大数据应用场景大数据预测.pptx

大数据应用场景之-大数据预测01 目录CONTENTS021大数据预测概述2描述性数据分析3诊疗性数据分析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8大数据的其他功能应用领域 PART 01 大数据预测概述大数据预测是大数据最关键的应用，大数据预测将老式意义预测拓展到“现测”。03 预测是大数据的关键价值04大数据预测是大数据最关键的应用大数据的本质是处理问题，大数据的关键价值就在于预测，而企业经营的关键也是基于预测所做出的正确判断。 大数据预测的优势05大数据预测则是基于大数据和预测模型去预测将来某件事情的概率，让分析从“面对已经发生的过去”转向“面对即将发生的将来”是大数据与老式数据分析的最大不同大数据预测的优势体目前它把一种非常困难的预测问题，转化为一种相对简朴的描述问题，而这是老式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成果不但仅得到处理现实业务简朴、客观的结论，更能用于帮助企业经营决策，搜集起来的资料还能够被规划，引导开发更大的消费力量 数据分析的四个层次06数据分析的根本目的就是要洞察数据背后的规律，企业能够基于数据分析的成果制定决策、并采用相应措施和行动，进而达成想要的成果数据分析的四个层次描述性分析（Descriptive Analysis）诊疗性分析（Diagnostic Analysis）预测性分析（Predictive Analysis）处方性分析（Prescriptive Analysis） 数据分析的四个层次07 描述性分析—发生了什么08描述性分析主要是对已经发生的事实用数据做出精确的描述例如某企业本月订单签约额比上月增长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 诊疗性分析—为何会发生09经过评估描述型数据，诊疗分析工具能够让数据分析师进一步地分析数据，钻取到数据的关键例如经过分析，发觉订单履约率下降的原因是成品生产不出来，无法完毕交付，而成品生成不出来的原因则是部分原材料的供给商未能按时送货，造成原材料不齐套，无法开始生产 预测性分析—什么可能会发生10预测型分析对事件将来发生的可能性，预测一种可量化的值，或者是预估事情发生的时间点例如经过建模能够预测本月该供给商会使我们的订单履约率下降2% 处方性分析—该做些什么11处方性分析基于对“发生了什么”、“为何会发生”和“可能发生什么”的分析，来帮助顾客决定应该采用什么措施一般情况下，是在前面的全部措施都完毕之后，最终需要完毕的分析措施例如，供给商A会造成本月订单履约率下降，可能采用的措施就是把A换掉，但是目前有B和C两个供给商供选择，经过分析和计算得出：选用供给商B会比选C的订单履约率高1%，所以提议选择供给商B 数据分析措施总结12老式分析措施只能完毕描述性和诊疗性分析大数据分析措施使用大量多样化和可变数据来实现预测，在充斥不拟定性的环境下，能够帮助企业做出愈加好的决定大数据预测是大数据在诸多领域的主要应用 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种层次，主要回答『发生了什么』的问题。13 描述性分析14描述性分析对采集到的大量数据进行初步的整顿和归纳，对调查总体全部变量的有关数据进行统计性描述，主要涉及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 数据的频数分析15利用频数分析能够发觉某些统计规律例如说，被调查者使用个人支票支付方式的最多，使用信用卡支付的至少 数据的集中趋势分析16数据的集中趋势分析是用来反应数据的一般水平平均值：是衡量数据的中心位置的主要指标，反应了某些数据必然性的特点，涉及算术平均值、加权算术平均值、调和平均值和几何平均值 中位数：是反应数据的中心位置的指标，其拟定措施是将全部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假如各个数据之间的差别程度较小，用平均值就有很好的代表性假如数据之间的差别程度较大，尤其是有个别的极端值的情况，用中位数或众数有很好的代表性 数据的离散程度分析17数据的离散程度分析主要是用来反应数据之间的差别程度，常用的指标有方差和原则差方差是原则差的平方，根据不同的数据类型有不同的计算措施 数据的分布18在统计分析中，一般要假设样本的分布属于正态分布，所以需要用偏度和峰度两个指标来检验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假如样本的偏度接近于0，峰度接近于3，就能够判断总体的分布接近于正态分布 绘制统计图19绘制统计图：用图形的形式来体现数据，比用文字体现更清楚、更简要绘制各个变量的统计图形，涉及条形图、饼图和折线图等 描述性分析措施20了解业务场景首先