北极星

搜索历史清空

  • 水处理
您的位置:电网信息化云计算综合正文

大数据分析中的描述性、预测性和规范性三者区分

2014-01-03 10:50来源:比特网关键词:大数据数据信息数据分析收藏点赞

投稿

我要投稿

如果企业原始数据是未加工状态,一般不会产生价值,尤其对于大数据而言,更是如此。但如果采用数据分析工具,我们就可以把碎片化的数据进行管理,挖掘出有价值的信息。

“在大数据处理中,获得大量的数据信息是第一步,没有捷径可走。”来自美国的一位专家表示。

有了数据,就可以做分析。但是分析要从哪里开始?哪种类型的数据分析最适合企业的大数据环境?该专家解释了描述性、预测性和规范性三个关键数据分析类型的不同,以及这些数据分析如何为企业提供价值。

有了足够的数据后,你开始想该以怎样的形式看到这些数据。所以,你首先要建立一个数据模型,通过数据模型,了解这些数据是如何运行的,并通过数据模型做预测。

第一、 描述性的数据分析。这是数据分析中最简单的一个类型,企业把大数据通过压缩变成容量更小,或者更有价值的信息。描述性分析的目的是总结发生了什么事,超过80%的业务分析,特别是社会分析信息是描述性的。比如:通过一定数量级的帖子或页面浏览量可以说明某球星有多少球迷。但仅有这些指标是没有意义的,这只是一个简单的计数器。

第二、 预测性的数据分析。预测分析是利用各种统计、建模、数据挖掘工具对最近的数据和历史数据进行研究,从而对未来进行预测。预测分析的目的并不是要准确告诉你将来会发生什么,只能预测未来会发生什么,因为所有的预测分析在本质上都只是一个概率。比如分析情绪是一个常见的预测分析,这是一个纯文本的输入模型,该模型的输出结果是一个情绪的得分,包括积极的、消极的,或者中立的。在这种情况下,模型计算的得分,不一定预测到未来,并且预测的结果可能刚好相反。

第三、 规范性数据分析。借助新兴技术,规范性数据分析要超越描述性和预测性两种分析类型,可以通过一个或者多个动态指标显示每一个决策结果。规范性数据分析每个环节、每个步骤、每个流程、每个岗位,都有一定的规矩和标准,信息更具准确性,业务决策者可以直接使用。

但规范性分析需要一个预测模型、两个附加条件,包括可操作的数据和一个反馈系统,并且这个系统要具备跟踪能力,通过行为预测产生结果。

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

大数据查看更多>数据信息查看更多>数据分析查看更多>