当前位置 > CPDA数据分析师 > “数”业专攻 > 四类大数据分析及行业实例讲解

四类大数据分析及行业实例讲解

来源:数据分析师 CPDA | 时间:2018-12-26 | 作者:admin

大数据时代 - 四类大数据分析及行业实例讲解

 

大数据是当今市场中被误解(和误用)的术语之一。但是,随着对如何将大数据应用于商业智能(BI)有了更清晰的理解,可以帮助客户了解大数据的来龙去脉,包括如何从大数据分析中获得最大收益。

 

“大数据”是什么意思?

 

大数据可以应用于实时欺诈检测、复杂竞争分析、呼叫中心优化、消费者分析、智能交通管理、智能电网管理等诸多应用。大数据的特点有三个主要因素:体积(数据量太大,不易处理);速度(数据流进出的速度使其难以分析);多样性(数据源的范围和类型太大,无法吸收)。通过正确的分析,大数据可以提供更丰富的见解,从多个来源和事务中抽取,以发现隐藏的模式和关系。

 

有四种类型的大数据BI真正可以做到帮助企业:

 

Prescriptive - 这种类型的分析揭示了应采取的行动。这是最有价值的分析,通常会产生后续步骤的规则和建议。

预测 - 对可能发生的情况的可能情景的分析。可交付成果通常是预测性预测。

诊断 - 查看过去的表现以确定发生的事情和原因。分析结果通常是分析仪表板。

描述性 - 基于传入数据现在发生了什么。要挖掘分析,您通常使用实时仪表板和/或电子邮件报告。

 

Prescriptive分析非常有价值,但很大程度上没有被使用。一般来说,大数据分析可以让人们更清楚地了解一个主题,规范分析提供了类似激光的焦点,来回答特定问题。例如,在 医疗保健行业,可以通过使用规范分析来衡量临床肥胖患者的数量,从而更好地管理患者数量,然后添加糖尿病和LDL胆固醇水平等因素的过滤器,以确定治疗重点。相同的规范模型可以应用于几乎任何行业目标群体或问题。

 

预测分析使用大数据来识别过去的模式以预测未来。例如,一些公司使用预测分析来获得销售线索。一些公司已经进一步使用预测分析来完成整个销售流程,分析主要来源,通信数量,通信类型,社交媒体,文档,CRM数据等。正确调整的预测分析可用于支持销售,营销,或其他类型的复杂预测。

 

诊断分析用于发现或确定发生事件的原因。例如,对于社交媒体营销活动,可以使用描述性分析来评估文章、提及次数、关注者、粉丝、页面浏览量、评论等的数量。有成千上万的在线提及可以浓缩成一个单一的图表,看看哪些在你过去的活动中有效,哪些没有。

 

描述性分析或数据挖掘虽然是大数据价值链的底层,但它们对于发现提供洞察力的模式非常有价值。一个简单的描述性分析示例是评估信用风险; 使用过去的财务业绩来预测客户可能的财务业绩。描述性分析在销售分析中非常有用,例如,根据客户可能的产品偏好和销售周期对客户进行分类。

 

正如我们所看到的,利用大数据分析可以为业务带来巨大价值,为数据添加上下文以讲述更完整的故事。通过将复杂的数据集简化为可操作的智能化,可以做出更准确的业务决策。如果了解如何为客户揭开大数据的神秘面纱,那么企业的价值就会上升十倍。