티스토리 뷰

Data Analytics를 크게 분류하면 아래와 같다.


Value, Complexity 측면에서 아래로 갈수록 높다고 볼 수 있으며 포함관계를 가진다.


쉽게 이해를 하자면

- 무슨 일이 있어났고, 

- 왜 일어났고, 

- 어떤일이 일어날 것이고 

- 내가 원하는 목표를 달성하기 위해 무엇을 해야하는지를 보는 것.


- 유형별로 구분되는 것은 1,2,3의 경우 대안 도출을 사람이 하나 4의 경우 대안을 자동적(또는 사람의 개입을 최소화)으로 도출.



Image result for Types of Data Analytics

출처: http://www.kdnuggets.com/2017/07/4-types-data-analytics.html


1. Descriptive Analytics

- What happened?

- 과거 또는 현재에 일어난 일을 파악하기 위한 목적

- 통합적이고 정확하고 실제 데이터를 대상으로 함

- 결과를 바탕으로 추세를 분석하여 전체적인 활동의 성과를 모니터링하는 데 사용.

- 데이터 파악을 위해 효과적인 시각화 필요


2. Diagnostic Analytics

- What did it happen?

- 특정 현상/사건에 대한 발생 원인을 찾기 위한 목적 

- 최상위 원인을 찾기 위한 분석

- 정확한 원인 분석을 위해 데이터간의 관계를 명확히 하고 불필요한 정보를 제거하는 과정


3. Predictive Analytics

- What will happen?

- 향후 발생할 현상/사건을 예측하기 위한 목적


4. Prescriptive Analytics

- What should I do?

- 원하는 목표을 달성하기 위해 주요 Factor를 파악하고 전략을 수립하기 위한 목적

- Decision Support, Decision Automation



- 최종적인 Prescriptive Analytics를 위해서는 여러 유형을 복합적으로 활용해야 함. (http://blog.lgcns.com/1215)



http://bi_matrix.blog.me/221018505863

Guided Analytics / Self-Service Analytics

http://www.intel.com/content/dam/www/public/us/en/documents/white-papers/delivering-self-service-bi-data-visualization-and-big-data-analytics.pdf


'공부하자 > 머신러닝' 카테고리의 다른 글

ML01. 학습 및 참고 사이트  (0) 2019.03.18
ML03. 데이터 분석  (0) 2018.04.25
#4. Linear Regression  (0) 2017.09.01
#3. Window 기반 Python 개발 환경  (0) 2017.09.01
#2. ML 기본 개념  (0) 2017.09.01
댓글