在本文中，我们将讨论数据分析的模型规划，其中我们将逐一介绍所有程序步骤。
模型规划是数据分析生命周期阶段的第3阶段，在此阶段，团队将确定在后续模型构建阶段中要遵循的方法，技术和工作流程。
在此阶段，团队引用在发现期间开发的假设，他们首先熟悉数据并了解业务问题或领域。
模型规划阶段的常用工具：
R –
- 基本优势在于可以轻松开发质量图，包括需要时的数学公式。
- SQL最著名的用法是作为基础架构来构建其仪表板，该仪表板易于与报表工具一起使用。
- 为了更快速地创建数据库并与数据库进行交互，SQL已被改编为多种工具，每种工具都有其自己的细分市场，包括Microsoft Access和PostgreSQL。
SQL –
- 它易于访问，可用于创建复杂的模型和快速分析，并提供了强大的数据处理能力。
- 应用程序管理器的SQL Server监视部分采用表格格式，可轻松在实时数据屏幕和分析功能访问之间进行切换。
- 通过直观的界面对数据进行广泛访问，而无需考虑数据的存储位置。
- 只需很少的数据知识或浮出水面的SQL即可轻松访问数据。
- 通过与装载机的无缝接口轻松工作，无需充分了解每个装载机即可进行利用。
- 基本存储选项(包括实体视图，临时表和分区表)提高了效率。
Tableau Public –
- 它是免费提供的软件，可将任何数据源连接到公司基于Web的数据。
- 它允许访问以不同格式下载文件。
- 数据可以通过社交媒体共享。
- 如果有人想看到tableau的优越性，这是一个很好的数据源。
SAS –
- 它是一种用于数据处理的编程环境和语言。
- SAS易于管理，访问，并用于观察来自各种来源的数据。
- SAS组织了广泛用于客户前景的网络，社交媒体和营销分析模块。
- 它也可用于预测客户的行为和沟通。
RapidMiner –
- 它是执行预测分析的数据科学中高度集成的平台。
- 它包含高级分析，例如数据挖掘，无需任何编程的机器学习。
- 该工具非常强大，可以根据实际数据生成分析。