数据分析能力的8个等级

并非所有的分析方法作用都相同。和大多数软件解决方案一样，你会发现分析方法的能力也存在差异，从简单明了的到高级复杂。下面我们按照不同分析方法所能给人带来的智能程度，把分析能力划分为8个等级。

1. 固定报表

回答: 发生了什么?什么时候发生的?

示例：月度或季度财务报表

我们都见过报表，它们一般是定期生成，用来回答在某个特定的领域发生了什么。从某种程度上来说它们是有用的，但无法用于制定长期决策。

2. 即席查询

回答：有多少数量?发生了多少次?在哪里?

示例：一周内各天各种门诊的病人数量报告。

即席查询的最大好处是，让你不断提出问题并寻找答案。

3. 多维分析

回答：问题到底出在哪里?我该如何寻找答案?

示例：对各种手机类型的用户进行排序，探查他们的呼叫行为。

通过多维分析(OLAP)的钻取功能，可以让您有初步的发现。钻取功能如同层层剥笋，发现问题所在。

4. 警报

回答：我什么时候该有所反应?现在该做什么?

示例：当销售额落后于目标时，销售总监将收到警报。

警报可以让您知道什么时候出了问题，并当问题再次出现时及时告知您。警报可以通过电子邮件、RSS订阅、评分卡或仪表盘上的红色信号灯来展示。

5. 统计分析

回答：为什么会出现这种情况?我错失了什么机会?

示例：银行可以弄清楚为什么重新申请房

这时您已经可以进行一些复杂的分析，比如频次分析模型或回归分析等等。统计分析是在历史数据中进行统计并总结规律。

6. 预报

回答：如果持续这种发展趋势，未来会怎么样?还需要多少?什么时候需要?

示例：零售商可以预计特定商品未来一段时间在各个门店的需求量。

预报可以说是最热门的分析应用之一，各行各业都用得到。特别对于供应商来说，能够准确预报需求，就可以让他们合理安排库存，既不会缺货，也不会积压。

7. 预测型建模

回答：接下来会发生什么?它对业务的影响程度如何?

示例：酒店和娱乐行业可以预测哪些VIP客户会对特定度假产品有兴趣。

如果您拥有上千万的客户，并希望展开一次市场营销活动，那么哪些人会是最可能响应的客户呢?如何划分出这些客户?哪些客户会流失?预测型建模能够给出解答。

8. 优化

回答：如何把事情做得更好?对于一个复杂问题来说，那种决策是最优的?

示例：在给定了业务上的优先级、资源调配的约束条件以及可用技术的情况下，请您来给出IT平台优化的最佳方案，以满足每个用户的需求。

优化带来创新，它同时考虑到资源与需求，帮助您找到实现目标的最佳方式。

[数据分析能力的8个等级]