大数据分析中的描述性、预测性和规范性三者区分-北极星电力软件网

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@）

订阅北极星周刊，精彩内容不再错过！

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。

阅读下一篇

SDN终极目标：数据共享整合基础设施

大数据查看更多>数据信息查看更多>数据分析查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

大数据分析中的描述性、预测性和规范性三者区分

SDN终极目标：数据共享整合基础设施

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~