猛戳订阅! 《一起玩蛇》
本章目录:
Ⅰ. BA 的基础概念
0x00 什么是商业分析(Business Analytics)
0x01 Explain 和 Predict
0x02 如何去进行分析?
0x03 Python 数据分析的理解
0x04 什么是统计?
Ⅱ. Conda 安装
0x00 Python 开发环境设置 —— 安装 Conda
Business Analytics,即 商业分析,简称 BA。BA 是一个收集数据 (data collection),对数据进行清理 (data cleaning),分析数据 (data analysis),从数据中提取商业见解 (business insights) 的过程。BA 专注于数据和统计分析,涉及到更多的量化分析。利用建模、算法、编程和统计去进行深度分析,从而获取到通过定性分析和简单定量分析无法获得的信息。
BA 隶属传统商科,分析整个公司的运营流程、开展的业务方面,偏向案例分析,以定性分析为主,数据分析为辅。
纽约大学对 BA 专业的定义如下:这是一门研究数据,通过统计和运营分析,形成预测模型,促进客户、商业合作伙伴和同事之间的沟通以及技术优化应用的学科。
Business Analytics 的两大目的:解释 (Explain),预测 (Predict)
Explain(解释):在商业分析中,"Explain"指的是理解和解释已经发生的事实或现象。它涉及对数据、趋势和模式进行解析和解释,以揭示背后的原因和关联。通过解释数据和现象,分析人员可以获得对业务运营、市场趋势和客户行为等方面的深入洞察。解释性分析可以通过数据可视化、统计分析、趋势分析和相关性分析等方法来实现。
比如,假设一家电子商务公司进行了解释性分析,以探究为什么某个特定产品的销售额在过去几个月中下降。他们可能会使用数据分析工具和技术,例如销售数据、市场调查数据和竞争情报数据,来识别可能的原因,如价格变动、竞争对手的推出新产品或市场需求的变化。通过解释性分析,他们可以获得有关销售下降的详细见解,并制定相应的业务策略。
Predict(预测):在商业分析中,"Predict"指的是基于历史数据和模型,预测未来事件或结果的可能性。预测性分析利用现有数据中的模式和趋势,以生成关于未来潜在结果的预测。这种分析有助于组织做出更明智的决策和规划,并为未来制定战略。
以市场预测为例,一家制造公司可能使用预测性分析来预测未来几个季度的市场需求。他们可以利用历史销售数据、市场趋势、经济指标和其他相关数据来建立预测模型。这个模型可以帮助他们预测未来销售量、市场份额和需求变化,以便他们能够做出关于产能、生产计划和库存管理等方面的决策。
举个例子:
为什么要区分 Explain 和 Predict?因为侧重点不同。
Step1:要明确 BA 的目的(解释还是预测)
Step2:利用针对性的重点和方法
Step3:基于分析的决策
概念化 & 操作化 & 语境化:
需要做些什么?以有效的数据为基础的决策 Y:
数据本身具有无意义性,因此需要明确的目的意识、适当的方法论和分析能力,并且需要掌握与领域相关的知识。同时,还应该具备以数据为中心的决策思维方式,并保持谦逊,意识到可能会犯错。
数据分析是通过各种数据发现和解释重要模式以做出基于数据的决策的过程。
数据分析:
数据分析处理流程:大部分数据分析阶段都会经过如下总共 6 个阶段,问题定义和计划 -> 数据收集和合并 -> 数据清洗和预处理 -> 数据探索 -> 数据分析 -> 结果报告(可视化) 。
统计是数学的一个分支,研究基于算术方法的观察、组织和分析大量数据的方法。
① 描述您所拥有的数据
② 对未知数据的预测和猜测
操作系统以 Window 为准进行说明(Linux 同理)
安装 Anaconda 或 Miniconda:
Step1:打开安装包后会进入欢迎界面,点击 Next>
Step2:许可协议界面,选择同意:
Step3:看情况选择,我们选择 Just Me:
Step4:选择安装路径,默认是在 C 盘下的,点击 Browse 按钮可呼出窗口更换路径:
Step5:这里全部勾选
Step6:等待即可,可能有点慢,但是绝对没有 Vivado 慢!安装完毕后点击 Next >
Final Step:点击 Finish
[ 笔者 ] 王亦优 | 雷向明
[ 更新 ] 2023.7.17
❌ [ 勘误 ] /* 暂无 */
[ 声明 ] 由于作者水平有限,本文有错误和不准确之处在所难免,
本人也很想知道这些错误,恳望读者批评指正!
参考文献: - C++reference[EB/OL]. []. http://www.cplusplus.com/reference/. - Microsoft. MSDN(Microsoft Developer Network)[EB/OL]. []. . - 百度百科[EB/OL]. []. https://baike.baidu.com/. - Duhak, Steven Kim and Song, Jihoon and Jang, Daniel (2020), Using Bayesian Statistics in HR Analytics Research and Practice: Focusing on Data from Exiting Executives |