分析只是决策支持中的一种方案？
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-23
架构师和设计师长期以来使用相似的分类来定义和设计信息管理系统
但是长期以来信息传递和使用系统缺少可比的分类系统，在过去的三十年中，我们已经看到大量的术语冲突和/或重叠：决策支持系统，商业智能，数据发现，各种口味的分析和机器学习，结果造成了一个神秘的产品格局，导致业务用户之间混淆了哪些工具和方法应应用于不同的决策活动。
理解这种情况的一种常见尝试是将决策支持与分析结合起来
并提出随着时间的推移以及组织内部决策成熟度的发展，根据作者的不同，阶段包括描述性的（发生了什么？），诊断性的（为什么发生了？），预测性的（可能发生了什么？）和指示性的（使得发生了），这种方法进一步表明，随着企业遵循这种进化路径，价值会增加，而工作的复杂性也会增加，关于这种进化模型，这些多步骤分析模型的关键是不要对达到何种程度感到失望您必须走，而只是想从自己的位置前进，我们越早开始采用更复杂的分析，就越早从物联网中获得真正的价值。
进化图可能产生的两个基本决策误解
（1）所有决策都是基于分析的；
（2）随着分析推论的逐步发展，必然会增加价值。企业应努力应用预测性或规范性分析以在所有情况下实现价值化。
信息传递和使用分类
更深入地了解信息传递和使用系统的业务目标以及如何使用信息来支持这些目标具有指导意义，它显示了即使是“更简单”的分析形式的内在价值，以及着力于改进它们与研究更复杂的分析方法一样有价值，在许多情况下，管理始于衡量，信息交付和使用中两个基本的用例着重于衡量业务：监视和责任报告，两者都涉及根据预期跟踪业务度量，并查找异常和异常事件，他们在时间上有所不同，监控越来越趋向于实时，而报告则强调定期会计措施，例如月份或预算年度，前者要求提供信息，后者基于从多个来源集成的摘要信息。
称这些用例为描述性分析会分散其用途和工作方式
一旦交付，理想情况下，它们应该基本保持一致，以便可以快速识别业务的成败与进展。两种方案本质上都是被动的，必须自行定义和优化，仅当检测到异常时，监视要求立即采取行动或执行问责制报告才能导致长期或战略变化，在这两种情况下，都需要（诊断）分析来确定适当的响应，信息的这种使用很活跃，旨在了解因果关系并确定拟议行动的可能结果。这里的分析意味着对具有明确目标的明确定义的，有边界的和可用信息的调查，与前面的类别一样，分析本身就是存在的，不需要“进化”到下一个更好的阶段。
数据探索或发现使用类似（但更复杂）的技术作为分析
但以更自由的方式用作创新或识别意外威胁或机会的基础，这种情况的业务驱动因素与分析的驱动因素截然不同，并且需要跨业务流程的广泛且高度相关的信息，与分析相比，通常需要数据科学家和整体业务专家之间进行大量的协作才能获得结果，而分析通常是主题专家更为孤立的追求。
数据探索或发现是使用过去和现在的信息通过统计或机器学习模型预测或预测未来可能发生的事件
结果或行为的过程，预测是监视业务的自然后续工作，而数据探索在信息需求和时间方面都与问责制报告更紧密相关，在某些情况下，预测可能会启用处方-行动来影响未来的结果，但是现在说明性分析一词被认为是用词不当：采取了后续行动，但与分析分开了，进一步将这些类别讨论了信息生产者和消费者之间交互的含义，如何使用此分类在信息交付和使用项目中取得持续成功的宝贵见解。
所有信息交付和使用情况提供了完整的分类结构
重要的是，它们使我们能够从分析的演化模型中退一步，并将价值正确地归因于从简单报告到高级分析的各种类型的决策支持系统，在许多情况下，着重于从更简单的信息传递和使用场景中获得可靠和可重复的结果（例如监视和报告）将提供早期有价值的业务结果，而更复杂的预测和说明性工作仍难以构建所需的基础架构。
商业联合会数据分析专业委员会
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
