我建議您在選擇讓相關的資料科學專家和花哨的軟體介入到您企業的大資料戰略之前務必要三思，並充分把控您企業的業務戰略的原因了。今天就花一些時間來重新考慮您企業的大資料戰略資源計畫吧。當壞的方案一旦上馬，想要臨時撤銷可不是件容易事兒。
面向調控大資料的資料分析挖掘方法研究
1 電壓等級。同類裝置電壓等級越高，裝置在電力系統中就越重要 2 裝置造價。裝置造價是從經濟角度衡量裝置重要度的指標之一 3 供電區域屬性。裝置所在的供電區域不同，裝置的重要性也不同，裝置所處的供電區域越重要，其裝置本身也就越重要 4 相關聯的裝置規模。裝置發生故障或者異常時可能會引起與其相關聯的裝...
常用大資料分析方法
資料探勘分析，最重要的是能夠將資料轉化為非專業人士也能夠清除理解的有意義的見解。資料探勘分析，可以被分為四類核心方法 是最常見的資料分析方法。在業務中，這種方法向資料分析師提供了重要指標和業務的衡量方法。例如 每月的營收和損失賬單。資料分析師可以通過這些賬單，獲得大量的客戶資料。了解客戶的地理資訊，...
大資料分析挖掘方法實戰
慧智匯 17xuee直播課程之大資料分析挖掘方法實戰案例 主題 大資料分析挖掘方法實戰案例 主講公司 慧智匯科技 收費標準 200 人 中文演講人 鄧亞明，香港上市it公司資深研究員 講師簡介 鄧老師在資訊科技方面有超過18年的經驗。主要研究方向包括企業架構和資料分析。專長有企業架構 資料模型分析和...