張承管理學

資料科學五種分析方式（Types of Business Analytics）

張奇老師從新加坡買了一本書給我參考
湯馬斯．戴文波特（Thomas H. Davenport）教授所寫的新版《Competing on Analytics》
這本書2007年出版
2017年再版
經過10年的演變
數據分析的發展有了天翻地覆的變化

在這本書裡
談到常見的資料科學分析方式
有以下三種︰
「描述性分析（Descriptive Analytics）」
「預測性分析（Predictive Analytics）」
與「指示性分析（Prescriptive Analytics）」
在此簡單為大家介紹一下

「描述性分析」
能解釋已經發生的事
協助企業分析出消費者是誰？
或是買了些什麼？
舉例來說
根據上個月的銷售資料分析發現
這次的促銷活動
「以18到25歲的女性佔55％，
排行第一，
所購買的產品以卸妝蜜最多，
金額達280萬元」
就是描述性分析

「預測性分析」
能協助企業解決可能發生的事
例如分析出消費者可能還會購買什麼？
進而提前給予消費者相關的產品資訊
舉例來說
「從去年同期的銷售情況來看，
在氣溫持續炎熱的條件不變下，
今年芒果口味的冰品，
有85％的機率依舊會暢銷，
請各單位提早進貨備料」

至於「指示性分析」
則能指導實際執行時該如何做
舉例來說
當消費者走到某商圈時
手機會主動收到適合自己的附近店家折價券

除了以上三種分類基礎
顧能（Gartner）顧問公司則在以上的分類上
再增加「診斷性分析（Diagnostic Analytics）」

「描述性分析」
強調分析出「發生了什麼？（What happened）」
例如：消費者買了什麼？
而「診斷性分析」強調分析出「為何會發生？（What did it happen）」
例如：消費者為何購買？
這兩類分析
都是屬於事後分析

最後
湯馬斯．戴文波特（Thomas H. Davenport）則再根據以上的基礎
再加入了「自動化分析（Automating Analytics）」
發展出第五種分析方式（Five types of analytics of things）的概念

根據戴文波特的說明
「自動化分析」
藉由物聯網產生的大量數據
進行決策自動化的發展
未來的趨勢
則將是由電腦人工智慧進行決策
人類決策將大幅減少
而相關應用領域已經出現在
醫療、能源、交通、金融等產業上

加油!

Peter

附註:
戴文波特在這本書中列出其中4種分析方式（沒有診斷性分析（Diagnostic Analytics）），但在以下的文章中，http://www.grroups.com/blog/five-types-of-analytics-of-things#%2EV2a52pHQvIs%2Elinkedin，提出五種分析方式。)