深圳市和丰软件技术有限公司 > 新闻中心 > 公司新闻 >
数据分析本质是什么 发布时间:2020-12-01 8    

由于本文重点倾向交互侧,数据分析这一块留着下次说。

数据分析的本质是获得信息和知识,从而在判断和决策中使用。

根据分析的方法和目的,数据分析可以被划分为:

描述性分析(Deive Analysis):将数据整合为一份可视化的报告,进行演讲或陈述,但它不能解释某种出现的结果及未来发生的事情。

1. 信息可视化

预测性分析(Predictive Analysis):预测性分析不仅可以对数据特征和变量(可以假定取消范围的因素)之间的关系进行描述,还可以基于过去的数据预测未来。

预测性分析首先会确定变量值之间的关联,然后基于这种已知的关联预测另一种现象出现的可能性(如:某短视频中会产生广告,通过行为事件进行预测你购买/下载产品的可能性)。

2. 预测分析

决策性分析(Decision Analysis):通过对比、验证等手段,直接反应情况,给出明确的好坏。

所以要分析数据,至少要包含描述性分析的能力,这样获取的信息才有价值。(回顾上文,可以关联标签的含义)剩下的就是进阶能力,预测和决策了;让用研和产品同学更高效的、更准确的解决问题,而不是纸上谈兵“我认为”、“我感觉”。

数据又分为静态和动态数据:

静态信息数据:静态数据在很长的一段时间内不会变化,一般不随运行而变。包含有:人的基本属性,公司基本属性、商业属性等等;一般来说,做调研获得的静态数据都是真实的信息,无需进行分析和清晰。

动态信息数据:动态数据是常常变化,直接反映事务过程的数据,比如,网站访问量、在线人数、日销售额等等,也就是用户不断变化的行为。

得出的数据是为了完成用户画像的架构图:

三、定量验证

如果算法或者模型没跑起来的话,我们需要带着描述性分析+定量验证,去构建初步的用户画像(如果是算法和模型搭建起来的用户画像则不要验证)。

这篇不重点讲定量了,如果还有小伙伴不知道的,可以去看前面的文章《定量与定性》。

上一篇:什么是真正的用户画像 下一篇:构建用户画像

Q Q

QQ在线咨询

扫一扫
关注和丰软件

全国免费咨询热线 13544009511

粤公网安备 44030502004814号