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(xué)科。它包含數(shù)據(jù)分析（data analysis）和管理的流程、工具和技術(shù)，包括數(shù)據(jù)的收集、組織和存儲(chǔ)。數(shù)據(jù)解析的主要目的是在數(shù)據(jù)上應(yīng)用統(tǒng)計(jì)分析和技術(shù)，以發(fā)現(xiàn)趨勢(shì)和解決問題。數(shù)據(jù)解析作為分析和塑造業(yè)務(wù)流程、改進(jìn)決策和業(yè)務(wù)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(xué)科（包括計(jì)算機(jī)編程、數(shù)學(xué)和統(tǒng)計(jì)學(xué)）對(duì)數(shù)據(jù)進(jìn)行分析，以努力描述、預(yù)測(cè)和提高績(jī)效。為確保分析的穩(wěn)健性，數(shù)據(jù)解析團(tuán)隊(duì)會(huì)利用一系列數(shù)據(jù)管理技術(shù)，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(shí)間內(nèi)發(fā)生的事情；診斷性解析，評(píng)估事情發(fā)生的原因；預(yù)測(cè)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(shí)現(xiàn)預(yù)期結(jié)果的建議行動(dòng)。

更具體地說，描述性解析使用多種來源的歷史和當(dāng)前數(shù)據(jù)，通過識(shí)別趨勢(shì)和模式來描述當(dāng)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(jī)效的因素或原因。預(yù)測(cè)解析將統(tǒng)計(jì)建模、預(yù)測(cè)和機(jī)器學(xué)習(xí)（ML）等技術(shù)應(yīng)用到描述性解析和診斷性解析的輸出中，對(duì)未來結(jié)果進(jìn)行預(yù)測(cè)。預(yù)測(cè)性解析通常被視為“高級(jí)解析”的一種，經(jīng)常依賴于 ML 和/或深度學(xué)習(xí)。而規(guī)范性解析也是高級(jí)解析的一種，涉及應(yīng)用測(cè)試和其他技術(shù)來推薦可實(shí)現(xiàn)預(yù)期結(jié)果的具體解決方案。在業(yè)務(wù)中，規(guī)范性解析使用 ML、業(yè)務(wù)規(guī)則和算法。

數(shù)據(jù)解析方法和技術(shù)

數(shù)據(jù)解析師使用多種方法和技術(shù)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(jì)過程，用于估計(jì)變量之間的關(guān)系，以確定一個(gè)或多個(gè)變量的變化會(huì)如何影響另一個(gè)變量--例如，社交媒體支出會(huì)如何影響銷售額。

Monte Carlo模擬：一種常用于風(fēng)險(xiǎn)分析的數(shù)學(xué)技術(shù)，依靠重復(fù)隨機(jī)抽樣來確定由于輸入的不確定性而無法輕易預(yù)測(cè)的事件的各種結(jié)果的概率。

因子分析：一種統(tǒng)計(jì)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(duì)列分析：將數(shù)據(jù)集分成具有共同特征的群體或隊(duì)列進(jìn)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(jì)方法，將項(xiàng)目分類并組織成稱為聚類的組，以揭示數(shù)據(jù)結(jié)構(gòu)。例如，保險(xiǎn)公司可能會(huì)使用聚類分析來調(diào)查為什么某些地點(diǎn)與特定的保險(xiǎn)理賠有關(guān)。

時(shí)間序列分析：一種統(tǒng)計(jì)技術(shù)，通過分析設(shè)定時(shí)間段或時(shí)間間隔內(nèi)的數(shù)據(jù)來識(shí)別隨時(shí)間變化的趨勢(shì)，如每周銷售數(shù)字或每季度銷售預(yù)測(cè)。

情感分析：一種使用自然語言處理、文本分析、計(jì)算語言學(xué)和其他工具來了解數(shù)據(jù)中表達(dá)的情感的技術(shù)，例如根據(jù)客戶論壇中的回復(fù)來了解客戶對(duì)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(cè)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(duì)定性數(shù)據(jù)進(jìn)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(jì)算引擎的開源數(shù)據(jù)科學(xué)平臺(tái)

Domo Analytics：商業(yè)智能 SaaS 平臺(tái)，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(xué)分析和表格報(bào)告

Klipfolio 基于云的網(wǎng)絡(luò)應(yīng)用程序，用于自助式商業(yè)智能和報(bào)告

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

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(bào)告和儀表盤

Python 數(shù)據(jù)科學(xué)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(wù)，旨在與云數(shù)據(jù)源集成

R：用于統(tǒng)計(jì)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(shè)計(jì)器的數(shù)據(jù)科學(xué)平臺(tái)

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(tái)

Sisense 流行的自助式商業(yè)智能平臺(tái)

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(gòu)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(tái)

數(shù)據(jù)解析與數(shù)據(jù)科學(xué)

數(shù)據(jù)解析是數(shù)據(jù)科學(xué)的一個(gè)組成部分，用于了解一個(gè)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(bào)告和可視化。數(shù)據(jù)科學(xué)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(xué)之間的區(qū)別往往在于時(shí)間尺度。數(shù)據(jù)解析描述現(xiàn)實(shí)的當(dāng)前或歷史狀態(tài)，而數(shù)據(jù)科學(xué)則利用這些數(shù)據(jù)來預(yù)測(cè)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(gè)術(shù)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(gè)子集，涉及檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)以得出結(jié)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(shù)。

數(shù)據(jù)解析與業(yè)務(wù)解析

業(yè)務(wù)解析是數(shù)據(jù)解析的另一個(gè)子集。它使用數(shù)據(jù)解析技術(shù)（包括數(shù)據(jù)挖掘、統(tǒng)計(jì)分析和預(yù)測(cè)建模）來推動(dòng)更好的業(yè)務(wù)決策。Gartner 將業(yè)務(wù)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(shí)和預(yù)測(cè)未來狀態(tài)”。

數(shù)據(jù)解析實(shí)例

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

Fresenius Medical Care公司利用預(yù)測(cè)性解析預(yù)測(cè)并發(fā)癥：專門提供腎透析服務(wù)的Fresenius Medical Care公司率先將近乎實(shí)時(shí)的物聯(lián)網(wǎng)數(shù)據(jù)和臨床數(shù)據(jù)結(jié)合起來使用，以預(yù)測(cè)腎透析患者何時(shí)會(huì)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(yù)測(cè)性解析提供彈性和靈活性：跨國(guó)航運(yùn)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(yùn)營(yíng)數(shù)據(jù)和計(jì)劃數(shù)據(jù)，以跟蹤每個(gè)包裹在其網(wǎng)絡(luò)中移動(dòng)時(shí)的實(shí)時(shí)狀態(tài)。該工具可幫助公司跟蹤每天運(yùn)送的大約 2100 萬個(gè)包裹。

預(yù)測(cè)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(yù)測(cè)性解析技術(shù)簡(jiǎn)化了風(fēng)力渦輪機(jī)葉片玻璃纖維織物的粘合劑測(cè)試過程。解析技術(shù)幫助該公司將任何一種新材料的測(cè)試時(shí)間從 10 天縮短到大約2小時(shí)。

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(wù)分析師 50,000 美元至 88,000 美元 66,898 美元

IT 業(yè)務(wù)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(chǎng)研究分析員 44 000 美元至 80 000 美元 59 103 美元

運(yùn)營(yíng)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(jí)業(yè)務(wù)分析師 67 000 美元至 121 000 美元 89 595 美元

統(tǒng)計(jì)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(guó)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