描述性分析

描述性分析用于总结和可视化历史数据，换句话说，它告诉组织已经发生了什么，描述性分析是简单的分析类型，可以像分析去年销售额的图表一样基本。每项分析工作都取决于描述性分析的牢固基础。许多企业仍然主要依靠这种形式的分析，包括仪表板，数据可视化和报告工具。

诊断分析

随着分析工作的成熟，组织开始对历史数据提出更棘手的问题，诊断分析不仅检查发生了什么，还检查发生原因，为了执行诊断分析，分析人员需要能够进行详细查询以识别趋势和因果关系，使用诊断分析，可能会发现变量之间的新关系：对于一家运动服装公司，中西部地区销售数字的上升可能与晴天相关。诊断分析将数据与模式匹配，并解释异常或异常数据。

预测分析

前两种类型的分析检查了历史数据，而预测分析和规范分析则都面向未来，预测分析根据已确定的趋势和从历史数据中得出的统计模型，对可能的结果进行预测，建立预测分析策略需要模型构建和验证，以创建优化的模拟，以便业务决策者可以实现结果，机器学习通常用于预测分析，在大规模数据集上训练模型以生成更智能的预测。

规定性分析

另一种高级分析方法是规定性分析，借助规定性分析，该方法基于预测性分析推荐解决方案，从而完成了向真正的数据驱动型决策的演变，规范性分析在很大程度上依赖于机器学习分析和神经网络。这些工作负载在高性能计算和内存上运行，此类分析需要基于其他三种分析类型的牢固基础，并且只能由具有高度发展的分析策略的公司执行，这些公司愿意为这项工作投入大量资源。

制造业

对于汽车制造商而言，质量控制可以节省金钱和生命。在车企的自动化工厂，分析人员使用采样来确保焊接质量。利用基于数据分析软件的边缘预测分析，制造商可以自动检查每辆汽车上的每条焊缝，并根据焊接时的传感器读数预测焊缝问题。

医疗保健

培训AI可以读取胸部X射线，可以帮助患者和提供者更快地进行诊断，研究可扩展处理器为神经网络提供动力，将培训时间从一个月减少到六个小时，同时提高了准确性。

电信

智能手机和移动互联网创造了的移动数据量，为了增强客户体验，电信公司部署了使用高级网络分析，以更快地检测和纠正网络问题。

什么是大数据分析？

大数据分析使用高度缩放的数据集来发现新的关系并更好地理解大量信息。

什么是高级数据分析？

高级分析不是特定技术或一组技术。它是对用例和解决方案的分类，这些用例和解决方案利用了机器学习，增强分析和神经网络等先进技术。

数据分析用于什么？

数据分析用于产生商业智能，可以帮助组织了解过去的事件，预测未来的事件并计划行动方案。

描述性和诊断性分析之间有什么区别？

描述性和诊断性分析都可以追溯到过去。描述性分析回答的问题是什么事，而诊断分析检，为什么它的发生。

描述性和描述性分析之间有什么区别？

描述性分析回顾了过去，以说出已经发生的一切，并且是所有其他类型分析的基础。规范分析根据现有数据和预测算法为操作提供建议。

预测分析和规范分析之间有什么区别？

预测性和规范性分析都可以产生有关未来的见解。预测分析创建有关预测事件的预测，而规则分析则根据这些预测来建议采取的措施。

预测分析用于什么？

预测分析用于更好地预测未来事件。预测分析可以在开发维护需求之前对其进行识别，或者评估经济状况对未来销售预测的可能影响。

商业联合会数据分析专业委员会