本文主要介绍在分析数据领域最常用的4种数据分析方法。
在数据挖掘和分析领域的分析师被问及数据挖掘分析师最重要的能力是什么，给予了各种各样的回答。
事实上，我想告诉他们，在数据的发掘和分析领域，最重要的能力是可以将数据转换成非专业人员，是有意义的见解。
要理解挖掘数据价值的重要性，必须使用一些工具。其中一个工具叫做四维分析。
简单来说，分析是四个关键。
详细介绍这四个方法。
1 .解说：发生了什么？
这是最常见的分析方法。在工作中，该方法提供数据分析师的重要指标和业务量的方法。
例如，每个月的收入和账单。数据分析师可以通过这些账单获取很多客户数据。理解客户的地理信息是“说明性分析”之一。可见化工具可有效地增强提供说明性分析的信息。
2 .第二条。诊断分析：为什么会发生？
描述性数据分析的下一步是诊断数据的分析。通过评估统计数据，可以诊断工具对数据分析师进行深度分析，进入数据核心。
一个设计良好的BI设计器盘可以根据时间序列的集成数据的读取、特征的过滤和数据钻头功能来更好地分析数据。
3。预测分析：会发生什么？
预测分析主要用于预测。将来的事件的可能性可以通过预测模型来实现一个可量化的值，或者根据预测模型来实现事件发生的时间点。
预测模型通常使用各种可变数据来实现预测。数据成员的多样性与预测结果密切相关。
在不确定的环境中，有助于做出更好的决定。预测模型是在很多领域被使用的重要的方法。
第四章。教育分析：那需要什么？
数据价值和复杂性分析的下一步骤是基于命令的分析。指令模型根据「发生了什么」，「为何发生了」和「发生了什么」的分析，帮助了用户应该采取怎样的措施。通常，基于命令的分析不是一个单一方法，而是在所有先前的方法都完成之后完成的分析方法。
例如，交通计划考虑各个路线的距离、各路线的速度、以及当前的交通控制因素，帮助选择最好的回家路线。