10 Types d'analyse qui complètent l'exploration de données - les nuls

Vous n'avez pas besoin d'être un expert dans chaque technique d'exploration de données, bien sûr, mais un peu de connaissances sur d'autres outils et approches peuvent vous préparer à de nouveaux défis. Cette liste vous présente dix approches de ce type.

Analyse commerciale

L'analyse commerciale est l'étude des systèmes et des processus commerciaux dans le but de les améliorer. L'analyse d'entreprise peut aider les organisations à fonctionner plus efficacement, à se conformer à la loi et à d'autres normes de bonnes pratiques, et à éviter les erreurs coûteuses. Les analystes commerciaux facilitent le changement organisationnel en identifiant les besoins des parties prenantes et en évaluant la faisabilité de solutions alternatives aux problèmes de l'entreprise. Beaucoup sont des experts en technologie de l'information et en structure organisationnelle.

En tant que data mining, votre première rencontre avec un analyste métier peut survenir lorsque votre organisation décide d'explorer l'exploration de données. L'analyste métier peut prendre l'initiative d'identifier la façon dont l'exploration de données peut être appliquée dans votre organisation, comment intégrer l'exploration de données aux fonctions de technologie de l'information et comment s'assurer que l'exploration de données n'interfère pas avec les opérations quotidiennes.

Analyse conjointe

Les acheteurs font leurs choix, équilibrant les préférences pour des caractéristiques particulières avec les limites des produits disponibles et leur budget d'achat. Pensez à l'autre côté de ce processus. Si vous êtes un chef de produit ou un agent de commercialisation, pour attirer des clients, vous avez besoin d'informations sur les caractéristiques qu'ils jugent les plus séduisantes et les prix que le marché supportera.

C'est le rôle de analyse conjointe , une technique pour obtenir des informations sur les préférences des consommateurs. Dans l'analyse conjointe, les données sont recueillies auprès des personnes invitées à évaluer une variété d'options de produits théoriques. Ces études peuvent varier de simples (comme celles qui demandent simplement aux répondants à évaluer ou classer chaque option) à complexes (comme les études qui utilisent un logiciel adaptatif spécial qui modifie les options au fur et à mesure que l'interview progresse).

Conception d'expériences

Si vous êtes un mineur de données, en matière de données, vous prenez ce que vous pouvez obtenir. Vos données peuvent être collectées dans le cadre de vos activités quotidiennes ou via un autre canal préexistant, mais ce n'est pas toujours suffisant. Parfois, vous avez besoin de types spécifiques de données, ou de données remplissant certaines conditions, et c'est là qu'interviennent les expériences.

Si, comme la plupart des chercheurs de données, vous n'êtes pas formé à la conception d'expériences ou à des méthodes statistiques strictes les résultats, c'est le moment d'amener un statisticien.Une mauvaise conception peut facilement couler une expérience - en introduisant l'erreur, par exemple, ou en modifiant la signification des résultats si drastiquement que l'expérience ne dit rien de la conséquence de votre théorie.

Modélisation du mix marketing

Parce qu'il existe un grand nombre d'options publicitaires (TV, radio, impression, en ligne, etc.), il n'est pas toujours facile de déterminer quelle combinaison de médias offre le meilleur rapport qualité-prix. Dans cette optique, les spécialistes du marketing utilisent la modélisation du marketing mix pour comprendre ce qui fonctionne et la meilleure façon d'allouer leurs dépenses.

La modélisation du marketing mix utilise une analyse statistique des données de vente et de marketing pour évaluer différentes approches marketing et optimiser les choix publicitaires d'une entreprise.

Recherche opérationnelle

Considérez que vous avez 3 000 produits dans 12 entrepôts et 800 commandes pour livrer ces produits aux clients dans 14 États en utilisant un mélange de vos propres camions et de l'un des 22 services de livraison supplémentaires d'ici jeudi. Vous devez trouver le moyen le plus rentable d'obtenir tout ce dont vous avez besoin, à temps. Pour un problème aussi complexe, votre meilleure approche est de faire de la recherche opérationnelle.

La recherche opérationnelle applique l'optimisation mathématique, la simulation et d'autres méthodes pour identifier les moyens d'obtenir la valeur maximale des ressources disponibles. Il est largement utilisé dans les industries qui ont des défis logistiques complexes, tels que le transport et l'armée. C'est assez différent de l'exploration de données car une grande partie du processus n'implique aucune donnée et repose entièrement sur la théorie.

Analyse de fiabilité

Voici un fait peu connu: Il existe deux catégories d'analyse complètement différentes, chacune appelée analyse de fiabilité. Voici l'histoire de chacun d'entre eux:

• Ingénierie: En ingénierie, l'analyse de fiabilité est exactement ce que son nom l'indique: l'étude de la fabrication des produits et de leurs pièces se déroule comme prévu. Il s'appuie sur des méthodes de modélisation mathématique telles que l'analyse de risque probabiliste, l'analyse par éléments finis et la simulation pour prédire comment les systèmes fonctionneront dans diverses conditions.

• Psychométrie: En psychométrie, l'analyse de fiabilité se réfère à la cohérence d'une mesure. Une mesure est dite fiable si elle produit le même résultat à chaque fois. Ce type d'analyse de fiabilité est le plus souvent utilisé dans le développement et l'évaluation de tests standardisés.

Contrôle du processus statistique

Il est généralement admis que la première étape vers une meilleure qualité consiste à rendre vos processus prévisibles et cohérents. C'est un peu comme apprendre à cuisiner quelque chose de nouveau. D'abord vous apprenez à faire la recette correctement, puis vous faites de petits changements et voyez si vous pouvez l'améliorer.

Le contrôle du processus statistique formalise cette approche en utilisant des mesures statistiques élaborées à cet effet et des graphiques spéciaux appelés tableaux de contrôle . C'est un aliment de base de longue date des industries manufacturières et il est de plus en plus utilisé dans les soins de santé.Bien qu'il soit également applicable à de nombreuses applications de l'industrie des services, il n'est pas souvent utilisé ici.

Analyse de réseaux sociaux

Beaucoup de gens se réfèrent à Facebook, Pinterest et autres institutions similaires comme réseaux sociaux, mais en fait, ce sont plateformes - c'est-à-dire communication des outils conçus pour faciliter l'interaction entre les personnes. Le réseau social est le peuple! Donc, vous, votre meilleur ami, et tous vos copains de la vieille école forment un réseau social, un groupe de personnes liées par des interactions, des connaissances ou d'autres moyens.

L'analyse des réseaux sociaux, , est donc la branche des mathématiques qui vise à comprendre le comportement de ces groupes de personnes interconnectés.

Modélisation de l'équation structurelle

Le comportement humain est complexe et implique de nombreux éléments, dont certains ne peuvent être mesurés directement. Considérez le processus qui établit le niveau de satisfaction d'un consommateur avec un magasin. De nombreux facteurs entrent en jeu: le besoin perçu du consommateur pour le produit du magasin, l'attitude du client envers l'atmosphère du magasin, les souvenirs d'expériences passées dans ce magasin et d'autres, la météo, etc.

Si vous pouviez développer un modèle de ce processus, vous pourriez comprendre quels sont les facteurs qui font que les consommateurs sont satisfaits ou insatisfaits et voir comment vous pourriez les influencer pour améliorer la satisfaction de la clientèle. C'est le rôle de modélisation d'équation structurelle (parfois appelée modélisation de chemin ou modélisation causative ).

Web analytics

L'exploration de données et d'autres techniques conçues pour explorer les relations entre les variables vous permettent de découvrir une mine d'informations utiles à partir des données d'activité Internet.

Vous pourriez avoir besoin de rapports de base qui résument l'activité à un niveau très simple, comme des totalisations de téléchargements pour différents types de contenu, des graphiques d'activité selon l'heure de la journée, ou peut-être un peu de A / B test (un test que vous pouvez utiliser pour comparer différentes versions du matériel marketing et découvrir ce qui fonctionne le mieux). C'est le sens commun de web analytics.