世界中で最も成功しているビジネスのいくつかは、常に学習と適応を習慣にしているビジネスです。 運用分野に関係なく、過去に何が起こったのか、現在何が起こっているのか、そして将来何が起こるのかを常に理解し、分析することが重要です。 しかし、大きな問題は、企業はこれをどのように行うのかということです。 答えは、さまざまなタイプのデータ分析を理解することで始まり、終わります。
しかし、最近では、私たちが慣れ親しんでいる従来のタイプの分析を超えた変化があります。 時代は、データ/ビジネス分析を含む多くのプロセスとともに変化しています。 そして、私たちが科学から知っているように、計画は常に既知から未知へと移行することです。 しかし、それは私がこの投稿の最後に明らかにするものです。
それまでの間、基本から始めましょう…
概要
ほとんどの企業は定期的にデータを収集していますが、このデータはそのままの形では意味がありません。 重要なのは、その情報をどうするかです。 データ分析は、特定のビジネス領域に関する貴重な情報を提供する可能性のあるパターン、傾向、および洞察を明らかにするために、生データを分析するプロセスです。 これらのデータ主導の洞察は、賢明な決定を行うために活用されます。
ただし、データから導き出すことができる洞察の種類は、実行に移す分析の種類によって決まります。 また、確認のために、XNUMX種類の分析があります。 記述的、診断的、予測的、および規範的。
したがって、さまざまなタイプの分析がどのように機能し、なぜそれらが 事業成長、それなら私はあなたにもう少しあなたのデバイスに接着したままでいることを勧めます。
一方、特定の種類の分析を探している場合は、上のクリック可能なメニューを使用して、適切なセクションに移動してください。
さまざまな種類の分析とは
以下は、データおよびビジネス分析のプロセスもカバーするさまざまなタイプの分析です。
＃1。 記述的分析（何が起こったのか？）
記述的分析の目標は、その名前が示すように、過去に何が起こったかを単に報告することです。 何かが発生した理由を説明したり、因果関係を構築しようとしたりすることはありません。 主な目的は、消化可能なスナップショットを提示することです。
Google Analytics 記述的分析が実際に行われている素晴らしい例です。 それはあなたにあなたのウェブサイトで何が起こっているかについての簡単な要約を与えます。 たとえば、特定の期間に何人の訪問者がいたか、またはどこから来たかなどです。 同様に、HubSpotのようなシステムは、特定の電子メールを開いた、またはキャンペーンに参加した個人の数を表示します。
しかし、その後、記述的分析で機能するXNUMXつの基本的な手法があります。 データ集約とデータマイニング。 要約形式でデータを収集して表示するプロセスは、データ集約と呼ばれます。
（eコマース企業が顧客やWebサイトへの訪問者に関するさまざまな情報を収集するとします。要約データとも呼ばれる集計データは、より大きなデータセットの大まかな概要を示します。これには、平均顧客年齢または行われた購入の平均数）。
一方、結果を予測するために大規模なデータセット内のパターン、相関、および異常を見つけるプロセスは、データマイニングとして知られています。 簡単に言えば、これはアナリストがデータを調べてパターンや傾向があるかどうかを確認するときです。 棒グラフや円グラフなどのデータの視覚的描写は、記述的分析の結果です。
その結果、記述的分析は、膨大な量のデータを、何が起こったかの明確で基本的な要約に凝縮します。 後で説明するように、これは多くの場合、より詳細な分析の開始点になります。
＃2。 診断分析（なぜそれが起こったのですか？）
これは、深く掘り下げて何かが起こった理由を解明しようとするタイプの分析です。 診断分析の主な目標は、データの異常を見つけて対応することです。 たとえば、記述的分析により、20月の売上がXNUMX％減少したことが明らかになった場合、その理由を理解する必要があります。 診断検査は基本的にそれを通してあなたを助けます。
診断分析のアプリケーション
このタイプの分析を使用して、アナリストは、売上が減少している理由についてより多くの洞察を提供できる新しいデータソースを探します。 さらに進んで、Webサイトの訪問者が多く、「カートに追加」アクションが多数あるにもかかわらず、実際に購入する訪問者はごくわずかであることに気付くかもしれません。 さらに調査すると、大多数のクライアントが配送先住所の入力時に脱落したことが明らかになる可能性があります。
これにより、アナリストは問題が何であるかについての手がかりを得ることができます…問題は住所フォームにある可能性があります。 おそらく、モバイルデバイスに誤って読み込まれるか、長すぎて不便でした。 もう少し深く調べれば、データの異常に対する答えを見つけることに近づいています。
しかし、診断分析は問題を診断するためだけのものではありません。 また、何が好ましい結果を引き起こしているのかを把握するためにも使用できます。
＃3。 予測分析（将来はどうなりますか？）
予測分析は、将来何が起こるかを予測することを目的としています。 ただし、これは過去のパターンと傾向に基づいて実行可能であり、ビジネスにおける将来のイベントまたは結果の可能性を見積もるのに役立ちます。
予測モデルは、文字通り、変数のコレクション間の関係に基づいて予測を作成します。 たとえば、季節性と販売数の相関関係を使用して、販売がいつ減少するかを予測できます。 したがって、予測モデルで売上が夏に減少すると予測された場合は、この情報を利用して夏をテーマにしたプロモーションキャンペーンを作成したり、他の場所での支出を減らして季節的な減少を補ったりすることができます。
一方、レストランを経営していて、通常の土曜日の夜にテイクアウトの注文がいくつあるか知りたい場合があります。 このタイプの分析の結果は、追加の配信ドライバーを雇うことを決定するのに役立つ可能性があります。
さらに、予測分析には機械学習と呼ばれるコンポーネントが含まれています。 基本的に、機械学習モデルは、データのパターンを検出し、正しい予測を生成するために自動的に進化するように設計されています。 これは、予測分析を使用してモデルを考案し、将来の結果を推定する人間に似ています。 ただし、お分かりのように、人間主導の分析と自動分析には多くの違いがあります。
したがって、一般に、予測分析は、将来のさまざまな結果を予測するために使用されます。100％正確になることはないかもしれませんが、多くの当て推量を排除します。 これは、ビジネス上の意思決定と最善の行動方針の決定に関して、ほとんど最も重要な部分です。
＃4。 処方分析（最善の行動は何ですか？）
最善の行動を決定するために、処方分析では、過去に何が起こったのか、なぜ起こったのか、そして将来何が起こるのかを調べます。 別の言い方をすれば、処方分析は、記述分析、診断分析、および予測分析を最大限に活用する方法を説明します。
ただし、これは実行するのが最も難しいタイプの分析です。 これは、アルゴリズム、機械学習、統計的アプローチ、計算モデリング手順など、多くの機能が組み込まれているためです。
基本的に、規範的モデルは、企業がとることができるさまざまな選択パターンまたは経路のすべて、およびそれらの予想される効果を評価します。 これにより、各決定セットが将来にどのように影響するかを視覚化し、特定の決定の影響を定量化できます。 先に進むと、組織は考えられるすべてのシナリオと結果に基づいて、最適なルートを決定できるようになります。
マップと交通アプリは、実際の処方分析の一般的な例です。 Googleマップでは、A地点からB地点までの最適なルートを計算する際に、利用可能なすべての交通手段（バス、徒歩、運転など）、現在の交通状況、予想される道路工事を調べます。
規範的モデルは、企業がその目的を達成するために取ることができるさまざまな「ルート」のすべてを計算するために同様の方法で使用されます。 最適なオプションが表示されます。 そして、成功の可能性を最大限に高めるためにどのような行動を取るべきかを知ることは、どの企業にとっても大きな利点です。 したがって、処方分析がビジネスでこれほど大きな役割を果たすのは当然のことです。
認知分析
コグニティブ分析は、既存のデータとパターンから推論を引き出し、既存の知識ベースに基づいて結論を導き出し、将来の推論のために情報を知識ベースに再挿入することによって、人間の脳を模倣しようとする分析のブランチです。フィードバックループの学習。
セマンティクス、人工知能アルゴリズム、ディープラーニング、機械学習は、コグニティブアナリティクスを構成する巧妙なテクノロジーのほんの一部です。 コグニティブアプリケーションは、データや人間との相互作用から学習し、これらの戦略を採用することで、時間の経過とともによりインテリジェントで成功することができます。
したがって、簡単に言えば、企業はXNUMX種類の分析からのデータに基づいて手動で意思決定を行う必要はありません。 コグニティブ分析はそれを自動的に処理します。
5種類の分析とは?
一般的な誤解とは異なり、分析には5つのタイプではなく、XNUMXつのタイプしかありません。 これらには記述が含まれます。 予測的、規範的、診断分析。
4種類の分析とは?
4種類の分析は記述的です。 予測的、規範的、診断分析
4種類のビジネス分析とは?
4種類のビジネス分析には、記述が含まれます。 予測的、規範的、診断分析
分析の 3 つの柱とは?
高度なデータ分析は、速度、俊敏性、パフォーマンスの XNUMX つの柱に基づいて構築されており、そのすべての可能性を実現するために必要です。 これらの柱は、分析戦略を強化し、さまざまな方法でビジネスを改善するのに役立ちます。
基本的な分析とは
データ分析は、記述的、診断的、予測的、処方的の XNUMX つのタイプに分類されます。 これら XNUMX 種類のデータ分析を組み合わせると、組織がデータ主導の意思決定を行う際に役立ちます。
主要な取り組み
いくつかの点で、データ分析は宝探しに似ています。 過去からの手がかりと洞察に基づいて、次の動きがどうあるべきかを理解することができます。 すべてのタイプの企業および組織は、データを利用して、より良い意思決定を行い、インテリジェントに投資し、内部手順を強化し、最終的には正しいタイプの分析で成功の可能性を高めることができます。
