2013年，著名咨詢公司Gartner總結提煉了一套數據分析框架。如上圖所示，他們將數據分析分為四個層次，額外增加了處方分析。在診斷出業務問題后，還需要結合實際情況，給出運營策略來改進。本文首先介紹了數據處理和分析的4個層次:希望對你有所幫助。

明略數據

0

2條點評

咨詢產品

免費試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

20

合作品牌

暫無

數據處理和分析的4個層次

第一階段階段是描述性分析(descriptive analytics)。

這個階段的數據分析只是描述問題，what was happened 一般是what、where、whenandhowmuch。普通的SPCmonitoring system，trend chart是這種類型的數據分析。

第二階段是診斷性分析（Diagnostic Analytics）。

是Descriptiveanalytics的自然延續，回答為什么問題。在這個階段，只要應用DRILDOWN，分析相關參數(低級參數)。一般只需要解釋問題的發生。

第三階段是:預測性分析（Predictive Analytics）。

這是一種智能分析。有點人工智能的意思。一般通過多次全面分析，充分了解可能出現問題的原因。然后建立一個系統，當觀察到所有INPUTS都件時，自動發出警報。提前行動，處理可能出現的問題。就難度而言，和第二階段一樣。只是PredictiveAnalyticsytics比較全面，是DiagnosticAnalytics的結果。

第四階段是指導性分析（Prescriptive Analytics）。

這個階段的主要特點是控制結果。在這個階段，實時監控所有INPUTS是第一步。還需要設計一個關鍵的可控INPUT，并與無法控制的INPUT相結合，通過實時觀察INPUTS，調整可控INPUT，從而實現OUTPUT控制。航空公司的機票價格就是一個典型的例子。

      簡單的數字沒有靈魂，但是數據分析可以洞察數據背后的業務規律。因此，數據分析是商業活動中的一項重要任務。通過上述四個階段的分解，我們可以更清楚地了解自己的數據分析。為提高數據分析能力建立明確的路徑。以上就是數據處理和分析的4個層次的全部內容，希望對你有所幫助。