常见的数据分析类型是什么？优秀的数据分析师都会用这四种

当我和刚接触数据科学的年轻分析师交谈时，我通常会问他们，他们认为数据科学家最重要的能力是什么。他们的答案是多种多样的。

我想告诉他们的是，他们最重要的能力是能够将数据转化为对非专业人士清晰而有意义的见解。瑞典统计学家汉斯·罗斯林(Hans Rosling)为此而著名。这种能力常常被忽视。这就是Hans Rosling的tedtalk所说的：

分析有助于开发有价值的见解，有必要使用一些工具让人们了解分析的作用。工具之一是分析四维图。

简而言之，分析可以分为四个重要的类别。下面我将详细解释这四个类别。

1、常见的数据分析类型是什么——描述：发生了什么事?

这是最常见的。在业务中，它为分析师提供了关键业务指标的概述。

一个例子是每月损益表。同样，分析师可以从大量客户那里获取数据。了解客户的地理信息(例如，30%的客户是个体经营者)也可以被视为“描述性分析”。充分利用可视化工具可以增强描述性分析所带来的信息。

2、常见的数据分析类型是什么——诊断类型：为什么会发生?

这是描述性分析的下一个难题。通过评估描述性数据，诊断分析工具使分析师能够深入分析问题的核心原因。

一个设计良好的业务信息仪表板集成了读取、过滤和钻取时间序列数据(如多个链接时间点的数据)的功能，并可用于此类分析。

3、常见的数据分析类型是什么——预测：可能会发生什么?

预测分析主要是预测。该预测模型可以完成对未来事件发生的可能性、对可量化值的预测、对事件可能发生的某个时间点的估计。

预测模型通常使用可变数据进行预测。数据成员的多样性与可能的预测目标相关(例如，年龄越大，心脏病发作的可能性越大)。我们可以说年龄与心脏病风险呈线性关系)。然后将这些数据放在一起生成分数或预测。

在一个充满不确定性的世界里，能够预测会让人们做出更好的决定。预测模型应用于许多领域。

4、常见的数据分析类型是什么——指导：我需要做什么?

就价值和复杂性而言，下一步是教学模式。指导模型基于发生了什么，为什么会发生，以及一系列“可能发生什么”的分析，以帮助用户确定要采取的最佳行动。显然，教学分析并不是一个单一的行为，事实上，它是由许多其他行为支配的。

这方面的一个很好的例子就是交通应用程序，它可以帮助人们选择回家的最佳方式，同时考虑每条路线的距离、每条道路的速度，以及最关键的是当前的交通限制。

另一个例子是生成一个不与任何学生的时间表冲突的考试时间表。

不同类型的分析可以提供不同的业务价值，而且每种分析都有自己的用途。

常见的数据分析类型是什么？优秀的数据分析师都会用这四种，当我和刚接触数据科学的年轻分析师交谈时，我通常会问他们，他们认为数据科学家最重要的能力是什么，，你能处理好吗?如果您还担心自己不知道数据分析类型，那么下方的资料下载链接一定会帮助你。