什么是數(shù)據(jù)解析？

數(shù)據(jù)解析是一門專注于從數(shù)據(jù)中獲取洞察力的學科。它包含數(shù)據(jù)分析（data analysis）和管理的流程、工具和技術，包括數(shù)據(jù)的收集、組織和存儲。數(shù)據(jù)解析的主要目的是在數(shù)據(jù)上應用統(tǒng)計分析和技術，以發(fā)現(xiàn)趨勢和解決問題。數(shù)據(jù)解析作為分析和塑造業(yè)務流程、改進決策和業(yè)務成果的一種手段，在企業(yè)中的重要性日益增加。

數(shù)據(jù)解析利用一系列學科（包括計算機編程、數(shù)學和統(tǒng)計學）對數(shù)據(jù)進行分析，以努力描述、預測和提高績效。為確保分析的穩(wěn)健性，數(shù)據(jù)解析團隊會利用一系列數(shù)據(jù)管理技術，包括數(shù)據(jù)挖掘、數(shù)據(jù)清理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)建模等。

數(shù)據(jù)解析的四種類型是什么？

解析大致分為四種類型：描述性解析，試圖描述特定時間內(nèi)發(fā)生的事情；診斷性解析，評估事情發(fā)生的原因；預測性解析，確定未來發(fā)生事情的可能性；規(guī)范性解析，提供實現(xiàn)預期結果的建議行動。

更具體地說，描述性解析使用多種來源的歷史和當前數(shù)據(jù)，通過識別趨勢和模式來描述當前狀態(tài)或特定的歷史狀態(tài)。在商業(yè)解析中，這屬于商業(yè)智能（BI）的范疇。診斷性解析使用數(shù)據(jù)（通常通過描述性解析生成）來發(fā)現(xiàn)過去績效的因素或原因。預測解析將統(tǒng)計建模、預測和機器學習（ML）等技術應用到描述性解析和診斷性解析的輸出中，對未來結果進行預測。預測性解析通常被視為“高級解析”的一種，經(jīng)常依賴于 ML 和/或深度學習。而規(guī)范性解析也是高級解析的一種，涉及應用測試和其他技術來推薦可實現(xiàn)預期結果的具體解決方案。在業(yè)務中，規(guī)范性解析使用 ML、業(yè)務規(guī)則和算法。

數(shù)據(jù)解析方法和技術

數(shù)據(jù)解析師使用多種方法和技術來分析數(shù)據(jù)。根據(jù) CareerFoundry 的執(zhí)行編輯 Emily Stevens 的說法，最常用的方法包括以下七種：

回歸分析：一套統(tǒng)計過程，用于估計變量之間的關系，以確定一個或多個變量的變化會如何影響另一個變量--例如，社交媒體支出會如何影響銷售額。

Monte Carlo模擬：一種常用于風險分析的數(shù)學技術，依靠重復隨機抽樣來確定由于輸入的不確定性而無法輕易預測的事件的各種結果的概率。

因子分析：一種統(tǒng)計方法，用于將海量數(shù)據(jù)集縮小到更小、更易于管理的數(shù)據(jù)集，以發(fā)現(xiàn)隱藏的模式，例如，用于分析客戶忠誠度。

隊列分析：將數(shù)據(jù)集分成具有共同特征的群體或隊列進行分析的一種分析形式。例如，用于了解客戶群。

聚類分析：一種統(tǒng)計方法，將項目分類并組織成稱為聚類的組，以揭示數(shù)據(jù)結構。例如，保險公司可能會使用聚類分析來調(diào)查為什么某些地點與特定的保險理賠有關。

時間序列分析：一種統(tǒng)計技術，通過分析設定時間段或時間間隔內(nèi)的數(shù)據(jù)來識別隨時間變化的趨勢，如每周銷售數(shù)字或每季度銷售預測。

情感分析：一種使用自然語言處理、文本分析、計算語言學和其他工具來了解數(shù)據(jù)中表達的情感的技術，例如根據(jù)客戶論壇中的回復來了解客戶對品牌或產(chǎn)品的感受。

前六種方法旨在分析定量數(shù)據(jù)（可測量的數(shù)據(jù)），而情感分析則是通過將所有數(shù)據(jù)整理成主題，對定性數(shù)據(jù)進行解釋和分類。

數(shù)據(jù)分析工具

數(shù)據(jù)分析師使用一系列工具來幫助他們從數(shù)據(jù)中獲得洞察力。其中最受歡迎的包括

Apache Spark：處理大數(shù)據(jù)和創(chuàng)建集群計算引擎的開源數(shù)據(jù)科學平臺

Domo Analytics：商業(yè)智能 SaaS 平臺，用于收集和轉(zhuǎn)換數(shù)據(jù) 

Excel：微軟的電子表格軟件，用于數(shù)學分析和表格報告

Klipfolio 基于云的網(wǎng)絡應用程序，用于自助式商業(yè)智能和報告

Looker：谷歌的數(shù)據(jù)解析和 BI 平臺、谷歌數(shù)據(jù)分析和商業(yè)智能平臺

Power BI：微軟的數(shù)據(jù)可視化和分析工具，用于創(chuàng)建和發(fā)布報告和儀表盤

Python 數(shù)據(jù)科學家中流行的開源編程語言，用于提取、匯總和可視化數(shù)據(jù)

Qlik 用于探索數(shù)據(jù)和創(chuàng)建數(shù)據(jù)可視化的工具套件

QuickSight 亞馬遜提供的解析服務，旨在與云數(shù)據(jù)源集成

R：用于統(tǒng)計分析和圖形建模的開源數(shù)據(jù)解析工具

RapidMiner：包括可視化工作流設計器的數(shù)據(jù)科學平臺

SAP 解析云：基于云的解析和規(guī)劃解決方案

SAS：用于商業(yè)智能和數(shù)據(jù)挖掘的解析平臺

Sisense 流行的自助式商業(yè)智能平臺

Tableau：來自 Salesforce 的數(shù)據(jù)分析軟件，用于創(chuàng)建數(shù)據(jù)儀表盤和可視化效果

Talend 數(shù)據(jù)工程師、數(shù)據(jù)架構師、分析師和開發(fā)人員使用的 ETL 工具

Zoho Analytics：自助式商業(yè)智能和數(shù)據(jù)解析平臺

數(shù)據(jù)解析與數(shù)據(jù)科學

數(shù)據(jù)解析是數(shù)據(jù)科學的一個組成部分，用于了解一個組織的數(shù)據(jù)是什么樣子的。一般來說，數(shù)據(jù)解析的輸出是報告和可視化。數(shù)據(jù)科學利用解析的輸出來研究和解決問題。

數(shù)據(jù)解析和數(shù)據(jù)科學之間的區(qū)別往往在于時間尺度。數(shù)據(jù)解析描述現(xiàn)實的當前或歷史狀態(tài)，而數(shù)據(jù)科學則利用這些數(shù)據(jù)來預測和/或了解未來。

數(shù)據(jù)解析與數(shù)據(jù)分析

雖然數(shù)據(jù)解析和數(shù)據(jù)分析這兩個術語經(jīng)常交替使用，但數(shù)據(jù)分析是數(shù)據(jù)解析的一個子集，涉及檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)以得出結論。數(shù)據(jù)解析包括用于執(zhí)行數(shù)據(jù)分析的工具和技術。

數(shù)據(jù)解析與業(yè)務解析

業(yè)務解析是數(shù)據(jù)解析的另一個子集。它使用數(shù)據(jù)解析技術（包括數(shù)據(jù)挖掘、統(tǒng)計分析和預測建模）來推動更好的業(yè)務決策。Gartner 將業(yè)務解析定義為“用于建立分析模型和模擬的解決方案，以創(chuàng)建情景、了解現(xiàn)實和預測未來狀態(tài)”。

數(shù)據(jù)解析實例

各行各業(yè)的企業(yè)都利用數(shù)據(jù)解析來改善運營、增加收入和促進數(shù)字化轉(zhuǎn)型。以下是三個例子：

Fresenius Medical Care公司利用預測性解析預測并發(fā)癥：專門提供腎透析服務的Fresenius Medical Care公司率先將近乎實時的物聯(lián)網(wǎng)數(shù)據(jù)和臨床數(shù)據(jù)結合起來使用，以預測腎透析患者何時會出現(xiàn)一種可能危及生命的并發(fā)癥，這種并發(fā)癥被稱為“血液透析內(nèi)低血壓”（IDH）。

UPS 通過預測性解析提供彈性和靈活性：跨國航運公司 UPS 創(chuàng)建了統(tǒng)一企業(yè)解析工具 (HEAT)，幫助其采集和分析客戶數(shù)據(jù)、運營數(shù)據(jù)和計劃數(shù)據(jù)，以跟蹤每個包裹在其網(wǎng)絡中移動時的實時狀態(tài)。該工具可幫助公司跟蹤每天運送的大約 2100 萬個包裹。

預測性解析幫助Owens Corning 公司開發(fā)渦輪葉片：制造商Owens Corning 在其卓越解析中心的幫助下，利用預測性解析技術簡化了風力渦輪機葉片玻璃纖維織物的粘合劑測試過程。解析技術幫助該公司將任何一種新材料的測試時間從 10 天縮短到大約2小時。

數(shù)據(jù)解析崗位工資

根據(jù) PayScale 的數(shù)據(jù)，數(shù)據(jù)分析師的平均年薪為 66,310 美元，薪資范圍為 48,000 美元至 91,000 美元。類似職位的薪資數(shù)據(jù)包括

職位名稱 工資范圍 平均工資

解析經(jīng)理 74,000 美元至 136,000 美元 104,540 美元

業(yè)務分析師 50,000 美元至 88,000 美元 66,898 美元

IT 業(yè)務分析師 54,000 美元至 104,000 美元 73,893 美元

數(shù)據(jù)分析師 48 000 美元至 91 000 美元 66 310 美元

市場研究分析員 44 000 美元至 80 000 美元 59 103 美元

運營研究分析員 51 000 美元至 120 000 美元 82 833 美元

定量分析員 65 000 美元至 142 000 美元 92 089 美元

高級業(yè)務分析師 67 000 美元至 121 000 美元 89 595 美元

統(tǒng)計員 59,000 美元至 126,000 美元 86,349 美元

PayScale 還確定了數(shù)據(jù)分析師薪酬高于全國平均水平的城市。這些城市包括舊金山（30.8%）、紐約（10.7%）和華盛頓（10%）。

來源：www.cio.com