大数据应用场景之-大数据预测

#大数据应用场景之-大数据预测大数据预测概述l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l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l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l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l数据分析的四个层次•描述性分析(DescriptiveAnalysis)•诊断性分析(DiagnosticAnalysis)•预测性分析(PredictiveAnalysis)•处方性分析(PrescriptiveAnalysis)l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l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0.7l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据，钻取到数据的核心l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l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l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%l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l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l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Bl传统分析方法只能完成描述性和诊断性分析l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l大数据预测是大数据在很多领域的重要应用描述性数据分析l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•统计图形绘制数据的集中趋势分析是用来反映数据的一般水平

l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l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l众数：是指在数据中发生频率最高的数据值l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l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数据分析的四牛层次AnalyticsIhalllifip卩cncd?DescriptiveAnalyticsVhatshould1[1»ahomtit?4TypesofBusinessAnalytics1CapabilitiesAnalyticsIhalllifip卩cncd?DescriptiveAnalyticsVhatshould1[1»ahomtit?NeilCharidler/AgeridaOverviewfoe如瓯巧ine办intelligeix£3nclPerf<xn<inceManagement,'Gmner(2013)LevelqfEusinrsslaiiecc描述性分析一发生了什么*描述性分桁主要是对已经发主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万.至1100万，但是订单履约率从上月的9時下降到了拓亂库存周转率从上月的0出下降到了。一了(bttna)騒土(bttna)騒土ji'I工i工II预测性分折第一步：建立模型分类炸法据集NAMERANKYEARSTENUREDMikeAssistantProl3noMaryAssistantProf7yesBillProfessor2yesJimAssociateProt7yesD慎畸AssistantProl6noAnneAssociateProt3moII'rank=^protcssor'ORyears>6THENtenured=Lyes'I预测性分折第二步：用模型逬行预测耒知数据(Jeff,Professor,4)NAMERANKYEARSTENUREDTomA&sisfanTProt2noMerhsaAssociateProf7noGeorgeProfe&sor5yesJosephAssisianlProl7yeslenuied?|预测性分折的数据揑掘算袪I预测性分折的数据擢掘算送回归分析模型-个自变童—元回归两个及两个以上白变処I回旧分析的1般步骤利用回归方程进行预测确定回归方程中的解释变量和被解释变量重点内容对回归方程班行各种检验I描述性分折新老爵戶收ASiS百曲出«电雷户新老爵戶收ASiS百曲出«电雷户•商書户|描述性分折再看新老客户对收入的贵献，可以看到老客户虽然平均交易金额较小,但是对整体收入的贡献还是远远高于新客户的。再看交易金额分布及其胜率T可■sntra*a®交囲方布和牲犁■sntra*a®交囲方布和牲犁以看出单子金额越大「胜率越低°描述性分折不同产品的收人分布和胜準3祐1哄■4JCABWWH