什么是规范性分析？
规范性分析是一种数据分析，试图回答“我们需要做什么才能实现这一目标？”的问题。它涉及使用技术通过分析原始数据来帮助企业做出更好的决策。规范性分析专门考虑有关可能情况或场景、可用资源、过去绩效和当前绩效的信息，并建议行动方案或策略。它可用于在任何时间范围内做出决策，从近期到长期。它与描述性分析相反，描述性分析在事后检查决策和结果。
要点
- 规范性分析是数据分析的一种形式，试图回答“我们需要做什么才能实现这一目标？”
- 它使用机器学习来帮助企业根据计算机程序的预测来决定行动方案。
- 规范性分析与预测分析结合使用，预测分析使用数据来确定近期结果。
- 如果有效使用，它可以帮助组织根据事实和概率加权预测做出决策，而不是根据直觉得出结论。
- 规范性分析并非万无一失，因为它的有效性取决于其输入。
规范性分析如何运作
规范性分析试图回答“我们如何达到这一点？”的问题。它依靠机器学习（无需额外人工输入的计算机程序的能力）等人工智能(AI) 技术来理解所获取的数据并从中取得进步，同时不断进行调整。
机器学习使得处理当今的大量可用数据成为可能。当新的或额外的数据可用时，计算机程序会自动调整以利用它，这一过程比人类的能力更快、更全面。
规范性分析与另一种类型的数据分析（预测分析）配合使用，预测分析涉及使用统计和建模来根据当前和历史数据确定未来的绩效。然而，它更进一步：利用预测分析对可能发生的情况的估计，它建议未来采取什么行动。
许多类型的数据密集型企业和政府机构都可以从使用规范性分析中受益，包括金融服务和医疗保健领域的企业和政府机构，这些领域的人为错误成本很高。
规范性分析的优点和缺点
优点
规范性分析可以消除直接不确定性和不断变化的条件带来的混乱。它可以帮助防止欺诈、限制风险、提高效率、实现业务目标并创造更多忠诚的客户。如果有效使用，它可以帮助组织根据高度分析的事实做出决策，而不是根据直觉得出不知情的结论。
规范性分析可以模拟各种结果的概率并显示每种结果的概率，帮助组织比依赖平均值更好地了解他们面临的风险和不确定性水平。使用它的组织可以更好地了解最坏情况的可能性并做出相应的计划。
缺点
但规范性分析并非万无一失。只有当组织知道要问什么问题以及如何对答案做出反应时，它才有效。因此，只有输入有效时它才有效。如果输入假设无效，则输出结果将不准确。
这种形式的数据分析仅适合短期解决方案。这意味着企业不应使用规范性分析来制定任何长期分析。这是因为如果需要更多时间，它就会变得更加不可靠。
并非所有规范性分析提供商都是一样的。因此，企业必须仔细考虑该技术以及由谁提供该技术，这一点非常重要。有些可能提供真实、具体的结果，而另一些则做出大数据的承诺但未能兑现
优点
防止欺诈、降低风险并提高效率等
模拟结果并显示每个结果的可能性
缺点
仅与输入一样有效
不适合长期预测/解决方案
一些大数据提供商提供结果，而另一些则不提供
数据分析的类型
数据分析是一个使用算法的自动化过程。它分析原始数据并允许用户根据该信息得出结论。规范性分析并不是唯一的数据分析类型。我们下面讨论还有其他几个。
描述性分析
描述性分析使用历史数据并以更好地理解业务中发生的任何变化的方式对其进行解释。描述性分析中常用的关键数据集是价格变化、销售增长模式、用户数据和订阅者相关收入。
这种形式的大数据试图回答“发生了什么？”的问题。话说回来。企业领导者可以利用这些信息来认识自己的优势和劣势。这使他们能够做出更好的决策并增强他们的业务战略。
当与其他形式（例如规范性分析）结合使用时，描述性分析可以成为有用的业务解决方案。
诊断分析
这种类型的数据分析试图提出“为什么会发生这种情况？”的问题。因此，它需要更加多样化的数据输入。但其中涉及到一些猜测，因为企业用它来找出某些趋势出现的原因。例如，它试图弄清楚特定市场力量与销售之间是否存在关系，或者特定广告活动是否有助于或损害特定产品的销售。
预测分析
预测分析试图通过使用历史数据并对未来进行预测来推测不久的将来会发生什么。企业可以使用这种形式的数据分析来寻找增长和改进的机会，以及识别需要解决的风险的机会。
规范性分析的示例
许多数据密集型企业和政府机构可以从使用规范性分析中受益。这包括金融服务和医疗保健领域的公司，这些领域的人为错误成本很高。例如，规范性分析可用于：
- 评估当附近发生野火时，当地消防部门是否应要求居民撤离特定区域
- 根据相关主题的搜索和社交分享数据来预测特定主题的文章是否会受到读者的欢迎
- 根据工人对每节课的反应，实时调整工人培训计划
以下是可以在各种设置中使用规范性分析的示例。
医院和诊所的规范性分析
医院和诊所可以使用规范分析来改善患者的治疗结果。它将医疗保健数据置于背景中，以评估各种程序和治疗的成本效益，并评估官方临床方法。
它还可以用于分析哪些医院的患者再次入院的风险最高，以便医疗保健提供者可以通过患者教育和医生随访来采取更多措施，以避免不断返回医院或急诊室。
航空公司的规范性分析
假设您是一家航空公司的首席执行官(CEO)，您希望实现公司利润最大化。规范性分析可以根据多种因素（包括客户需求、天气和汽油价格）自动调整票价和可用性，从而帮助您实现这一目标。
例如，当算法识别出今年从洛杉矶到纽约的圣诞节前门票销售落后于去年时，它可以自动降低票价，同时确保鉴于今年的油价上涨，票价不会降得太低。
同时，当算法评估到由于路况结冰而导致从圣路易斯到芝加哥的机票需求高于平时时，它可以自动提高机票价格。首席执行官不必整天盯着电脑查看门票销售情况和市场状况，然后指导工作人员登录系统并手动更改价格。相反，计算机程序可以完成所有这些以及更多任务，而且速度也更快。
银行业的规范性分析
银行业是最能从规范性分析中受益的行业之一。这是因为该行业的公司总是在努力寻找更好地服务客户的方法，同时确保他们保持盈利。应用规范性分析工具可以帮助银行业：
- 创建客户关系管理模型
- 改进交叉销售和追加销售产品和服务的方式
- 认识可能导致损失的弱点，例如反洗钱(AML)
- 制定关键的安全和监管举措，例如合规报告
营销中的规范性分析
就像银行业一样，数据分析在营销领域非常重要。营销人员可以使用规范性分析来领先于消费者趋势。利用过去的趋势和过去的表现可以为内部和外部营销部门提供竞争优势。
通过采用规范性分析，营销人员可以在特定时间针对特定客户制定有效的营销活动，例如在超级碗期间针对特定人群进行广告。企业还可以确定如何吸引不同的客户以及如何有效地为其产品和服务定价和打折。
规范性分析意味着什么？
规范性分析是数据分析的一种形式，可以帮助企业做出更好、更明智的决策。其目标是帮助回答有关应该做什么才能使未来发生的事情的问题。它通过机器学习（因此很少有人输入，如果有的话）分析有关过去趋势和绩效的原始数据，以确定近期可能的行动方案或新策略。
为什么规范性分析对企业如此重要？
规范性分析对于企业来说非常重要，因为它允许他们查看过去的表现并问自己“我们需要做什么才能达到这一点？”对于需要扭亏为盈的企业，尤其是那些在低绩效指标中挣扎的企业来说，这一点至关重要。使用这种类型的数据分析使他们能够制定策略和合适的行动方案，以及实现这些目标可能需要多长时间。
数据分析的其他形式是什么？
其他形式的数据分析是描述性分析、诊断性分析和预测性分析。每个问题都试图提出不同的问题，企业可以一起或单独使用它们来做出更好、更明智的决策。
归纳总结
企业可以采取很多措施来确保成功并做出更好的决策。数据分析是他们可以用来实现这些目标的工具之一。规范性分析是数据分析的一种形式，它使用过去的表现和趋势来确定需要采取哪些措施来实现未来的目标。即使有明显的好处，企业领导者也应该明白规范性分析也有其自身的缺点。从长远来看，了解从哪里开始并选择合适的公司或软件来帮助您实现目标肯定会对您有所帮助。