我们一直在谈论数据分析的工具和方法，现在我们慢一点，来聊聊数据分析的目的和作用。

仅仅谈论数据分析的作用实际上并不重要，因此在谈论该作用之前，我们首先要考虑受众，举个例子：对于个人而言，由于身体感应的原因，让我们每天锻炼身体健身各种指标可以数字化，最终完成对个人身体和生活习惯的自我量化，然后完善对个人日常生活规律的调节，使我们过上更好的生活。对于企业来说，数据分析也需要对企业的各项指标进行监控，从而完成对企业运作的调整，使企业发展的更好。

数据分析的目的

1.分类

检查未知分类或暂时未知分类的数据，目的是预测数据属于哪个类别或属于哪个类别。使用具有已知分类的相似数据来研究分类规则，然后将这些规则应用于未知分类的数据。

2.预测

预测是指对数字连续变量而不是分类变量的预测。

3.关联规则和推荐系统

关联规则或关联分析是指在诸如捆绑之类的大型数据库中找到一般的关联模式。

在线推荐系统使用协作过滤算法，该协作过滤算法是基于给定的历史购买行为，等级，浏览历史或任何其他可测量的偏好行为或其他用户购买历史的方法。协同过滤可在单个用户级别生成“购买时可以购买的东西”的购买建议。因此，在许多推荐系统中使用了协作过滤，以向具有广泛偏好的用户提供个性化推荐。

4.预测分析

预测分析包括分类、预测、关联规则、协作过滤和模式识别（聚类）之类的方法。

5.数据缩减和降维

当变量的数量有限并且可以将大量样本数据分类为同类组时数据分析:企业的贤内助，通常会提高数据挖掘算法的性能。减少变量的数量通常称为“降维”。降维是部署监督学习方法之前最常见的初始步骤，旨在提高可预测性，可管理性和可解释性。

6.数据探索和可视化

数据探索的目的是了解数据的整体情况。通过图表和仪表板创建的数据浏览称为“数据可视化”或“可视化分析”，通常使用BI商业智能等可视化工具。对于数值变量，可以使用Excel中的直方图、箱形图和散点图来了解其值的分布并检测异常值。对于分类数据，可以使用条形图分析。

数据分析的作用

1.现状分析

告诉你过去发生了什么

首先，数据分析可以告诉你此阶段企业的整体运营情况，并通过完成各种运营指标来衡量企业的运营状况，以显示企业的整体运营情况是好是坏，企业这段时间整体业绩如何，问题出在哪里。

其次，可以清晰地看到企业每个业务的组成，以便管理者了解企业每个业务的发展和变化，并对企业的业务状态有更深入的了解。

2.原因分析

告诉你为什么这些现状会发生

在对第一阶段的现状进行分析之后，管理者对公司的运营有了基本的了解，但是并不知道哪里的运营更好，差异在哪里，以及出现问题的原因是什么。这时，我们就需要进行原因分析，以进一步

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！