✳️ 4 نوع تجزیه و تحلیل داده ها

◀️1/ تحلیل توصیفی
در این تحلیل شما آنچه را که اتفاق افتاده اندازه گیری می کنید.
روش هایی که می توانید استفاده کنید:
• تجزیه و تحلیل میانگین، میانه و حالت: یافتن میانگین، متوسط و متداول ترین رخدادهای داده ها.
• توزیع فرکانس: درک اینکه هر مقدار مختلف در یک مجموعه داده چند بار اتفاق می افتد.
• جدول بندی متقاطع: درک رابطه بین دو یا چند متغیر.
• تجزیه و تحلیل سری زمانی: تجزیه و تحلیل اقلام داده به خوبی تعریف شده از طریق اندازه گیری های مکرر در طول زمان.
• تجزیه و تحلیل گرافیکی: استفاده از نمودارها و نمودارها برای تجسم الگوهای داده.
نمونه ای از تحلیل توصیفی:
-صورت های مالی واقعی
KPI ها
-گزارش تعداد کارمندان

◀️2/ آنالیز تشخیصی
در اینجا هدف این است که بفهمیم چه اتفاقی افتاده است.
اینجا جایی است که برای درک علت اتفاقی که افتاده است، از تحلیل 80/20 استفاده کردید، فیلتر کردید.
روش هایی که می توانید استفاده کنید:
• تجزیه و تحلیل علت ریشه ای: شناسایی منشا یک مشکل.
• تحلیل واریانس: بررسی تفاوت بین عملکرد برنامه ریزی شده و واقعی.
• تحلیل همبستگی: مطالعه قدرت و جهت یک رابطه خطی بین دو متغیر.
• تحلیل رگرسیون: درک رابطه بین متغیرهای وابسته و مستقل.
• تجزیه و تحلیل گروهی: مقایسه الگوها و روندها در گروه های مختلف در یک بازه زمانی مشخص.
به عنوان مثال، انجام تجزیه و تحلیل ترکیب حجم قیمت بر روی درآمد.

◀️3/ تحلیل پیش بینی کننده
این به آینده نگاه می کند تا پیش بینی کند که احتمالاً چه اتفاقی خواهد افتاد.
روش هایی که می توانید استفاده کنید:
•رگرسیون خطی: پیش بینی یک متغیر وابسته بر اساس یک متغیر مستقل.
• درختان تصمیم: پیش بینی نتیجه بر اساس گره ها و برگ های تصمیم.
• جنگل تصادفی: ترکیب چندین درخت تصمیم برای بهبود دقت پیش بینی.
• شبکه های عصبی: استفاده از ساختارهای الگوریتمی برای پیش بینی یا تصمیم گیری بدون برنامه ریزی صریح برای انجام کار.
• پیش بینی سری های زمانی: استفاده از داده های تاریخی برای پیش بینی نقاط آینده در سری.
برای مثال زمانی که جریان نقدی خود را برای ماه آینده بر اساس یک مدل آماری پیش‌بینی می‌کنید و پس از بررسی دستی بر اساس آخرین رویدادهای تجاری تطبیق داده می‌شود.

◀️4/ تحلیل تجویزی
در اینجا شما تجزیه و تحلیل می کنید که از کدام عامل برای رسیدن به خروجی در یک سناریوی خاص استفاده کنید.
این سخت‌ترین تحلیل برای پیاده‌سازی و در نتیجه تحلیلی است که کمترین استفاده را دارد.
این بر روی یافتن بینش های عملی بر اساس ترکیبی از تجزیه و تحلیل تشخیصی و پیش بینی تمرکز می کند.
روش هایی که می توانید استفاده کنید:
• شبیه سازی: ایجاد مدلی برای پیش بینی نتایج مختلف بر اساس شرایط ورودی متنوع.
• مدل های بهینه سازی: یافتن بهترین راه حل از میان تمامی راه حل های امکان پذیر.
• تجزیه و تحلیل تصمیم: تجزیه و تحلیل تصمیمات ممکن برای تأثیر و نتیجه آنها.
• تجزیه و تحلیل هزینه-منفعت: مقایسه منافع یک اقدام با هزینه های مرتبط با آن.
مثال: مدلی که کارآمدترین اهرم ها (ترافیک، نرخ تبدیل) را برای افزایش درآمد در یک محصول خاص پیشنهاد می کند.