數(shù)據(jù)分析方法（Data analytics ）是專注從數(shù)據(jù)中提取見解的學(xué)科，包括數(shù)據(jù)分析、收集、組織和存儲(chǔ)數(shù)據(jù)，以及執(zhí)行此操作的工具和技術(shù)。業(yè)務(wù)分析是數(shù)據(jù)分析方法的子集，Gartner 將業(yè)務(wù)分析定義為“用于構(gòu)建分析模型和模擬動(dòng)態(tài)以創(chuàng)建場景、了解現(xiàn)實(shí)和預(yù)測(cè)未來狀態(tài)的解決方案”。
來源：THINKSTOCK
一、什么是數(shù)據(jù)分析方法（Data analytics ）？
數(shù)據(jù)分析方法是一門專注于從數(shù)據(jù)中提取見解或洞察的學(xué)科。它包括數(shù)據(jù)分析和管理的過程、工具和技術(shù)，包括數(shù)據(jù)的收集、組織和存儲(chǔ)。數(shù)據(jù)分析方法的主要目的是應(yīng)用統(tǒng)計(jì)分析和技術(shù)來充分開發(fā)利用數(shù)據(jù)資源，以發(fā)現(xiàn)趨勢(shì)并解決問題。數(shù)據(jù)分析在企業(yè)中變得越來越重要，因?yàn)樗欠治龊退茉鞓I(yè)務(wù)流程以及改進(jìn)決策和業(yè)務(wù)成果的一種手段。
數(shù)據(jù)分析從一系列學(xué)科（包括計(jì)算機(jī)編程、數(shù)學(xué)和統(tǒng)計(jì)學(xué)）中汲取靈感，對(duì)數(shù)據(jù)進(jìn)行分析，以描述、預(yù)測(cè)和提高性能。為了確?？煽康姆治觯瑪?shù)據(jù)分析團(tuán)隊(duì)利用一系列數(shù)據(jù)管理技術(shù)，包括數(shù)據(jù)挖掘、數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)建模等。
二、數(shù)據(jù)分析方法的四種類型是什么？
分析方法大致分為四種類型：描述性分析，試圖描述特定時(shí)間發(fā)生的事情;診斷分析，評(píng)估事情發(fā)生的原因;預(yù)測(cè)分析，確定未來發(fā)生某事的可能性;以及規(guī)范性分析，它提供了為實(shí)現(xiàn)預(yù)期結(jié)果而采取的建議行動(dòng)。
為了更具體地探討這些情況，描述性分析使用來自多個(gè)來源的歷史和當(dāng)前數(shù)據(jù)，通過識(shí)別趨勢(shì)和模式來描述當(dāng)前狀態(tài)或指定的歷史狀態(tài)。在商業(yè)分析中，這是商業(yè)智能（BI） 的職權(quán)范圍。診斷分析使用數(shù)據(jù)（通常通過描述性分析生成）來發(fā)現(xiàn)過去表現(xiàn)的因素或原因。預(yù)測(cè)分析將統(tǒng)計(jì)建模、預(yù)測(cè)和機(jī)器學(xué)習(xí) （ML） 等技術(shù)應(yīng)用于描述性和診斷性分析的輸出，以預(yù)測(cè)未來結(jié)果。預(yù)測(cè)分析通常被認(rèn)為是一種“高級(jí)分析”，并且通常依賴于 ML 和/或深度學(xué)習(xí)。規(guī)范性分析也是一種高級(jí)分析，涉及應(yīng)用測(cè)試和其他技術(shù)來推薦將提供預(yù)期結(jié)果的特定解決方案。在業(yè)務(wù)中，預(yù)測(cè)分析使用 ML、業(yè)務(wù)規(guī)則和算法。
三、數(shù)據(jù)分析方法和技術(shù)
數(shù)據(jù)分析師使用多種方法和技術(shù)來分析數(shù)據(jù)。根據(jù)CareerFoundry的執(zhí)行編輯Emily Stevens的說法，最受歡迎的七個(gè)包括：
（一）回歸分析：一組統(tǒng)計(jì)過程，用于估計(jì)變量之間的關(guān)系，以確定一個(gè)或多個(gè)變量的變化如何影響另一個(gè)變量，例如，社交媒體的預(yù)算投入如何影響銷售。
（二）蒙特卡羅模擬：一種經(jīng)常用于風(fēng)險(xiǎn)分析的數(shù)學(xué)技術(shù)，它依靠重復(fù)隨機(jī)抽樣來確定事件的各種結(jié)果的概率，避免由于輸入的不確定性程度而無法輕易預(yù)測(cè)。
（三）影響因子分析：一種統(tǒng)計(jì)方法，用于獲取大量數(shù)據(jù)集并將其簡化為更小、更易于管理的數(shù)據(jù)集，以發(fā)現(xiàn)隱藏的模式，例如，用于分析客戶忠誠度。
（四）隊(duì)列分析：一種分析形式，其中將數(shù)據(jù)集分解為具有共同特征的組或隊(duì)列進(jìn)行分析，例如，了解客戶細(xì)分。
（五）聚類分析：一種統(tǒng)計(jì)方法，其中項(xiàng)目被分類并組織成稱為聚類的組，以揭示數(shù)據(jù)中的結(jié)構(gòu);例如，保險(xiǎn)公司可能會(huì)使用聚類分析來調(diào)查某些位置與特定保險(xiǎn)索賠相關(guān)的原因。
（六）時(shí)間序列分析：一種統(tǒng)計(jì)技術(shù)，通過分析設(shè)定時(shí)間段或間隔內(nèi)的數(shù)據(jù)，以確定一段時(shí)間內(nèi)的趨勢(shì)，例如每周銷售數(shù)字或季度銷售預(yù)測(cè)。
（七）情緒分析：一種使用自然語言處理、文本分析、計(jì)算語言學(xué)和其他工具來理解數(shù)據(jù)中表達(dá)的情緒的技術(shù)，例如客戶根據(jù)客戶論壇中的響應(yīng)對(duì)品牌或產(chǎn)品的感受。前六種方法旨在分析定量數(shù)據(jù)（可以測(cè)量的數(shù)據(jù)），而情感分析則試圖通過將定性數(shù)據(jù)全部組織成主題來解釋和分類定性數(shù)據(jù)。
四、數(shù)據(jù)分析工具
數(shù)據(jù)分析師使用一系列工具來幫助他們從數(shù)據(jù)中獲取見解。一些最受歡迎的包括：
（一）Apache Spark：一個(gè)開源的數(shù)據(jù)科學(xué)平臺(tái)，用于處理大數(shù)據(jù)并創(chuàng)建集群計(jì)算引擎
（二）Domo分析： 用于收集和轉(zhuǎn)換數(shù)據(jù)的 BI SaaS 平臺(tái)
（三）Excel：Microsoft用于數(shù)學(xué)分析和表格報(bào)告的電子表格軟件
（四）Klipfolio：基于云的Web 應(yīng)用程序，用于自助式 BI 和報(bào)告
（五）Looker：Google的數(shù)據(jù)分析和 BI 平臺(tái)
（六）Power BI：Microsoft的數(shù)據(jù)可視化和分析工具，用于創(chuàng)建和分發(fā)報(bào)表和儀表板
（七）Python：一種深受數(shù)據(jù)科學(xué)家歡迎的開源編程語言，用于提取、匯總和可視化數(shù)據(jù)
（八）Qlik：一套用于探索數(shù)據(jù)和創(chuàng)建數(shù)據(jù)可視化的工具
（九）QuickSight：Amazon的一項(xiàng)分析服務(wù)，旨在與云數(shù)據(jù)源集成
（十）R：用于統(tǒng)計(jì)分析和圖形建模的開源數(shù)據(jù)分析工具（An open-source data analytics tool for statistical analysis and graphical modeling）
（十五）RapidMiner：包含可視化工作流設(shè)計(jì)器的數(shù)據(jù)科學(xué)平臺(tái)
（十六）SAP Analytics Cloud： 基于云的分析和規(guī)劃解決方案
（十七）SAS公司：用于商業(yè)智能和數(shù)據(jù)挖掘的分析平臺(tái)
（十八）Sisense：流行的自助式BI 平臺(tái)
（十九）Tableau：Salesforce的數(shù)據(jù)分析軟件，用于創(chuàng)建數(shù)據(jù)儀表板和可視化
（二十）Talend塔倫德：數(shù)據(jù)工程師、數(shù)據(jù)架構(gòu)師、分析師和開發(fā)人員使用的ETL 工具
（二十一）Zoho分析：自助式 BI 和數(shù)據(jù)分析平臺(tái)
五、數(shù)據(jù)分析方法與數(shù)據(jù)科學(xué)（Data analytics vs. data science）
數(shù)據(jù)分析方法是數(shù)據(jù)科學(xué)的一個(gè)組成部分，用于了解組織的數(shù)據(jù)是什么樣子的。通常，數(shù)據(jù)分析方法的輸出是報(bào)告和可視化。數(shù)據(jù)科學(xué)利用數(shù)據(jù)分析方法的輸出來研究和解決問題。
數(shù)據(jù)分析方法和數(shù)據(jù)科學(xué)之間的區(qū)別通常在于時(shí)間尺度。數(shù)據(jù)分析方法描述了現(xiàn)實(shí)的當(dāng)前或歷史狀態(tài)，而數(shù)據(jù)科學(xué)則使用該數(shù)據(jù)來預(yù)測(cè)和/或理解未來。
六、數(shù)據(jù)分析方法與數(shù)據(jù)分析技術(shù)（Data analytics vs. data analysis）
雖然數(shù)據(jù)分析方法和數(shù)據(jù)分析技術(shù)這兩個(gè)術(shù)語經(jīng)?；Q使用（福建CIO網(wǎng)注：道與術(shù)的關(guān)系），但數(shù)據(jù)分析技術(shù)是數(shù)據(jù)分析方法論的一個(gè)子集，涉及檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)以得出結(jié)論。數(shù)據(jù)分析方法包括用于執(zhí)行數(shù)據(jù)分析的工具、技術(shù)與方法。
七、數(shù)據(jù)分析方法與業(yè)務(wù)分析
業(yè)務(wù)分析是數(shù)據(jù)分析方法的另一個(gè)子集。它使用數(shù)據(jù)分析技術(shù)，包括數(shù)據(jù)挖掘、統(tǒng)計(jì)分析和預(yù)測(cè)建模，來推動(dòng)更好的業(yè)務(wù)決策。Gartner 將業(yè)務(wù)分析定義為“用于構(gòu)建分析模型和模擬動(dòng)態(tài)以創(chuàng)建場景、了解現(xiàn)實(shí)和預(yù)測(cè)未來狀態(tài)的解決方案”。
八、數(shù)據(jù)分析方法的示例
各行各業(yè)的組織都利用數(shù)據(jù)分析來改善運(yùn)營、增加收入并促進(jìn)數(shù)字化轉(zhuǎn)型。這里有三個(gè)例子：
（一）費(fèi)森尤斯醫(yī)療通過預(yù)測(cè)分析預(yù)測(cè)并發(fā)癥：費(fèi)森尤斯醫(yī)療公司專門提供腎透析服務(wù)，率先使用近乎實(shí)時(shí)的物聯(lián)網(wǎng)數(shù)據(jù)和臨床數(shù)據(jù)來預(yù)測(cè)腎透析患者何時(shí)可能遭受可能危及生命的并發(fā)癥，稱為透析中低血壓（IDH）。
（二）UPS通過預(yù)測(cè)分析提供彈性和靈活性：跨國運(yùn)輸公司 UPS 創(chuàng)建了統(tǒng)一企業(yè)分析工具 （HEAT），以幫助其捕獲和分析客戶數(shù)據(jù)、運(yùn)營數(shù)據(jù)和計(jì)劃數(shù)據(jù)，以跟蹤每個(gè)包裹在其網(wǎng)絡(luò)中移動(dòng)時(shí)的實(shí)時(shí)狀態(tài)。該工具幫助它跟蹤每天交付的大約 2100 萬個(gè)包裹。
（三）預(yù)測(cè)分析幫助Owens Corning 開發(fā)渦輪葉片：制造商歐文斯·康寧（Owens Corning）在其卓越分析中心的幫助下，使用預(yù)測(cè)分析來簡化測(cè)試用于制造風(fēng)力渦輪機(jī)葉片玻璃織物的粘合劑的過程。預(yù)測(cè)分析幫助該公司將任何給定新材料的測(cè)試時(shí)間從 10 天縮短到大約 2 小時(shí)。
九、數(shù)據(jù)分析崗位的工資
根據(jù)PayScale 的數(shù)據(jù)，數(shù)據(jù)分析師的平均年薪為 66,310 美元，據(jù)報(bào)道的工資范圍為 48,000 美元至 91,000 美元。類似職位的薪資數(shù)據(jù)包括：
職稱? ? ? ? ? ? ? ? ? 薪資范圍? ? ? ? ? ? ? ? 平均工資
分析經(jīng)理 澳元 $74,000 - $136,000? ? 104,540美元
業(yè)務(wù)分析師 $50,000 至 $88,000? ? ? ? ?66,898美元
IT業(yè)務(wù)分析師 澳元 $54,000 - $104,000 73,893美元
數(shù)據(jù)分析師 澳元 $48,000 - $91,000? ? ?66,310美元
市場研究分析師 澳元 $44,000 至 $80,000 59,103美元
運(yùn)籌學(xué)分析師 澳元 $51,000 - $120,000 82,833美元
定量分析師 澳元 $65,000 - $142,000? ? ?92,089美元
高級(jí)業(yè)務(wù)分析師 澳元 $67,000 - $121,000 89,595美元
統(tǒng)計(jì)員 澳元 $59,000 - $126,000? ? ? ? ?86,349美元
PayScale還確定了數(shù)據(jù)分析師的薪水高于全國平均水平的城市。其中包括舊金山（30.8%）、紐約（10.7%）和華盛頓（10%）。
