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(lèi)型的數(shù)據(jù)分析模式：描述型、診斷型、預(yù)測(cè)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(shí)，通常，我會(huì)問(wèn)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(duì)非專(zhuān)業(yè)人士而言清楚而有意義的見(jiàn)解。瑞典統(tǒng)計(jì)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(gè)TedTalk談到了這些。

分析能輔助開(kāi)發(fā)有價(jià)值的見(jiàn)解，很有必要用一些工具來(lái)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(jiǎn)單地來(lái)說(shuō)，分析可被劃分為4個(gè)重要的類(lèi)別。下面我將詳細(xì)解釋這四個(gè)類(lèi)別。

1. 描述型：發(fā)生了什么?

[[198746]]

這是最常見(jiàn)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(gè)例子是每月的利潤(rùn)和損失賬單。類(lèi)似地，分析師可以獲得大批客戶(hù)的數(shù)據(jù)。了解客戶(hù)(如，30%的客戶(hù)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(lái)的信息。

2. 診斷型：為什么會(huì)發(fā)生?

[[198747]]

這是描述型分析的下一步難題。通過(guò)評(píng)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(wèn)題的核心原因。

設(shè)計(jì)良好的商業(yè)信息dashboard整合了時(shí)間序列數(shù)據(jù)(譬如，在多個(gè)聯(lián)系時(shí)間點(diǎn)上的數(shù)據(jù))的讀入、特征的過(guò)濾和鉆入功能，能夠用于這類(lèi)分析。

3. 預(yù)測(cè)型：可能發(fā)生什么?

[[198748]]

預(yù)測(cè)型分析主要是進(jìn)行預(yù)測(cè)。某事件在將來(lái)發(fā)生的可能性，預(yù)測(cè)一個(gè)可量化的值，或者是估計(jì)事情可能發(fā)生的某個(gè)時(shí)間點(diǎn)，這些都可以通過(guò)預(yù)測(cè)模型完成。

預(yù)測(cè)模型通常運(yùn)用各種可變數(shù)據(jù)來(lái)作出預(yù)測(cè)。數(shù)據(jù)成員的多樣化與可能預(yù)測(cè)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(shuō)年齡與心臟病風(fēng)險(xiǎn)是線(xiàn)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(cè)。

在一個(gè)充滿(mǎn)不確定性因素的世界里，能夠預(yù)測(cè)允許人們作出更好的決定。預(yù)測(cè)模型在很多領(lǐng)域都被用到。

4. 指導(dǎo)型：我需要做什么?

[[198749]]

在價(jià)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(huì)發(fā)生以及一系列“可能發(fā)生什么”的分析，幫助用戶(hù)確定要采取的最好的措施。很顯然，指導(dǎo)性分析不是一個(gè)單獨(dú)的行為，實(shí)際上它是其他很多行為的主導(dǎo)。

交通應(yīng)用是一個(gè)很好的例子，它幫助人們選擇最好的回家路線(xiàn)，考慮到了每條路線(xiàn)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(gè)例子是生成考試時(shí)間表，不讓任何學(xué)生的時(shí)間表發(fā)生沖突。