Anupama Nair
大数据的概念已经出现很多年了，现在大多数组织都明白，如果他们捕获所有流入他们业务的数据，他们就可以应用分析并从中获得重大价值。但即使在20世纪50年代，也就是在人们提出“大数据”这个词之前的几十年，企业也在使用基本的分析方法，即手工检查电子表格中的数字)来发现见解和趋势。
“然而，大数据分析带来的新好处是速度和效率。”几年前，企业会收集信息、进行分析并挖掘出可以用于未来决策的信息，而今天，企业可以识别即时决策的见解。更快地工作和保持敏捷的能力给组织带来了以前没有的竞争优势。
什么是数据分析?这是一门通过分析“原始数据”来得出结论的科学。许多数据分析的技术和过程已经自动化为机械过程和算法，这些过程和算法处理原始数据供人类使用。数据分析是一个广泛的术语，包括许多不同类型的数据分析。任何类型的信息都可以通过数据分析技术获得用于改进的见解。数据分析技术可以揭示在海量信息中可能丢失的趋势和指标，然后可以用于优化流程，以提高业务或系统的整体效率。
例如，制造公司经常记录各种机器的运行时、停机时间和工作队列，然后分析数据以更好地规划工作负载，使机器运行更接近峰值容量。数据分析不仅能指出生产中的瓶颈。游戏公司使用数据分析为玩家设置奖励计划，以保持大多数玩家在游戏中的活跃度。内容公司使用许多相同的数据分析，让你不断点击、观看或重新组织内容，以获得另一个视图或另一个点击。
数据分析非常重要，因为它可以帮助企业优化业绩。将其实现到业务模型中意味着，公司可以通过确定更有效的业务方式和存储大量数据来帮助降低成本。公司还可以使用数据分析来做出更好的商业决策，并帮助分析客户趋势和满意度，从而产生新的、更好的产品和服务。
数据分析所涉及的过程分为以下几个步骤:
- 第一步是确定数据需求或数据如何分组。数据可以按年龄、人口统计学、收入或性别分开。数据值可以是数字的，也可以按类别划分。
- 数据分析的第二步是收集数据的过程。这可以通过各种来源，如计算机，或网络资源，摄像头，环境政府的消息来源，或者通过人事。
- o数据一经收集，就必须加以组织，以便进行分析。这可能发生在电子表格或其他形式的软件可以获得统计数据。
- 在分析之前，数据会被清理干净。这意味着它被擦洗和检查，以确保没有重复或错误，并且它不是不完整的。此步骤帮助纠正任何错误，然后将其转移到数据分析人员进行分析。
数据分析分为四种基本类型。
- Des编码分析描述了在给定时间内所发生的事情。它回答了一个问题，点击量上升了吗?是销售strong这莫n比去年?
- 诊断分析更关注事情发生的原因。这涉及到更多样化的数据输入和一些假设。天气影响啤酒销售了吗?最新的营销活动影响销售了吗?
- 预测分析转向了近期可能发生的事情。上次夏天很热的时候，销售额怎么样了?有多少天气模型预测今年夏天会很热?
- 总统编码分析提供了一个行动过程。如果这五个天气模型的平均值超过58%，那么我们应该在啤酒厂增加一个夜班，并租一个额外的房间Nal tank增加产量。
数据分析加强了许多金融世界的质量控制系统，包括永远流行的六西格玛计划。如果你不能正确地测量某件事，无论是你的体重还是生产线上每百万缺陷的数量，你几乎不可能优化它。一些已经采用了数据分析的部门包括旅游业和酒店业，在这些行业，业绩的好转可能很快。该行业可以收集客户数据，并找出问题所在(如果有的话)以及如何解决问题。
医疗保健结合了大量结构化和非结构化数据的使用，并使用数据分析来快速做出决策。同样，零售行业使用大量的数据来满足购物者不断变化的需求。零售商收集和分析的信息可以帮助他们识别趋势，推荐产品，增加利润。
数据分析已经被几个行业采用，例如旅游业和酒店业，这些行业的业绩可以迅速好转。这个行业可以收集客户数据，并找出问题所在(如果有的话)以及如何解决它们。医疗保健是另一个结合使用大量结构化和非结构化数据的领域，数据分析可以帮助快速做出决策。同样，零售行业使用大量的数据来满足购物者不断变化的需求。
