什么是数据分析？类型，过程，方法，技术-经管之家官网！

什么是数据分析？
数据分析被定义为清理，转换和建模数据以发现有用信息以进行业务决策的过程。数据分析的目的是从数据中提取有用的信息，并根据数据分析做出决策。
每当我们在日常生活中做出任何决定时，都是在思考上次发生的事情或通过选择特定的决定会发生什么。这无非是分析我们的过去或未来并据此做出决策。为此，我们收集了对过去的回忆或对未来的梦想。因此，这不过是数据分析。现在，分析师出于业务目的所做的同样的事情称为数据分析。
为什么要进行数据分析？
数据分析工具
数据分析的类型：技术和方法
数据分析过程
为什么要进行数据分析？
要发展业务甚至发展自己的生活，有时您要做的就是分析！
如果您的业务没有增长，那么您必须回顾并承认自己的错误，并再次制定计划，而不必重复这些错误。即使您的业务正在增长，您也必须期待使业务增长更多。您需要做的就是分析您的业务数据和业务流程。
数据分析工具
数据分析工具使用户可以更轻松地处理和操纵数据，分析数据集之间的关系和相关性，还可以帮助识别模式和趋势以进行解释。这是工具的完整列表。
数据分析的类型：技术和方法
基于业务和技术存在几种类型的数据分析技术。但是，数据分析的主要类型是：
文字分析
统计分析
诊断分析
预测分析
规范分析
文字分析
文本分析也称为数据挖掘。这是一种使用数据库或数据挖掘工具在大型数据集中发现模式的方法。它曾经用于将原始数据转换为业务信息。市场上存在用于制定战略性业务决策的商业智能工具。总体而言，它提供了一种提取和检查数据以及派生模式以及最终解释数据的方法。
统计分析
统计分析显示“会发生什么？” 通过使用仪表板形式的过去数据。统计分析包括数据的收集，分析，解释，表示和建模。它分析一组数据或数据样本。这种类型的分析分为两类-描述性分析和推理性分析。
描述性分析
分析完整数据或汇总数值数据样本。它显示连续数据的平均值和偏差，而分类数据的百分比和频率。
推论分析
从完整数据中分析样本。在这种类型的分析中，您可以通过选择不同的样本从同一数据中找到不同的结论。
诊断分析
诊断分析显示“为什么会发生？” 通过从统计分析中找到的见解找到原因。该分析对于识别数据的行为模式很有用。如果您的业务流程中遇到新问题，那么您可以调查此分析以找到该问题的类似模式。对于新问题，它可能有机会使用类似的处方。
预测分析
预测分析通过使用以前的数据显示“可能发生的情况”。最简单的例子是，如果去年我根据积蓄购买了两件衣服，而今年我的薪水增加了一倍，那么我可以买四件衣服。但是，这当然不容易，因为您必须考虑其他情况，例如今年衣服价格上涨的可能性，或者想要购买一辆新自行车而不是礼服，或者需要购买房屋！
因此，在此，此分析根据当前或过去的数据对未来的结果进行预测。预测只是一种估计。其准确性取决于您拥有多少详细信息以及挖掘了多少信息。
规范分析
规范分析结合了以前所有分析的见解，以确定对当前问题或决定应采取的行动。大多数数据驱动型公司都在使用规范性分析，因为预测性和描述性分析不足以提高数据性能。根据当前的情况和问题，他们分析数据并做出决策。
数据分析过程
在数据分析过程是什么，但通过使用适当的应用程序或工具，它允许你去探索的数据，并在那里找到一个模式收集信息。根据这些信息和数据，您可以做出决定，也可以得出最终结论。
数据分析包括以下几个阶段：
数据需求收集
数据采集
数据清理
数据分析
资料解读
数据可视化
数据需求收集
首先，您必须考虑为什么要进行此数据分析？您需要找出进行分析的目的或目的。您必须决定要进行哪种类型的数据分析！在此阶段，您必须决定要分析什么以及如何对其进行度量，必须了解进行调查的原因以及进行此分析所必须使用的度量。
数据采集
收集需求之后，您将清楚地知道必须测量哪些内容以及应该发现什么。现在该根据需求收集数据了。收集数据后，请记住，必须处理或组织收集的数据以进行分析。当您从各种来源收集数据时，必须保留包含收集日期和数据来源的日志。
数据清理
现在，收集的任何数据可能对您的分析目的均无用或无关，因此应将其清除。收集的数据可能包含重复的记录，空白或错误​​。数据应清除且无错误。此阶段必须在Analysis之前完成，因为基于数据清理，Analysis的输出将更接近于预期结果。
数据分析
数据收集，清理和处理后，就可以进行分析了。处理数据时，您可能会发现自己拥有所需的确切信息，或者可能需要收集更多数据。在此阶段，您可以使用数据分析工具和软件，这些工具和软件将帮助您根据要求理解，解释和得出结论。
资料解读
分析数据之后，终于可以解释结果了。您可以选择表达或交流数据分析的方式，也可以只使用文字，也可以使用表格或图表。然后使用数据分析过程的结果来决定最佳的操作方案。
数据可视化
数据可视化在您的日常生活中非常普遍；它们通常以图表和图形的形式出现。换句话说，数据以图形方式显示，以便人脑更容易理解和处理它。数据可视化通常用于发现未知的事实和趋势。通过观察关系并比较数据集，您可以找到一种方法来找出有意义的信息。
摘要：
数据分析是指清理，转换和建模数据以发现有用信息以进行业务决策的过程
数据分析的类型为文本，统计，诊断，预测，说明性分析
数据分析包括数据需求收集，数据收集，数据清理，数据分析，数据解释，数据可视化