分析类型

几乎每个行业都使用分析。你每天看到的技术变化都是因为分析。今天我们将看到主要的分析类型

• 描述性分析
• 诊断分析
• 预测分析
• 规范分析

让我们讨论分析类型如下。

描述性分析：

描述性分析处理过去的趋势数据，它基本上找出过去发生了什么，并根据过去的数据或历史数据预测未来的结果。描述性分析的主要目标之一是查看过去数据的趋势，以一种创新的方式对其进行总结，这有助于产生洞察力。

例子——

以DMart为例，我们可以通过查看产品的历史记录，通过查看产品的销售趋势来找出哪些产品的销量更高或哪些产品的需求量大，并根据他们的分析进一步做出投放决策该项目来年的大量库存。

诊断分析：

诊断分析与描述性分析密切相关。描述性分析发现过去发生了什么，另一方面，诊断分析发现为什么会发生这种情况或当时采取了哪些措施，或者发生的频率。通过了解行为模式来创建场景。

例子——

让我们再次以 Dmart 为例。现在如果我们想知道为什么某个特定产品有很多需求，是因为他们的品牌还是因为质量。使用诊断分析可以轻松识别所有这些信息。

预测分析：

无论我们从描述性和诊断性分析中获得什么信息，我们都可以使用这些信息来预测未来的数据。它基本上可以找出未来可能发生的事情。现在，当我说未来的数据并不意味着我们已经成为算命先生，通过查看过去的趋势和行为模式，我们预测它可能会在未来发生。

例子——

最好的例子是亚马逊和 Netflix 推荐系统。您可能已经注意到，每当您从亚马逊购买任何产品时，在付款方面它都会向您显示一条推荐，说明购买此产品的客户也购买了该产品，该推荐基于客户过去的购买行为。通过查看客户过去的购买行为，分析师在每个产品之间建立了关联，这就是它在您购买任何产品时显示推荐的原因。

下一个例子是 Netflix，当你在 Netflix 上观看任何电影或网络剧时，你可以看到 Netflix 为你提供了很多推荐的电影或网络剧，该推荐是基于过去的数据或过去的趋势，它确定哪部电影或系列获得了很多公众的兴趣，并在此基础上创建了推荐

规范分析：

这是一种高级的预测分析方法。现在，当您预测某事或开始跳出框框思考时，您肯定会有很多选择，然后我们就会对哪个选项真正起作用感到困惑。规范性分析有助于找到实现或发挥作用的最佳选择。正如预测分析预测未来数据一样，另一方面，规范分析有助于实现我们的预测。规范性分析是最高级别的分析，用于通过查看描述性、诊断性和预测性数据来选择最佳解决方案。

例子——

最好的例子是谷歌自动驾驶汽车，通过查看过去的趋势和预测数据，它可以识别何时转弯或何时减速，其工作方式与人类驾驶员非常相似。

分析类型