6 Differents types d'analyse des donnees a rechercher L'analyse

Types de February 21, 2021

6 Types d'analyse des

donnees L'analyse des donnees fait reference au processus d'examen, de purification, de modification et de modelisation des donnees afin d'identifier les informations importantes et les solutions qui aident a optimiser la resolution des problemes. L'analyse des donnees est incluse dans la science des donnees, qui se refere a l'analyse de l'information pour diverses raisons commerciales.

L' analyse des donnees est utilisee dans le monde de l'entreprise pour mieux comprendre les inefficacites, ameliorer la prise de decisions et eliminer les risques. En effectuant efficacement l'analyse des donnees, les entreprises peuvent identifier les secteurs ou se produisent des dechets et utiliser ces informations pour atteindre leur rentabilite. Voici les 6 types d'analyse de donnees, leurs finalites et les techniques d'analyse

1. Analyse descriptive

L'analyse descriptive vise a decrire un ensemble de donnees. Cela comprend la synthese des analyses primaires, des mesures et des patrons.

Si une organisation analyse les ventes de manteaux chez les femmes, une analyse descriptive peut comprendre un resume des ventes totales de couts chez les femmes, les mois ou les ventes ont ete les plus elevees, les regions du pays ou les ventes provenaient et si des tendances ont ete relevees (c.-a-d. plus ventes en janvier et fevrier).

Bref, l'analyse descriptive est une presentation et un resume de toutes les donnees d'analyse recueillies jusqu'a present.

2. Analyse exploratoire L'analyse

exploratoire permet de reperer les correlations entre des variables qui etaient auparavant invisibles. Bien que les relations entre les variables n'impliquent pas de causalite, l'analyse exploratoire peut aider a formuler une hypothese sur cette relation.

Une analyse exploratoire pourrait determiner pourquoi il y a eu plus de ventes de chocolat en janvier et fevrier par rapport aux autres mois. Les hypotheses possibles incluent la Saint-Valentin, la renonciation aux resolutions du Nouvel An, ou le temps froid.

3. Analyse inferentielle L'analyse

inferentielle prend une petite partie d'un ensemble de donnees pour faire des inferences sur une plus grande quantite de donnees. Il utilise des donnees estimees et fournit un ecart-type pour formuler des hypotheses sur un groupe plus vaste. Bien que ces inferences ne soient jamais entierement exactes, elles sont plus fiables si la taille de l'echantillon est representative de l'ensemble de la population.

Par exemple, une organisation peut examiner 30 sondages aupres des clients sur 500 et constater que le mauvais service a la clientele est une plainte courante. En raison de ce theme regulier tout au long des 30 sondages recueillis, l'entreprise suppose que les problemes de service a la clientele sont une preoccupation pour les 470 rapports de retroaction restants, et probablement pour l'ensemble de ses clients.

En resume, l'IA aide une organisation a faire des inferences et des predictions sur les modeles futurs en affichant des modeles dans de petits echantillons.

4. Analyse predictive L'analyse

predictive utilise des informations historiques et en temps reel pour trouver des tendances qui aident a prevoir les resultats futurs. La fiabilite de ces predictions est basee sur le type de donnees recueillies et les modeles utilises.

Il est important de noter qu'une variable predisant une autre variable n'implique pas necessairement qu'il existe une relation de cause a effet entre les deux. Il faut proceder a une analyse plus large et plus approfondie des variables afin de determiner s'il existe une correlation.

Pour illustrer, une entreprise constate dans ses donnees que les ventes ont ete faibles au cours des trois dernieres annees en juin, juillet et mars. Un analyste peut predire que les ventes seront probablement faibles pour l'annee suivante au cours de ces mois, a moins qu'il n'execute une promotion, modifie le type de produits vendus ou effectue une autre action qui modifie le resultat final.

5. Analyse causale L'analyse

causale prend un ensemble de variables et evalue s'il existe une relation de cause a effet entre elles et pourquoi. Pour identifier la cause, un analyste doit determiner si la relation hypothetisee mene au resultat souhaite.

La simple visualisation des donnees sans effectuer d'analyse approfondie ne permettra pas de trouver la raison sous-jacente de la relation.

Par exemple, un fabricant de medicaments veut verifier dans quelle mesure un nouveau medicament ameliore l'attention chez les jeunes adultes. Il compare un ensemble de donnees sur les jeunes adultes aux Etats-Unis et les personnes recevant le medicament dans le cadre d'une etude d'essai, puis evalue l'impact du nouveau medicament sur l'attention.

6. Analyse mecaniste

Le but de l'analyse mecaniste est de comprendre les fluctuations precises des donnees qui entrainent des fluctuations dans d'autres donnees.

Ce type d'analyse est generalement applique dans des circonstances necessitant une precision et tres peu de marge pour les erreurs. L'industrie medicale, les ingenieurs et la communaute scientifique utilisent principalement l'analyse mecaniste pour tester l'innocuite et l'efficacite d'un produit.

Pour illustrer, une entreprise de dispositifs medicaux veut tester l'efficacite d'une machine de dialyse. Une analyse mecaniste englobe le controle exact des donnees (variables de controle et de manipulation) en mesurant avec precision chaque ensemble de donnees et les resultats souhaites.

La strategie globale utilisee pour effectuer une analyse mecaniste est la facon dont la communaute medicale et scientifique fournit des developpements qui menent au progres de la societe.

Principaux points a retenir

En conclusion, voici les six types d'analyse de donnees utilises par diverses industries

L'analyse descriptive resume un ensemble de donnees, y compris des mesures et des modeles. Les outils d'analyse exploratoire approfondirent les donnees collectees pour identifier les relations entre les ensembles de donnees.
L' analyse inferentielle prend une petite partie des donnees et les utilise pour supposer une population plus nombreuse.
L' analyse predictive utilise des donnees historiques et en temps reel pour prevoir les tendances futures. L'analyse causale prend deux variables et determine s'il existe une relation entre elles et pourquoi.
La methode d'analyse mecaniste est utilisee par la communaute scientifique et medicale pour voir si une fluctuation des donnees provoque des fluctuations dans d'autres donnees.