数据分析的能力.docxVIP

分析的能力 我们可以以两种形式进行数据观察：结构性和非结构性。结构性数据和财务性数据相似， 非结构性数据的典型代表是经济性数据或无形数据。从图 1.1 可以看到，分析和数据相互 交叉。自 200 年前的工业革命以来，我们一直在关注结构性数据：成本、流程用时和数量。然而，美国 IBM 公司提出，现在产生的数据至少有 80% 是非结构性的，是难以计数的图片、文档和音频。随着社会网络继续爆炸式的增长，非结构性数据的比例必然会增加。事实 上，结构性数据和非结构性数据最终会融合在一起。简言之，就是会成为现在所谓的“混合数据”。虽然混合数据在未来的分析中至关重要，但是它会使分析过程变得更加复杂。 这恰好说明了分析之所以重要的原因。在处理客观事实与主观认知复杂混合的情况时， 除了通过逻辑探究和数据处理的方式去理解之外，就没有其他办法了。 请允许我再次强调这一点，作为分析起源的描述性数据能告诉我们到目前为止发生了些 什么。但是，预测性分析和规范性分析更关注于可能会发生什么，或者最好能够发生什么， 以及如何使它发生。这三个层次都十分必要。整个20 世纪，我们使用描述性数据，然后通过预期的发展趋势从主观上把结论推给未来。当市场稳定的时候，这种方法在某种程度上是 可以接受的。然而，当今和未来的市场都是不稳定的。所以，预测性分析对于任何一个想要 在新时期保持或增加市场份额和利润的公司来说都十分关