數(shù)據(jù)分析的四種類型模式
在這篇博文中，我們聚焦于在數(shù)據(jù)科學(xué)領(lǐng)域所遇到的四種類型的數(shù)據(jù)分析模式：描述型、診斷型、預(yù)測型和指導(dǎo)型。
當(dāng)我與剛涉足數(shù)據(jù)科學(xué)領(lǐng)域的年輕分析師們交談時，通常，我會問他們認(rèn)為什么是數(shù)據(jù)科學(xué)家最重要的能力。他們的答案相當(dāng)多樣化。
我想告訴他們的是，他們最重要的能力將是能夠把數(shù)據(jù)轉(zhuǎn)化為對非專業(yè)人士而言清楚而有意義的見解。瑞典統(tǒng)計學(xué)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(fā)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(xì)解釋這四個類別。
1. 描述型：發(fā)生了什么?0
這是最常見的一種。在業(yè)務(wù)中，它向分析師們提供業(yè)務(wù)的重要衡量標(biāo)準(zhǔn)的概覽。
一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數(shù)據(jù)。了解客戶(如，30% 的客戶是自雇型)的地理信息也可認(rèn)為是“描述型分析”。充分利用可視化工具能增強(qiáng)描述型分析所帶來的信息。
2. 診斷型：為什么會發(fā)生?
這是描述型分析的下一步難題。通過評估描述型數(shù)據(jù)，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(shè)計良好的商業(yè)信息 dashboard 整合了時間序列數(shù)據(jù)(譬如，在多個聯(lián)系時間點上的數(shù)據(jù))的讀入、特征的過濾和鉆入功能，能夠用于這類分析。
3. 預(yù)測型：可能發(fā)生什么?
預(yù)測型分析主要是進(jìn)行預(yù)測。某事件在將來發(fā)生的可能性，預(yù)測一個可量化的值，或者是估計事情可能發(fā)生的某個時間點，這些都可以通過預(yù)測模型完成。
預(yù)測模型通常運(yùn)用各種可變數(shù)據(jù)來作出預(yù)測。數(shù)據(jù)成員的多樣化與可能預(yù)測的目標(biāo)是相關(guān)聯(lián)的(如，人的年齡越大，越可能發(fā)生心臟病，我們可以說年齡與心臟病風(fēng)險是線性相關(guān)的)。隨后，這些數(shù)據(jù)被放在一起，產(chǎn)生分?jǐn)?shù)或預(yù)測。
在一個充滿不確定性因素的世界里，能夠預(yù)測允許人們作出更好的決定。預(yù)測模型在很多領(lǐng)域都被用到。
4. 指導(dǎo)型：我需要做什么?
在價值和復(fù)雜度上，下一步就是指導(dǎo)性模型。指導(dǎo)性模型基于發(fā)生了什么、為什么會發(fā)生以及一系列“可能發(fā)生什么”的分析，幫助用戶確定要采取的最好的措施。很顯然，指導(dǎo)性分析不是一個單獨(dú)的行為，實際上它是其他很多行為的主導(dǎo)。
交通應(yīng)用是一個很好的例子，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(guān)鍵的目前的交通限制。
另一個例子是生成考試時間表，不讓任何學(xué)生的時間表發(fā)生沖突。
不同類型的分析能提供不同的商業(yè)價值，每一種分析都有它自己的用處。
