数据分析需要了解的 5 个分析周期
数据分析需要了解的 5 个分析周期
首先，为什么要分析数据？为什么公司变得越来越 数据驱动 ?
Fonte: https://www.datascience-pm.com/crisp-dm-2/
最简单的答案是： 以更明智的方式做出决定，减少猜测的数量 .这就是存在分析周期的原因，它指导这个过程从理解问题到衡量行动的影响，所有这些都在一个改进周期内。
所以让我们从定义开始。分析周期是： 整体方法，以确保不会忽视真正激发决策制定的数据分析的一些基本步骤。
不要被这里的“整体”这个词吓到。它们只是意味着该方法是完整的，没有简化，并且步骤是相互关联的。见 维基百科文章 了解更多。
最重要的是要了解为什么每个步骤对明智的决策过程都很重要。 ifood 数据分析主管 Lucas Pedote 表示：
“我们需要更少的流程和更多的心态”
也就是说，在公司文化中，而不是以自上而下的方式或仅通过流程，需要做出更明智的决定。因此，确保每个人都了解有必要经历周期的每个阶段以及为什么 使用数据进行决策更有意义 .一项必须融入文化但也需要领导者支持的运动，因为有继续猜测和猜测的倾向是正常的 照常营业 .
5个分析周期
首先我想介绍一个通用周期的步骤，然后强调 4 个周期：TERA、CrispDM、PPDAC、4ps 数据 做爱吃。
更通用的循环（ 关联 )，它给出的概述是：
- 定义问题：它需要相关；
- 探索数据：描述性分析；
- 分析数据：发生了什么现象/行为；
- 预测与情景：探索未来的可能性；
- 行动：找到最佳解决方案，提出解决方案并付诸行动；
- 衡量行动结果：了解和更新模型或必要时进行的分析；
- 重复直到问题解决。
来自 Tera 的循环
Tera 技术学校数据团队在其分析和内部项目中使用的分析周期：
- 理解和定义挑战或问题；
- 构思：提出假设，定义问题；
- 来源和集合的定义；
- 数据清洗与分析组织：事前评估数据质量；
- 更深入的分析；
- 解决方案的设计和构建；
- 介绍调查结果和可操作性；
- 付诸实践并重复。
如下图所示，在步骤 2-5 的循环内循环是可能的，甚至是必要的。
PPDAC
经典循环，称为调查循环。它遵循以下流程：
Fonte: Wild e Pfannkuch (1999)
在葡萄牙语：
- 问题
- 普莱诺
- 数据
- 分析
- 结论
CRISP-DM
这是本文第一张图片中的周期，在数据科学周期中很有名。步骤是：
- 业务理解
- 对数据的理解（质量）
- 数据准备
- 建模：例如定义 ML 算法。
- 结果评估
- 重复直到解决
看 在这个网站上 这个周期的更多细节。
4ps的数据
ifood 数据分析团队使用的方法。四个P是：
- 问题：什么是疼痛？
- 潜力：收益是多少？将服务于优先级
- 产品：哪个是最好的交付物？什么最有用？例如：图表、仪表板或 ML 算法？
- 建议：那又怎样？采取什么行动？
结论
我试图通过展示 5 个示例并在更具分析性的文化中说明对这个工具的需求，来记录我对分析周期的了解。我们可以看到，它们都非常相似，只是关注点不同，更多的是调查、分析还是业务。
我希望它对你有用。我还有其他关于数据主题的文本，看看我的个人资料！
来源和灵感
文章：统计思维作为持续改进管理措施的支持， 关联 .
课程： 数据分析证书 da Tera
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
