10 Typer av analys som kompletterar data mining - dummies

Du behöver självklart inte vara expert på varje datautvinningsteknik utan lite kunskap om Andra verktyg och metoder kan förbereda dig väl för nya utmaningar. Denna lista introducerar dig till tio sådana tillvägagångssätt.

Företagsanalys

Företagsanalys är en studie av affärssystem och processer med syfte att förbättra dem. Affärsanalys kan hjälpa organisationer att köra mer effektivt, följa lagar och andra standarder för god praxis och undvika kostsamma missteg. Affärsanalytiker underlättar organisationsförändringar genom att identifiera intressenternas behov och utvärdera möjligheten till alternativa lösningar på affärsproblem. Många är experter inom informationsteknik och organisationsstruktur.

Som en dataväxlare kan ditt första möte med en affärsanalytiker komma när din organisation beslutar att utforska datautvinning. Affärsanalytiker kan ta ledningen för att identifiera hur data mining kan tillämpas i din organisation, hur man integrerar datautvinning med informationstekniska funktioner och hur man säkerställer att datautvinning inte stör dagligdagens verksamhet.

Konjunktanalys

Shoppare gör val, balanserar preferenser för särskilda funktioner med begränsningarna för de tillgängliga produkterna och deras köpbudget. Tänk på den andra sidan av processen. Om du är en produktchef eller marknadsförare, för att locka kunder, behöver du information om de funktioner som de tycker är mest tilltalande och de priser som marknaden kommer att bära.

Detta är rollen som conjoint analysis , en teknik för att få information om konsumentpreferenser. I sammanhangsanalys samlas data från individer som bedöms utvärdera olika teoretiska produktalternativ. Dessa studier kan variera från enkla (till exempel de som frågar respondenterna bara för att betygsätta eller rangordna varje alternativ) till komplexa (t.ex. studier som använder speciell adaptiv programvara som ändrar alternativ som intervjun fortskrider).

Utformning av experiment

Om du är dataministratör, när det gäller data, tar du vad du kan få. Dina uppgifter kan samlas in under rutinverksamheten eller genom en annan existerande kanal, men det är inte alltid tillräckligt. Ibland behöver du specifika typer av data, eller data som uppfyller vissa villkor, och det är där experimenten kommer in.

Om du, precis som de flesta data minare, inte utbildas i utformningen av experiment eller i strikta statistiska metoder för analys av resultaten, det här är dags att ta in en statistiker.En dålig design kan enkelt sjunka ett experiment - genom att exempelvis införa ett fel eller genom att ändra betydelsen av resultaten så drastiskt att experimentet inte säger något av konsekvensen av din teori.

Marknadsföringsmodellering

Eftersom så många reklamalternativ finns - TV, radio, utskrift, online och mycket mer - är det inte alltid lätt att ta reda på vilken kombination av media som ger det bästa värdet för dina behov. Med detta i åtanke använder marknadsförare marknadsmixmodellering för att få en förståelse för vad som fungerar och hur man bäst fördelar sina utgifter.

Marknadsföringsmodellering använder statistisk analys av försäljnings- och marknadsdata för att utvärdera olika marknadsföringsmetoder och för att optimera ett företags annonseringsval.

Operationsforskning

Tänk på att du har 3 000 produkter i 12 lager och 800 beställningar att leverera dessa produkter till kunder i 14 stater med hjälp av en blandning av egna lastbilar och någon av 22 kompletterande leveranstjänster före torsdagen. Du måste hitta det mest kostnadseffektiva sättet att få allt där det behöver gå, i tid. För ett komplicerat problem så är ditt bästa tillvägagångssätt att göra operationsforskning.

Operationsforskning tillämpar matematisk optimering, simulering och andra metoder för att identifiera sätt att få maximalt värde från tillgängliga resurser. Den används ofta i industrier som har komplexa logistiska utmaningar, som transport och militär. Det är ganska annorlunda än data mining eftersom mycket av processen inte innehåller några data och är helt baserat på teorin.

Tillförlitlighetsanalys

Det här är ett litet känt faktum: Två helt olika kategorier av analyser existerar, var och en kallas pålitlighetsanalys. Här är historien om var och en av dem:

• Engineering: I konstruktion är pålitlighetsanalys exakt vad namnet antyder: Studien av att göra produkter och deras delar konsekvent som förväntat. Den bygger på matematiska modelleringsmetoder som probabilistisk riskanalys, ändlig elementanalys och simulering för att förutsäga hur systemen fungerar under olika förhållanden.

• Psykometri: I psykometri, beträffar pålitlighetsanalys konsistens i en mätning. En mätning sägs vara pålitlig om den ger samma resultat gång efter gång. Denna typ av pålitlighetsanalys används oftast vid utveckling och utvärdering av standardiserade tester.

Statistisk processkontroll

Det är allmänt förstått att det första steget till bättre kvalitet är att göra dina processer förutsägbara och konsekventa. Det är lite som att lära sig att laga något nytt. Först lär du dig att göra receptet ordentligt, och då gör du små förändringar och ser om du kan förbättra det.

Statistisk processkontroll formaliserar detta tillvägagångssätt, med hjälp av statistiska åtgärder som utvecklats för syftet och specialdiagrammen som heter kontrolldiagram. Det är en långvarig häftning inom tillverkningsindustrin och kommer till stor utsträckning i vården.Även om det också är tillämpligt på många applikationer inom tjänstesektorn används det inte ofta där.

Sociala nätverksanalyser

Många människor hänvisar till Facebook, Pinterest och andra liknande institutioner som sociala nätverk, men faktiskt är dessa plattformar - det vill säga kommunikation verktyg som är utformade för att underlätta samspelet mellan människor. Det sociala nätverket är folket! Så du, din bästa vän och alla dina gamla skolvänner utgör ett socialt nätverk, en grupp människor som är kopplade till interaktion, bekanta eller andra medel.

Sociala nätverksanalyser, är då grenen av matematik som syftar till att förstå uppförandet av dessa sammankopplade grupper av människor.

Modellering av strukturell ekvation

Mänskligt beteende är komplext, vilket innefattar många element, inklusive vissa som inte kan mätas direkt. Tänk på processen som etablerar en konsuments nöjdhetsnivå med en butik. Många faktorer kommer till spel: konsumentens uppfattade behov av butikens produkt, kundens inställning till butikens atmosfär, minnen av tidigare erfarenheter i denna butik och andra, vädret och så vidare.

Om du skulle kunna utveckla en modell av den processen kunde du förstå vilka faktorer som gör att konsumenterna blir nöjda eller missnöjda och ser hur du kan påverka dem för att förbättra kundnöjdheten. Det är rollen som strukturell ekvationsmodellering (ibland kallad vägmodellering eller orsaksmodellering ).

Webanalys

Datautvinning och andra tekniker som är utformade för att utforska relationerna mellan variabler gör det möjligt att upptäcka en mängd användbar information från Internetaktivitetsdata.

Det kan hända att du behöver några grundläggande rapporter som sammanfattar aktiviteten på en mycket enkel nivå, till exempel tabeller av totala nedladdningar för olika typer av innehåll, aktivitetsgrafer vid tidpunkten, eller kanske lite A / B testning (ett test du kan använda för att jämföra olika versioner av marknadsföringsmaterial och ta reda på vilka som fungerar bättre). Detta är den vanliga betydelsen av webbanalys.