診斷分析回答以下問題：為什麼會發生這種情況？上季銷售額下降，原因何在？週二網站流量激增，原因是什麼？東北地區的客戶流失率上升，發生了什麼變化？描述性分析揭示了“是什麼”，而診斷分析則深入探討“為什麼”。它運用鑽取、關聯分析和根本原因分析來尋找解釋。
這些技術各不相同。鑽取分析將匯總資料分解成各個組成部分。例如，銷售額下降集中在某一產品線；產品線銷售額下降集中在某一地區；該地區銷售額下降始於競爭對手推出促銷活動之後。相關性分析用於發現變數之間的關係。例如，客戶流失率與支援工單數量相關。因果關係的確定則需要更加謹慎。冰淇淋銷售與溺水死亡人數之間的相關性並不意味著冰淇淋會導致溺水。兩者都受到溫暖天氣的影響。診斷分析需要領域知識來區分真正的原因和虛假的原因。它還需要粒度合適的數據。如果您只有月度總計數據，則無法深入分析每日模式。如果您只有區域數據，則無法按門市進行分析。您可以回答的問題取決於您收集的數據。診斷分析通常會揭示您需要的數據與您目前擁有的數據不同。
診斷技術
- 深入分析－將集合體分解為各個組成部分
- 相關性－找出變數之間的關係
- 細分——比較子群體
- 根本原因分析－追溯結果的根源
- 異常檢測－識別異常模式
診斷分析可以解釋過去。而解釋的準確性取決於數據的品質以及數據背後的領域知識。
Comments (3)
Leave a comment