預(yù)測(cè)分析可以進(jìn)一步分類為：

• 預(yù)測(cè)建模–如果會(huì)發(fā)生什么？

• 根本原因分析-為什么這實(shí)際上發(fā)生了？

• 數(shù)據(jù)挖掘-識(shí)別相關(guān)數(shù)據(jù)

• 預(yù)測(cè)-如果現(xiàn)有趨勢(shì)持續(xù)下去該怎么辦？

• 蒙特卡洛模擬–會(huì)發(fā)生什么？

• 模式識(shí)別和警報(bào)–應(yīng)在何時(shí)調(diào)用操作以更正過程。

情緒分析是最常見的預(yù)測(cè)性分析。學(xué)習(xí)模型采用純文本形式的輸入，并且模型的輸出是情感分?jǐn)?shù)，有助于確定情感是正面的，負(fù)面的還是中立的。

沃爾瑪，亞馬遜和其他零售商等組織利用預(yù)測(cè)性分析來根據(jù)客戶的購(gòu)買模式，預(yù)測(cè)客戶行為，預(yù)測(cè)庫(kù)存水平，預(yù)測(cè)客戶可能一起購(gòu)買的產(chǎn)品來確定銷售趨勢(shì)，以便他們可以提供個(gè)性化的建議，預(yù)測(cè)季度或年度末的銷售數(shù)量。預(yù)測(cè)性分析在應(yīng)用程序中獲得廣泛應(yīng)用的最佳示例是產(chǎn)生信用評(píng)分。信用評(píng)分可幫助金融機(jī)構(gòu)確定客戶按時(shí)支付信用票據(jù)的可能性。

規(guī)范性分析

大數(shù)據(jù)可能不是預(yù)測(cè)確切的中獎(jiǎng)彩票號(hào)碼的可靠手段，但它絕對(duì)可以突出問題并幫助企業(yè)了解發(fā)生這些問題的原因。企業(yè)可以使用數(shù)據(jù)支持和數(shù)據(jù)發(fā)現(xiàn)的因素來創(chuàng)建業(yè)務(wù)問題的處方，從而促成實(shí)現(xiàn)和觀察。

規(guī)范性分析是預(yù)測(cè)性分析的下一步，它增加了操縱未來的樂趣。規(guī)范性分析為可能的結(jié)果提供建議，并導(dǎo)致可能使關(guān)鍵業(yè)務(wù)指標(biāo)最大化的行動(dòng)。它基本上使用模擬和優(yōu)化來詢問“企業(yè)應(yīng)該做什么？”

規(guī)范性分析是基于以下方面的高級(jí)分析概念：

• 有助于實(shí)現(xiàn)最佳結(jié)果的優(yōu)化。

• 隨機(jī)優(yōu)化有助于了解如何獲得最佳結(jié)果并確定數(shù)據(jù)不確定性以做出更好的決策。

在各種假設(shè)下模擬未來，可以進(jìn)行情景分析-與不同的優(yōu)化技術(shù)結(jié)合使用時(shí)，可以進(jìn)行說明性分析。規(guī)范性分析探索了幾種可能的操作，并根據(jù)給定數(shù)據(jù)集的描述性和預(yù)測(cè)性分析結(jié)果建議了操作。

規(guī)范性分析是數(shù)據(jù)和各種業(yè)務(wù)規(guī)則的組合。規(guī)范性分析的數(shù)據(jù)既可以是內(nèi)部的（組織內(nèi)部），也可以是外部的（例如社交媒體數(shù)據(jù)）。業(yè)務(wù)規(guī)則是首選項(xiàng)，最佳實(shí)踐，邊界和其他約束。數(shù)學(xué)模型包括自然語(yǔ)言處理，機(jī)器學(xué)習(xí)，統(tǒng)計(jì)，運(yùn)籌學(xué)等。

規(guī)范性分析本質(zhì)上是相對(duì)復(fù)雜的，由于難以管理，許多公司尚未在日常業(yè)務(wù)活動(dòng)中使用它們。規(guī)范性分析如果實(shí)施得當(dāng)，可能會(huì)對(duì)業(yè)務(wù)增長(zhǎng)產(chǎn)生重大影響。大型組織使用規(guī)范分析來計(jì)劃供應(yīng)鏈中的庫(kù)存，優(yōu)化生產(chǎn)等，以優(yōu)化客戶體驗(yàn)。

Aurora Health Care系統(tǒng)通過使用規(guī)范性分析將再入院率降低10％，每年節(jié)省了600萬(wàn)美元。規(guī)范性分析可用于醫(yī)療保健，以增強(qiáng)藥物開發(fā)，尋找合適的患者進(jìn)行臨床試驗(yàn)等。

診斷性分析

對(duì)內(nèi)部數(shù)據(jù)進(jìn)行分析以了解發(fā)生的原因的“原因”稱為診斷性分析。如果企業(yè)有足夠的數(shù)據(jù)可供使用，則企業(yè)可以使用這種分析來深入了解給定的問題。診斷性分析有助于識(shí)別異常并確定數(shù)據(jù)之間的偶然關(guān)系。例如，像亞馬遜這樣的電子商務(wù)巨頭可以將銷售和毛利潤(rùn)細(xì)分到像亞馬遜回聲這樣的各種產(chǎn)品類別中，以找出為何錯(cuò)過整體利潤(rùn)率的原因。 診斷性分析還可以在醫(yī)療保健中找到應(yīng)用程序，以通過其他過濾器（例如診斷和處方藥）來確定藥物對(duì)特定患者段的影響。

隨著越來越多的組織意識(shí)到大數(shù)據(jù)是一種競(jìng)爭(zhēng)優(yōu)勢(shì)，他們會(huì)確保選擇正確的數(shù)據(jù)分析解決方案，以提高投資回報(bào)率，降低運(yùn)營(yíng)成本并提高服務(wù)質(zhì)量。

======  推薦閱讀  ======