大数据应用场景-大数据预测
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
? 如果各个数据之间的差异程度较小，用平均值就有较好的代表性 ? 如果数据之间的差异程度较大，特别是有个别的极端值的情况，用中
位数或众数有较好的代表性
16
数据的离散程度分析
? 数据的离散程度分析主要是 用来反映数据之间的差异程 度，常用的指标有方差和标 准差
? 方差是标准差的平方，根据 不同的数据类型有不同的计 算方法
06
数据分析的四个层次
07
描述性分析—发生了什么 ? 描述性分析主要是对已经发生的事实用数据做出准确的描述 ? 比如某企业本月订单签约额比上月增加 100万，至1100万，但是订单履
约率从上月的 98%下降到了95%，库存周转率从上月的 0.8下降到了0.7
08
诊断性分析—为什么会发生 ? 通过评估描述型数据，诊断分析工具能够让数据分析师深入地分析数
? 大数据预测的优势体现在它把一个非常困难的预测问题，转化为一个 相对简单的描述问题，而这是传统小数据集根本无法企及的
? 从预测的角度看，大数据预测所得出的结果不仅仅得到处理现实业务 简单、客观的结论，更能用于帮助企业经营决策，收集起来的资料还 可以被规划，引导开发更大的消费力量
05
数据分析的四个层次
11
数据分析方法总结 ? 传统分析方法只能完成描述性和诊断性分析 ? 大数据分析方法使用大量多样化和可变数据来实现预测，在充满不确定性的环
境下，能够帮助企业做出更好的决定 ? 大数据预测是大数据在很多领域的重要应用
12
PART 02 描述性数据分析
描述性分析做为商业数据分析的第一个层次，主 要回答『发生了什么』的问题。
据，钻取到数据的核心 ? 比如经过分析，发现订单履约率下降的原因是成品生产不出来，无法
完成交付，而成品生成不出来的原因则是部分原材料的供应商未能按 时送货，导致原材料不齐套，无法开始生产
09
预测性分析—什么可能会发生 ? 预测型分析对事件未来发生的可能性，预测一个可量化的值，或者是
预估事情发生的时间点 ? 比如通过建模可以预测本月该供应商会使我们的订单履约率下降 2%
13
描述性分析
? 描述性分析对采集到的大量数据进行初步的整理和归纳，对调查总体 所有变量的有关数据进行统计性描述，主要包括 ? 数据的频数分析 ? 数据的集中趋势分析 ? 数据的离散程度分析 ? 数据的分布 ? 统计图形绘制
14
数据的频数分析 ? 利用频数分析可以发现一些统计规律 ? 比如说，被调查者使用个人支票支付方式的最多，使用信用卡支付的 最少
大数据应用场景之-大数据预 测
01
目 录 CONTENTS
1 大数据预测概述 2 描述性数据分析 3 诊断性数据分析 4 大预测性数据分析
5 处方式数据分析
6 数据分析示例
7 大数据预测度特征 大数据的其他功能应用领
8域
02
PART 01Hale Waihona Puke Baidu大数据预测概述
大数据预测是大数据最核心的应用，大数据预测将 传统意义预测拓展到“现测”。
? 提炼指标
? 对数据做探索性分析后，可对数据反映的事实有一个直观的感受，但是要想更准确、 简洁地描述发生了什么，还应该进行总结和提炼出相应指标，做为企业日常经营管理的 KPI ? 比如描述库存周转的整体情况，库存周转率、库存周转天数等指标更有效
20
探索性分析步骤
1. 提问，理顺初步分析思路和目标
? 在了解清楚数据产生的业务场景后，试问一些 what happened 的问题
? 比如，本月销售额是多少？环比和同比变化分别是多少？本财年销售的变化趋势是 怎么样的？
17
数据的分布
? 在统计分析中，通常要假设样本的分布属于正态分布，因此需要用偏度和 峰度两个指标来检查样本是否符合正态分布 ? 偏度衡量的是样本分布的偏斜方向和程度 ? 而峰度衡量的是样本分布曲线的尖峰程度
? 如果样本的偏度接近于 0，峰度接近于 3，就可以判断总体的分布接近于正 态分布
18
绘制统计图 ? 绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简 明 ? 绘制各个变量的统计图形，包括条形图、饼图和折线图等
10
处方性分析—该做些什么
? 处方性分析基于对“发生了什么”、“为什么会发生”和“可能发生什么”的 分析，来帮助用户决定应该采取什么措施
? 通常情况下，是在前面的所有方法都完成之后，最后需要完成的分析方法 ? 比如，供应商 A会导致本月订单履约率下降，可能采取的措施就是把 A换掉，但
是现在有B和C两个供应商供选择，通过分析和计算得出：选用供应商 B会比选C 的订单履约率高 1%，因此建议选择供应商 B
? 数据分析的根本目的就是要洞察数据背后的规律，企业可以基于数据 分析的结果制订决策、并采取相应措施和行动，进而达成想要的结果
? 数据分析的四个层次 ? 描述性分析（ Descriptive Analysis ） ? 诊断性分析（ Diagnostic Analysis ） ? 预测性分析（ Predictive Analysis ） ? 处方性分析（ Prescriptive Analysis ）
15
数据的集中趋势分析
数据的集中趋势分析是用来反映数据的一般水平 ? 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性
的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均 值 ? 中位数：是反映数据的中心位置的指标，其确定方法是将所有数据以 由小到大的顺序排列，位于中央的数据值就是中位数 ? 众数：是指在数据中发生频率最高的数据值
19
描述性分析方法
? 了解业务场景
? 首先要了解和还原数据产生的业务场景，包括：数据涉及到的部门和岗位，这些部 门和岗位之间的业务流程，在不同业务流程中有哪些输入，对数据做了什么处理，又是 如何输出和传递给下游部门的
? 探索性分析
1. 提问，理顺初步分析思路和目标 2. 收集数据 3. 选择相应分析方法
03
预测是大数据的核心价值 大数据预测是大数据最核心的应用 ? 大数据的本质是解决问题，大数据的核心价值就在于预测，而企业经
营的核心也是基于预测所做出的正确判断。
04
大数据预测的优势
? 大数据预测则是基于大数据和预测模型去预测未来某件事情的概率， 让分析从“面向已经发生的过去” 转向“面向即将发生的未来” 是大 数据与传统数据分析的最大不同
位数或众数有较好的代表性
16
数据的离散程度分析
? 数据的离散程度分析主要是 用来反映数据之间的差异程 度，常用的指标有方差和标 准差
? 方差是标准差的平方，根据 不同的数据类型有不同的计 算方法
06
数据分析的四个层次
07
描述性分析—发生了什么 ? 描述性分析主要是对已经发生的事实用数据做出准确的描述 ? 比如某企业本月订单签约额比上月增加 100万，至1100万，但是订单履
约率从上月的 98%下降到了95%，库存周转率从上月的 0.8下降到了0.7
08
诊断性分析—为什么会发生 ? 通过评估描述型数据，诊断分析工具能够让数据分析师深入地分析数
? 大数据预测的优势体现在它把一个非常困难的预测问题，转化为一个 相对简单的描述问题，而这是传统小数据集根本无法企及的
? 从预测的角度看，大数据预测所得出的结果不仅仅得到处理现实业务 简单、客观的结论，更能用于帮助企业经营决策，收集起来的资料还 可以被规划，引导开发更大的消费力量
05
数据分析的四个层次
11
数据分析方法总结 ? 传统分析方法只能完成描述性和诊断性分析 ? 大数据分析方法使用大量多样化和可变数据来实现预测，在充满不确定性的环
境下，能够帮助企业做出更好的决定 ? 大数据预测是大数据在很多领域的重要应用
12
PART 02 描述性数据分析
描述性分析做为商业数据分析的第一个层次，主 要回答『发生了什么』的问题。
据，钻取到数据的核心 ? 比如经过分析，发现订单履约率下降的原因是成品生产不出来，无法
完成交付，而成品生成不出来的原因则是部分原材料的供应商未能按 时送货，导致原材料不齐套，无法开始生产
09
预测性分析—什么可能会发生 ? 预测型分析对事件未来发生的可能性，预测一个可量化的值，或者是
预估事情发生的时间点 ? 比如通过建模可以预测本月该供应商会使我们的订单履约率下降 2%
13
描述性分析
? 描述性分析对采集到的大量数据进行初步的整理和归纳，对调查总体 所有变量的有关数据进行统计性描述，主要包括 ? 数据的频数分析 ? 数据的集中趋势分析 ? 数据的离散程度分析 ? 数据的分布 ? 统计图形绘制
14
数据的频数分析 ? 利用频数分析可以发现一些统计规律 ? 比如说，被调查者使用个人支票支付方式的最多，使用信用卡支付的 最少
大数据应用场景之-大数据预 测
01
目 录 CONTENTS
1 大数据预测概述 2 描述性数据分析 3 诊断性数据分析 4 大预测性数据分析
5 处方式数据分析
6 数据分析示例
7 大数据预测度特征 大数据的其他功能应用领
8域
02
PART 01Hale Waihona Puke Baidu大数据预测概述
大数据预测是大数据最核心的应用，大数据预测将 传统意义预测拓展到“现测”。
? 提炼指标
? 对数据做探索性分析后，可对数据反映的事实有一个直观的感受，但是要想更准确、 简洁地描述发生了什么，还应该进行总结和提炼出相应指标，做为企业日常经营管理的 KPI ? 比如描述库存周转的整体情况，库存周转率、库存周转天数等指标更有效
20
探索性分析步骤
1. 提问，理顺初步分析思路和目标
? 在了解清楚数据产生的业务场景后，试问一些 what happened 的问题
? 比如，本月销售额是多少？环比和同比变化分别是多少？本财年销售的变化趋势是 怎么样的？
17
数据的分布
? 在统计分析中，通常要假设样本的分布属于正态分布，因此需要用偏度和 峰度两个指标来检查样本是否符合正态分布 ? 偏度衡量的是样本分布的偏斜方向和程度 ? 而峰度衡量的是样本分布曲线的尖峰程度
? 如果样本的偏度接近于 0，峰度接近于 3，就可以判断总体的分布接近于正 态分布
18
绘制统计图 ? 绘制统计图：用图形的形式来表达数据，比用文字表达更清晰、更简 明 ? 绘制各个变量的统计图形，包括条形图、饼图和折线图等
10
处方性分析—该做些什么
? 处方性分析基于对“发生了什么”、“为什么会发生”和“可能发生什么”的 分析，来帮助用户决定应该采取什么措施
? 通常情况下，是在前面的所有方法都完成之后，最后需要完成的分析方法 ? 比如，供应商 A会导致本月订单履约率下降，可能采取的措施就是把 A换掉，但
是现在有B和C两个供应商供选择，通过分析和计算得出：选用供应商 B会比选C 的订单履约率高 1%，因此建议选择供应商 B
? 数据分析的根本目的就是要洞察数据背后的规律，企业可以基于数据 分析的结果制订决策、并采取相应措施和行动，进而达成想要的结果
? 数据分析的四个层次 ? 描述性分析（ Descriptive Analysis ） ? 诊断性分析（ Diagnostic Analysis ） ? 预测性分析（ Predictive Analysis ） ? 处方性分析（ Prescriptive Analysis ）
15
数据的集中趋势分析
数据的集中趋势分析是用来反映数据的一般水平 ? 平均值：是衡量数据的中心位置的重要指标，反映了一些数据必然性
的特点，包括算术平均值、加权算术平均值、调和平均值和几何平均 值 ? 中位数：是反映数据的中心位置的指标，其确定方法是将所有数据以 由小到大的顺序排列，位于中央的数据值就是中位数 ? 众数：是指在数据中发生频率最高的数据值
19
描述性分析方法
? 了解业务场景
? 首先要了解和还原数据产生的业务场景，包括：数据涉及到的部门和岗位，这些部 门和岗位之间的业务流程，在不同业务流程中有哪些输入，对数据做了什么处理，又是 如何输出和传递给下游部门的
? 探索性分析
1. 提问，理顺初步分析思路和目标 2. 收集数据 3. 选择相应分析方法
03
预测是大数据的核心价值 大数据预测是大数据最核心的应用 ? 大数据的本质是解决问题，大数据的核心价值就在于预测，而企业经
营的核心也是基于预测所做出的正确判断。
04
大数据预测的优势
? 大数据预测则是基于大数据和预测模型去预测未来某件事情的概率， 让分析从“面向已经发生的过去” 转向“面向即将发生的未来” 是大 数据与传统数据分析的最大不同