Eksplorowanie analizy danych
Analiza danych zajmuje się badaniem, przekształcaniem i rozmieszczaniem danych, dzięki czemu można je badać i wyodrębniać przydatne informacje. Analiza danych to dyscyplina obejmująca cały zakres zadań zarządzania danymi. Te zadania obejmują nie tylko analizę, ale także zbieranie danych, organizację, magazyn oraz wszystkie używane narzędzia i techniki.
Termin analiza danych to pojęcie ogólne, które obejmuje szereg działań, z których każda ma własne cele. Te działania można kategoryzować jako opisowe, diagnostyczne, predykcyjne, preskrypcyjne i poznawcze analizy.
W tej lekcji dowiesz się więcej o tych kategoriach analizy danych.
Analiza opisowa
Analiza opisowa pomaga odpowiedzieć na pytania dotyczące tego, co się stało, na podstawie danych historycznych. Techniki analizy opisowej zawierają podsumowanie dużych zestawów danych w celu opisania wyników dla uczestników projektu.
Opracowując kluczowe wskaźniki wydajności (kluczowe wskaźniki wydajności), strategie te mogą pomóc w śledzeniu sukcesu lub niepowodzenia kluczowych celów. Metryki, takie jak zwrot z inwestycji (ROI) są używane w wielu branżach. Wyspecjalizowane metryki są opracowywane w celu śledzenia wydajności w określonych branżach.
Przykłady analizy opisowej obejmują generowanie raportów w celu zapewnienia wglądu w dane sprzedażowe i finansowe organizacji.
Analiza diagnostyczna
Analiza diagnostyczna pomaga odpowiedzieć na pytania dotyczące przyczyny zdarzenia. Techniki analizy diagnostycznej uzupełniają bardziej podstawową analizę opisową. Biorą one wyniki z analizy opisowej i zagłębiają się bardziej, aby znaleźć przyczynę. Wskaźniki wydajności są dokładniej badane, aby dowiedzieć się, dlaczego stały się lepsze lub gorsze. Zazwyczaj odbywa się to w trzech krokach:
- Identyfikacja anomalii w danych. Mogą to być nieoczekiwane zmiany w metryce lub na określonym rynku.
- Zbieranie danych związanych z tymi anomaliami.
- Użyj technik statystycznych, aby odnaleźć relacje i trendy objaśniające te anomalie.
Analiza predykcyjna
Analiza predykcyjna pomaga odpowiedzieć na pytania dotyczące tego, co się wydarzy w przyszłości. Techniki analizy predykcyjnej używają danych historycznych do identyfikowania trendów i określania, czy mogą się powtarzać. Narzędzia analityczne predykcyjne zapewniają cenny wgląd w to, co może się zdarzyć w przyszłości. Techniki obejmują różne techniki statystyczne i uczenia maszynowego, takie jak sieci neuronowe, drzewa decyzyjne i regresja.
Analiza preskryptywna
Analiza preskryptywna pomaga odpowiedzieć na pytania dotyczące działań, które należy podjąć w celu osiągnięcia celu. Korzystając ze szczegółowych informacji z analizy predykcyjnej, można podejmować decyzje oparte na danych. Ta technika umożliwia firmom podejmowanie świadomych decyzji w obliczu niepewności. Techniki analizy preskryptywnej zależą od strategii uczenia maszynowego, aby znaleźć wzorce w dużych zestawach danych. Analizując przeszłe decyzje i zdarzenia, można oszacować prawdopodobieństwo różnych wyników.
Analiza poznawcza
Analiza poznawcza stara się wnioskować na podstawie istniejących danych i wzorców, formułować wnioski na podstawie posiadanych baz wiedzy, a następnie integrować te wnioski z powrotem do bazy wiedzy w celu przyszłych analiz — tworząc pętlę samouczenia się. Analiza poznawcza pomaga dowiedzieć się, co może się zdarzyć w przypadku zmiany okoliczności i jak można obsłużyć te sytuacje.
Wnioskowania nie są zapytaniami ustrukturyzowanymi na podstawie bazy danych reguł, a raczej nieustrukturyzowanymi hipotezami zebranymi z wielu źródeł i wyrażanymi z różnym stopniem ufności. Efektywna analiza poznawcza zależy od algorytmów uczenia maszynowego. Używa ona kilku koncepcji nlp (przetwarzania języka naturalnego), aby zrozumieć wcześniej niewykorzystane źródła danych, takie jak dzienniki konwersacji centrum telefonicznego i przeglądy produktów.
Teoretycznie, wykorzystując zalety masowego przetwarzania równoległego/rozproszonego oraz spadające koszty magazynowania i mocy obliczeniowej danych, nie ma żadnego ograniczenia do rozwoju poznawczego, który te systemy mogą osiągnąć.