数据分析中类型并不是完全独立

每个人都在决策。每个人都面临一些涉及个人事务的决策，比如选择去哪里玩，逛街时买哪些东西，选择什么样的抵押贷款，以及如何为退休后的生活投资等。一家公司管理者每天都要做出大量决策，这些决策包括如何给产品定价，怎样进行生产规划、采购和存货管理，在哪里开设工厂，是不是需要将业务部门外包，出于税务筹划对公司进行重组是否值得，或者是否需要进行资本投资等等。

大多数这些决策的结果与企业的利益密切相关且十分重要，但往往将来的数据和信息有较大的不确定性和不完整性，增加了做这些决策的难度。因此，我们在决策时需要一些可靠的信息，也需要一些辅助方法来做出那些关键决策。数据分析之所以复杂，是因为可用的数据和信息实在太多，动辄百万数据，还有更多其他的变量要考虑。分析就是使用数据、统计分析、定量方法及数学模型，帮助管理者深入洞察企业运营情况，并做出以事实为依据更优良决策。

很多工具都支持数据分析，比如Excel软件和各种各样的商业统计软件，可以用分析来改善的一些常见决策有定价决策（例如销售产品或者服务的合同报价）、推销决策、地点决策等等。

一家公司在利润、营业收入和股东回报等方面的绩效，与他是否运用分析有着极为密切的关系。绩效一流的企业，与绩效较差的企业相比，在运用数据分析的复杂度方面是其的三倍，而且，绩效一流的企业更加重视数据的准确性与信息化共享，这也往往意味着更精细的数据分析、更强的竞争实力，因为基础数据的准确性往往要求较高的管理水平。因此，理解分析的能力和方法，对于当代的商业管理极为重要。

不论哪一种形式，分析方法在企业中获得运用已经超过100年历史。然而，商业分析的现代发展，则始于20世纪40年代末期计算机问世之后。早期的计算机能够存储和分析数据，但其方式要么很难，要么只能用手工完成，但这促使了各公司对数据的收集、管理、分析和报告，通常称之为“商业智能”，这个术语是有IBM研究员汉斯·彼得·卢恩提出的，商业智能软件可以回答一些基本问题，比如，我们上个月销售多少件产品？实现多少收入？花了多少钱？它也可以制定简单的规则来标记异常，以便促进自动报告，比如，对于大额销售，做一个标记自动跟进。

现代商业分析很大程度上起源于运用数学或基于计算机模型来分析和解决复杂的决策问题，第二次世界大战期间管理科学被用于优化军事行动，二战后，科学家意识到，在军事行动中发展而来的数学工具和方法，可以成功地应用到商业和工业中来解决问题。决策支持系统（DDS）通过将商业只能的概念与管理科学模型综合起来，已创建基于分析的计算机系统来支持决策，在20世纪60年代开始发展起来。决策支持系统包括三个组成部分：

数据管理：数据管理部分包括用于存储数据的数据库，它允许用户输入、检索、更新和处理数据。

模型管理。模型管理部分由各种统计工具和管理科学模型组成，它允许用户轻松地构建、处理、分析和解决模型。

通信系统：通信系统部分为用户与数据和模型管理部分的交互提供了必要的接口。

一直以来，决策支持系统的应用广泛，个人电脑和电子表格的出现，更是有力推动了商业分析的发展，电脑和表格运用来料直观的表现手法，而不是抽象的数学符号，为管理数据、计算和同步的视觉图形提供了便利方法。

虽然电子表格早期主要应用在会计和金融领域，但如今它已发展为一种运用商业分析方法的强大的、多用途的管理工具。当我们能够用上易于使用的分析和建模工具时，经过适当培训的一线员工也能具备高级的决策能力。

商业分析始于数据的收集、组织和处理，它由三个主要组成部分支持。

1. 描述性分析。

大多数业务是从描述性分析开始的，也就是说，使用数据来理解过去和现在的商业绩效，并且做出有根据的可靠决策。描述性分析是最常用运用，也是最容易为人们所理解的的分析类型。这些方法分级、描述、整合、分类数据，以便将他们转换为有用的信息，帮助理解和分析商业绩效。描述性分析将数据归纳成有意义的图表和报告，例如，有关预算、销售额、营业收入或成本。这一过程使管理者能够获取标准和定制的报告，随后深入研究数据、提出质疑，以便了解预算执行情况，评审销售业绩并找到问题与机会，并且判断一些存在于数据中的规律和趋势。描述性分析回答的典型问题是：我们上季度实现了多少销售额？营业收入和利润怎样？工厂产量有多少？

2. 预测性分析。

预测性分析研究历史数据、探索这些数据中存在的规律或关系，然后及时推断这些关系，分析过去的绩效而预测未来。例如财务预算下个季度工厂费用，预测下季度产品销售价格变动或者销售数量。预测性分析可以预测风险，并且找到数据中的关系，这些都不一定出现在传统分析中。使用先进的方法，预测分析有助于觉察隐藏在大量数据背后的规律，将数据归类和并入到条理分明的数据集中，以便预测行为并察觉趋势。比如，如果供应商的价格上涨了50%，会发生什么？我们预料在接下来的几个月里，产品销量将会是什么水平？拓展新市场是否值得，亏损弥补风险有多大？

3. 规定性分析。

很多问题，往往包含太多的选择或替代方案，对于决策者来说，不可能全都加以考虑。规定性分析使用优选法来辨别最佳替代方案，以便最大化或最小化地实现某些目的。比如我们可能决定了最佳的定价策略，以使营业收入最大化；在众多投资方案中选择综合收益最小的投资组合。规定性分析回答了下列这些问题，我们应该保持怎样的产量，使利润最大化？从我们的工厂发货给客户，应该采用怎样的最佳方法，将成本控制到最低？

尽管描述性、预测性和规定性分析使用的工具方法各不相同，但很多的应用都包含在这三类分析之中，实际运用过程中这三种分析并不是完全独立的，往往需要结合起来使用，比如下面这个定价决策，就需要考虑最优定价与销售盈亏预测的问题。对于单一产品的报价目前较为主流的方法是将费用区分为变动跟固定部分，边际利润弥补固定费用后即为息税前利润，在优选此方案后确定相应报价，还要进行预测性分析，对在此报价下收入、成本及利润做相应的分析。