四種大資料分析方法介紹！

描述型分析：發生了什麼？

這是最常見的分析方法。在業務中，這種方法向資料分析師提供了重要指標和業務的衡量方法。

例如，每月的營收和損失賬單。資料分析師可以透過這些賬單，獲取大量的客戶資料。瞭解客戶的地理資訊，就是“描述型分析”方法之一。

利用視覺化工具，能夠有效的增強描述型分析所提供的資訊。

 

診斷型分析：為什麼會發生？

描述性資料分析的下一步就是診斷型資料分析。透過評估描述型資料，診斷分析工具能夠讓資料分析師深入地分析資料，鑽取到資料的核心。

良好設計的BI dashboard能夠整合：按照時間序列進行資料讀入、特徵過濾和鑽取資料等功能，以便更好的分析資料。

 

預測型分析：可能發生什麼？

預測型分析主要用於進行預測。事件未來發生的可能性、預測一個可量化的值，或者是預估事情發生的時間點，這些都可以透過預測模型來完成。

預測模型通常會使用各種可變資料來實現預測。資料成員的多樣化與預測結果密切相關。gendan5.com/af/hotrolled.html

在充滿不確定性的環境下，預測能夠幫助做出更好的決定。預測模型也是很多領域正在使用的重要方法。

 

指令型分析：需要做什麼？

資料價值和複雜度分析的下一步就是指令型分析。指令模型基於對“發生了什麼”、“為什麼會發生”和“可能發生什麼”的分析，來幫助使用者決定應該採取什麼措施。

通常情況下，指令型分析不是單獨使用的方法，而是前面的所有方法都完成之後，最後需要完成的分析方法。

例如，交通規劃分析考量了每條路線的距離、每條線路的行駛速度、以及目前的交通管制等方面因素，來幫助選擇最好的回家路線。