留学热门专业：数据分析的分析类型有哪些？

留学热门专业：数据分析的分析类型有哪些？

随着数据分析热潮的持续发酵，我们今天继续来聊一聊数据分析的话题。

描述性分析，它回答了“发生了什么？”的问题。 

诊断性分析，它回答了“为什么会发生这种情况？”的问题。 

预测性分析，它回答了“未来可能会发生什么？”的问题。 

规范性分析，它回答了“我们下一步应该做什么？”的问题。

规范性分析被称为“数据分析的未来”，是有充分理由的。这类分析超越了单纯的解释和预测的功能，可以给出最佳行动方案。它在推动基于数据的决策方面特别有用。 

在业务中使用时，数据分析通常称为商业分析。所有四种类型都可以一起使用，以描绘业务情况的全貌。 

你可以从描述你所看到的趋势开始，深入了解这些趋势发生的原因，并对这些趋势是否会重现做出明智的预测。 

而规范性分析使事情更进一步，它提出了你可以采取的行动来实现组织目标。下文是规范性分析的入门介绍，以及它在各行业中的六个应用示例。

规范性分析是利用数据分析来确定最佳行动方案的过程。通过考虑全盘因素，这种类型的分析会为后续步骤提供建议。因此，规范性分析是数据驱动型决策的宝贵工具。 

机器学习算法通常用于规范性分析，以比人类更快且通常更有效的方式解析大量数据。使用“if”和“else”语句，可以梳理数据并根据特定的需求组合提出建议。例如，如果数据集中至少50%的客户反馈对客户服务团队“非常不满意”，则算法可能会推荐额外的培训给客户服务团队。 

重要的是要注意：虽然算法可以提供基于数据的建议，但它们不能取代人类的辨别力。规范性分析是一种为决策和战略提供信息的工具。在你的公司，可以使用规范性分析进行手动分析、开发专有算法进行分析或使用具有内置算法的第三方分析工具。

实际应用中的规范性分析案例包含：

投资决策虽然通常基于直觉，但可以通过风险识别的算法来加强。

规范性分析的潜在客户评分（也称为潜在客户排名）应用，在销售中发挥着重要作用。 

如果你曾经浏览过社交媒体平台或约会应用程序，你可能已经通过算法内容推荐亲身体验过规范性分析。 

规范分析的另一个算法用途是检测和标记银行欺诈。 

规范性分析还可以为产品开发和改进提供信息。产品经理可以通过调查客户、使用产品的Beta版本进行测试、对非当前产品用户的人进行调研，以及在当前用户交互时收集行为数据来采集用户数据。 

下一篇文章 ，小编讲展开讲解实际应用中的规范性分析例子。