什么是数据分析？
数据分析是分析原始数据以得出有关该信息的结论的科学。 数据分析的许多技术和过程已被自动化为机械过程和算法，这些过程和算法对原始数据进行处理以供人类消费。
数据分析技术可以揭示趋势和指标，否则这些趋势和指标将丢失大量的信息。 然后，可以使用此信息来优化流程，以提高业务或系统的整体效率。
了解数据分析
数据分析是一个广义术语，包含许多不同类型的数据分析。 任何类型的信息都可以使用数据分析技术来获得可用于改善情况的见解。
例如，制造公司通常会记录各种机器的运行时间，停机时间和工作队列，然后分析数据以更好地计划工作量，从而使机器的运行更接近峰值容量。
数据分析所能做的不仅仅是指出生产中的瓶颈。 游戏公司使用数据分析来为玩家设置奖励时间表，以使大多数玩家活跃于游戏中。 内容公司使用许多相同的数据分析来使您单击，观看或重新组织内容，以获取另一视图或另一点击。
数据分析涉及的过程涉及几个不同的步骤：
- 第一步是确定数据要求或如何对数据进行分组。 数据可以按年龄，人口，收入或性别分开。 数据值可以是数字值或按类别划分。数据分析的第二步是收集数据的过程。 可以通过多种资源来完成此任务，例如计算机，在线资源，相机，环境资源或通过人员进行的工作。一旦收集了数据，就必须对其进行组织以便可以对其进行分析。 组织可以在可以获取统计数据的电子表格或其他形式的软件上进行，然后在分析之前将数据清理干净。 这意味着将对其进行清理和检查以确保没有重复或错误，并且它不是不完整的。 此步骤有助于纠正任何错误，然后再继续分析数据分析师。
重要要点
- 数据分析是分析原始数据以得出有关该信息的结论的科学。 数据分析的技术和过程已经自动化为机械过程和算法，这些过程和算法对原始数据进行处理以供人类使用。 数据分析可帮助企业优化其绩效。
为什么数据分析很重要
数据分析很重要，因为它可以帮助企业优化绩效。 将其实施到业务模型中意味着公司可以通过确定更有效的开展业务方式并存储大量数据来帮助降低成本。
公司还可以使用数据分析来制定更好的业务决策，并帮助分析客户趋势和满意度，从而可以开发出更好的新产品和服务。
数据分析的类型
数据分析分为四种基本类型。
- 描述性分析描述了给定时间段内发生的事情。 观看次数增加了吗？ 这个月的销售是否比上个月强劲？ 诊断分析更多地关注发生某些事情的原因。 这涉及更多的数据输入和一些假设。 天气是否影响啤酒销量？ 最近的营销活动是否影响了销售？ 预测分析将转移到近期可能发生的情况。 上一次炎热的夏天，销售情况如何？ 有多少天气模型预测今年炎热的夏天？ 规范分析建议采取行动。 如果按照这五个天气模型的平均值衡量炎热夏天的可能性大于58％，我们应该向啤酒厂增加夜间班次，并租用一个额外的水箱以增加产量。
数据分析是金融界许多质量控制系统的基础，其中包括广受欢迎的“六西格玛”计划。 如果您没有正确地测量某些东西（无论是您的体重还是生产线中每百万缺陷的数量），几乎不可能对其进行优化。
特殊注意事项：谁在使用数据分析？
已采用数据分析的一些行业包括旅行和酒店业，其周转很快。 该行业可以收集客户数据并找出问题所在（如果存在）以及如何解决。
医疗保健结合了对大量结构化和非结构化数据的使用，并使用数据分析来做出快速决策。 同样，零售业使用大量数据来满足购物者不断变化的需求。 零售商收集和分析的信息可以帮助他们识别趋势，推荐产品并增加利润。
