10 Loại Phân tích Dữ liệu Khai khoáng - núm vú

Bạn không phải là chuyên gia về mọi kỹ thuật khai thác dữ liệu, tất nhiên, nhưng có một chút kiến ​​thức về các công cụ và cách tiếp cận khác có thể giúp bạn chuẩn bị tốt cho những thách thức mới. Danh sách này giới thiệu cho bạn mười cách tiếp cận như vậy.

Phân tích kinh doanh

Phân tích kinh doanh là nghiên cứu các hệ thống và quy trình kinh doanh với mục tiêu cải thiện chúng. Phân tích kinh doanh có thể giúp các tổ chức vận hành hiệu quả hơn, tuân thủ luật pháp và các tiêu chuẩn khác về thực tiễn tốt và tránh những sai lầm tốn kém. Các nhà phân tích kinh doanh tạo điều kiện thay đổi tổ chức bằng cách xác định nhu cầu của các bên liên quan và đánh giá tính khả thi của các giải pháp thay thế cho các vấn đề kinh doanh. Nhiều chuyên gia về công nghệ thông tin và cơ cấu tổ chức.

Là người khai thác dữ liệu, cuộc gặp gỡ đầu tiên của bạn với một nhà phân tích doanh nghiệp có thể đến khi tổ chức của bạn quyết định khám phá khai thác dữ liệu. Nhà phân tích nghiệp vụ có thể dẫn đầu trong việc xác định cách khai thác dữ liệu trong tổ chức của bạn, cách hợp nhất khai thác dữ liệu với các chức năng công nghệ thông tin và cách đảm bảo rằng khai thác dữ liệu không can thiệp vào các hoạt động hàng ngày.

Phân tích kết hợp

Người mua sắm lựa chọn, cân bằng sở thích cho các tính năng cụ thể với những hạn chế của sản phẩm có sẵn và ngân sách mua sắm của họ. Hãy suy nghĩ về phía bên kia của quá trình đó. Nếu bạn là người quản lý hoặc tiếp thị sản phẩm, để thu hút khách hàng, bạn cần thông tin về các tính năng mà họ thấy hấp dẫn nhất và giá cả thị trường sẽ chịu.

Đây là vai trò của kết hợp phân tích , một kỹ thuật thu thập thông tin về sở thích của người tiêu dùng. Trong phân tích kết hợp, dữ liệu được thu thập từ các cá nhân được yêu cầu đánh giá một loạt các lựa chọn sản phẩm lý thuyết. Những nghiên cứu này có thể thay đổi từ đơn giản (chẳng hạn như những câu hỏi yêu cầu người trả lời đơn giản chỉ xếp hạng hoặc xếp hạng từng lựa chọn) phức tạp (như các nghiên cứu sử dụng phần mềm đặc biệt thích nghi thay đổi tùy chọn khi cuộc phỏng vấn tiến triển).

Nếu bạn là một người thợ mỏ dữ liệu, khi nói đến dữ liệu, bạn lấy những gì bạn có thể nhận được. Dữ liệu của bạn có thể được thu thập trong quá trình kinh doanh thông thường hoặc thông qua một kênh khác có trước đó, nhưng không phải lúc nào cũng đủ. Đôi khi bạn cần các loại dữ liệu cụ thể hoặc dữ liệu đáp ứng các điều kiện nhất định và đó là nơi thí nghiệm.

Nếu, giống như hầu hết các thợ mỏ dữ liệu, bạn không được đào tạo về thiết kế các thí nghiệm hoặc theo các phương pháp thống kê nghiêm ngặt để phân tích kết quả, đây là thời gian để đưa vào một thống kê.Một thiết kế nghèo nàn có thể dễ dàng chìm một thí nghiệm - ví dụ bằng cách đưa ra lỗi, hoặc bằng cách thay đổi ý nghĩa của các kết quả một cách quyết liệt đến nỗi thí nghiệm không nói gì về hậu quả của lý thuyết của bạn.

Mô hình hóa hỗn hợp tiếp thị

Bởi vì có rất nhiều lựa chọn quảng cáo sẵn có - TV, radio, in ấn, trực tuyến và nhiều hơn nữa - không phải lúc nào cũng dễ dàng tìm ra sự kết hợp của các phương tiện truyền thông cung cấp giá trị tốt nhất cho nhu cầu của bạn. Với điều này trong tâm trí, các nhà tiếp thị sử dụng

mô hình hỗn hợp tiếp thị để hiểu rõ hơn về những gì đang làm việc và cách tốt nhất để phân bổ chi tiêu của họ. Mô hình hóa hỗn hợp tiếp thị sử dụng phân tích thống kê về dữ liệu bán hàng và tiếp thị để đánh giá các cách tiếp cận tiếp thị khác nhau và tối ưu hóa các lựa chọn quảng cáo của công ty.

Nghiên cứu hoạt động

Hãy cân nhắc rằng bạn có 3.000 sản phẩm trong 12 kho và 800 đơn đặt hàng để phân phối những sản phẩm này cho khách hàng ở 14 bang bằng cách sử dụng hỗn hợp xe tải của bạn và 22 dịch vụ giao hàng bổ sung vào thứ Năm. Bạn phải tìm ra cách hiệu quả nhất về chi phí để có được mọi thứ mà nó cần để đi đúng giờ. Đối với một vấn đề phức tạp như vậy, cách tiếp cận tốt nhất của bạn là thực hiện nghiên cứu hoạt động

. Nghiên cứu hoạt động áp dụng tối ưu hóa toán học, mô phỏng và các phương pháp khác để xác định cách để có được giá trị tối đa từ các nguồn có sẵn. Nó được sử dụng rộng rãi trong các ngành công nghiệp có những thách thức về hậu cần phức tạp như giao thông và quân sự. Nó khá khác so với khai thác dữ liệu vì phần lớn quá trình này không liên quan đến dữ liệu và dựa hoàn toàn vào lý thuyết.

Phân tích độ tin cậy

Dưới đây là một thực tế ít được biết đến: Hai phân loại phân tích hoàn toàn tồn tại, mỗi cái được gọi là phân tích độ tin cậy

. Dưới đây là câu chuyện của mỗi người: Kỹ thuật:

• Trong kỹ thuật, sự phân tích độ tin cậy là chính xác theo tên của nó: nghiên cứu chế tạo các sản phẩm và các bộ phận của chúng luôn hoạt động như mong đợi. Nó dựa trên các phương pháp mô hình toán học như phân tích rủi ro xác suất, phân tích phần tử hữu hạn và mô phỏng để dự đoán hệ thống sẽ hoạt động như thế nào trong nhiều điều kiện khác nhau. Tâm lý học:

• Trong phương pháp tâm lý, phân tích độ tin cậy đề cập đến tính nhất quán trong phép đo. Đo lường được cho là đáng tin cậy nếu nó tạo ra kết quả giống nhau theo thời gian. Loại phân tích độ tin cậy này thường được sử dụng trong việc phát triển và đánh giá các bài kiểm tra chuẩn. Kiểm soát quy trình thống kê

Mọi người thường hiểu rằng bước đầu tiên để nâng cao chất lượng là làm cho quy trình của bạn có thể dự đoán và nhất quán. Nó giống như học cách nấu món mới. Đầu tiên bạn học cách làm công thức nấu ăn chính xác, và sau đó bạn thực hiện những thay đổi nhỏ và xem bạn có thể cải tiến nó hay không.

Kiểm soát quy trình thống kê

chính thức hóa cách tiếp cận đó, sử dụng các biện pháp thống kê được phát triển cho mục đích và biểu đồ đặc biệt được gọi là biểu đồ kiểm soát . Đây là một ngành chủ lực lâu năm của các ngành sản xuất và đang được sử dụng rộng rãi trong chăm sóc sức khoẻ.Mặc dù nó cũng áp dụng cho nhiều ứng dụng ngành công nghiệp dịch vụ, nhưng nó thường không được sử dụng ở đó. Phân tích Mạng xã hội

Nhiều người tham khảo Facebook, Pinterest và các tổ chức tương tự như mạng xã hội

, nhưng trên thực tế đó là nền tảng - tức là giao tiếp công cụ được thiết kế để tạo thuận lợi cho sự tương tác giữa mọi người. Mạng xã hội là người! Vì vậy, bạn, người bạn tốt nhất của bạn, và tất cả bạn học cũ của bạn thành lập một mạng xã hội, một nhóm người được kết nối bằng cách tương tác, người quen, hoặc các phương tiện khác. Phân tích mạng xã hội, sau đó, là chi nhánh của toán học nhằm mục đích hiểu được hành vi của những nhóm người kết nối với nhau này. Mô hình công thức cấu trúc

Hành vi của con người rất phức tạp, liên quan đến nhiều yếu tố, bao gồm cả một số không thể đo trực tiếp. Xem xét quá trình thiết lập mức độ hài lòng của người tiêu dùng với một cửa hàng. Nhiều yếu tố đóng vai trò: nhu cầu của khách hàng về sản phẩm của cửa hàng, thái độ của khách hàng đối với không khí của cửa hàng, những kỷ niệm về những trải nghiệm trong cửa hàng này và những người khác, thời tiết, v.v.

Nếu bạn có thể phát triển một mô hình của quá trình đó, bạn có thể hiểu những yếu tố nào khiến người tiêu dùng hài lòng hoặc không hài lòng và xem bạn có thể ảnh hưởng đến họ như thế nào để nâng cao sự hài lòng của khách hàng. Đó là vai trò

mô hình công thức cấu trúc (đôi khi được gọi là mô hình hóa đường dẫn hoặc mô hình gây ra ). Phân tích Web Khai thác dữ liệu và các kỹ thuật khác được thiết kế để khám phá các mối quan hệ giữa các biến cho phép bạn khám phá ra một sự giàu có của thông tin hữu ích từ dữ liệu hoạt động trên Internet. Bạn có thể cần một số báo cáo cơ bản tổng kết hoạt động ở một mức rất đơn giản, chẳng hạn như bảng tổng hợp số lượt tải xuống cho các loại nội dung, biểu đồ hoạt động theo thời gian trong ngày, hoặc có thể là một chút về A / B thử nghiệm (một bài kiểm tra bạn có thể sử dụng để so sánh các phiên bản khác nhau của các tài liệu tiếp thị và tìm ra phương pháp nào hoạt động tốt hơn). Đây là ý nghĩa phổ biến của phân tích web

.