什麼是規範性分析？
規範性分析是一種數據分析，試圖回答“我們需要做什麼才能實現這一目標？”的問題。它涉及使用技術通過分析原始數據來幫助企業做出更好的決策。規範性分析專門考慮有關可能情況或場景、可用資源、過去績效和當前績效的信息，並建議行動方案或策略。它可用於在任何時間範圍內做出決策，從近期到長期。它與描述性分析相反，描述性分析在事後檢查決策和結果。
要點
- 規範性分析是數據分析的一種形式，試圖回答“我們需要做什麼才能實現這一目標？”
- 它使用機器學習來幫助企業根據計算機程序的預測來決定行動方案。
- 規範性分析與預測分析結合使用，預測分析使用數據來確定近期結果。
- 如果有效使用，它可以幫助組織根據事實和概率加權預測做出決策，而不是根據直覺得出結論。
- 規範性分析並非萬無一失，因爲它的有效性取決於其輸入。
規範性分析如何運作
規範性分析試圖回答“我們如何達到這一點？”的問題。它依靠機器學習（無需額外人工輸入的計算機程序的能力）等人工智能(AI) 技術來理解所獲取的數據並從中取得進步，同時不斷進行調整。
機器學習使得處理當今的大量可用數據成爲可能。當新的或額外的數據可用時，計算機程序會自動調整以利用它，這一過程比人類的能力更快、更全面。
規範性分析與另一種類型的數據分析（預測分析）配合使用，預測分析涉及使用統計和建模來根據當前和歷史數據確定未來的績效。然而，它更進一步：利用預測分析對可能發生的情況的估計，它建議未來採取什麼行動。
許多類型的數據密集型企業和政府機構都可以從使用規範性分析中受益，包括金融服務和醫療保健領域的企業和政府機構，這些領域的人爲錯誤成本很高。
規範性分析的優點和缺點
優點
規範性分析可以消除直接不確定性和不斷變化的條件帶來的混亂。它可以幫助防止欺詐、限制風險、提高效率、實現業務目標並創造更多忠誠的客戶。如果有效使用，它可以幫助組織根據高度分析的事實做出決策，而不是根據直覺得出不知情的結論。
規範性分析可以模擬各種結果的概率並顯示每種結果的概率，幫助組織比依賴平均值更好地瞭解他們面臨的風險和不確定性水平。使用它的組織可以更好地瞭解最壞情況的可能性並做出相應的計劃。
缺點
但規範性分析並非萬無一失。只有當組織知道要問什麼問題以及如何對答案做出反應時，它纔有效。因此，只有輸入有效時它纔有效。如果輸入假設無效，則輸出結果將不準確。
這種形式的數據分析僅適合短期解決方案。這意味着企業不應使用規範性分析來制定任何長期分析。這是因爲如果需要更多時間，它就會變得更加不可靠。
並非所有規範性分析提供商都是一樣的。因此，企業必須仔細考慮該技術以及由誰提供該技術，這一點非常重要。有些可能提供真實、具體的結果，而另一些則做出大數據的承諾但未能兌現
優點
防止欺詐、降低風險並提高效率等
模擬結果並顯示每個結果的可能性
缺點
僅與輸入一樣有效
不適合長期預測/解決方案
一些大數據提供商提供結果，而另一些則不提供
數據分析的類型
數據分析是一個使用算法的自動化過程。它分析原始數據並允許用戶根據該信息得出結論。規範性分析並不是唯一的數據分析類型。我們下面討論還有其他幾個。
描述性分析
描述性分析使用歷史數據並以更好地理解業務中發生的任何變化的方式對其進行解釋。描述性分析中常用的關鍵數據集是價格變化、銷售增長模式、用戶數據和訂閱者相關收入。
這種形式的大數據試圖回答“發生了什麼？”的問題。話說回來。企業領導者可以利用這些信息來認識自己的優勢和劣勢。這使他們能夠做出更好的決策並增強他們的業務戰略。
當與其他形式（例如規範性分析）結合使用時，描述性分析可以成爲有用的業務解決方案。
診斷分析
這種類型的數據分析試圖提出“爲什麼會發生這種情況？”的問題。因此，它需要更加多樣化的數據輸入。但其中涉及到一些猜測，因爲企業用它來找出某些趨勢出現的原因。例如，它試圖弄清楚特定市場力量與銷售之間是否存在關係，或者特定廣告活動是否有助於或損害特定產品的銷售。
預測分析
預測分析試圖通過使用歷史數據並對未來進行預測來推測不久的將來會發生什麼。企業可以使用這種形式的數據分析來尋找增長和改進的機會，以及識別需要解決的風險的機會。
規範性分析的示例
許多數據密集型企業和政府機構可以從使用規範性分析中受益。這包括金融服務和醫療保健領域的公司，這些領域的人爲錯誤成本很高。例如，規範性分析可用於：
- 評估當附近發生野火時，當地消防部門是否應要求居民撤離特定區域
- 根據相關主題的搜索和社交分享數據來預測特定主題的文章是否會受到讀者的歡迎
- 根據工人對每節課的反應，實時調整工人培訓計劃
以下是可以在各種設置中使用規範性分析的示例。
醫院和診所的規範性分析
醫院和診所可以使用規範分析來改善患者的治療結果。它將醫療保健數據置於背景中，以評估各種程序和治療的成本效益，並評估官方臨牀方法。
它還可以用於分析哪些醫院的患者再次入院的風險最高，以便醫療保健提供者可以通過患者教育和醫生隨訪來採取更多措施，以避免不斷返回醫院或急診室。
航空公司的規範性分析
假設您是一家航空公司的首席執行官(CEO)，您希望實現公司利潤最大化。規範性分析可以根據多種因素（包括客戶需求、天氣和汽油價格）自動調整票價和可用性，從而幫助您實現這一目標。
例如，當算法識別出今年從洛杉磯到紐約的聖誕節前門票銷售落後於去年時，它可以自動降低票價，同時確保鑑於今年的油價上漲，票價不會降得太低。
同時，當算法評估到由於路況結冰而導致從聖路易斯到芝加哥的機票需求高於平時時，它可以自動提高機票價格。首席執行官不必整天盯着電腦查看門票銷售情況和市場狀況，然後指導工作人員登錄系統並手動更改價格。相反，計算機程序可以完成所有這些以及更多任務，而且速度也更快。
銀行業的規範性分析
銀行業是最能從規範性分析中受益的行業之一。這是因爲該行業的公司總是在努力尋找更好地服務客戶的方法，同時確保他們保持盈利。應用規範性分析工具可以幫助銀行業：
- 創建客戶關係管理模型
- 改進交叉銷售和追加銷售產品和服務的方式
- 認識可能導致損失的弱點，例如反洗錢(AML)
- 制定關鍵的安全和監管舉措，例如合規報告
營銷中的規範性分析
就像銀行業一樣，數據分析在營銷領域非常重要。營銷人員可以使用規範性分析來領先於消費者趨勢。利用過去的趨勢和過去的表現可以爲內部和外部營銷部門提供競爭優勢。
通過採用規範性分析，營銷人員可以在特定時間針對特定客戶制定有效的營銷活動，例如在超級碗期間針對特定人羣進行廣告。企業還可以確定如何吸引不同的客戶以及如何有效地爲其產品和服務定價和打折。
規範性分析意味着什麼？
規範性分析是數據分析的一種形式，可以幫助企業做出更好、更明智的決策。其目標是幫助回答有關應該做什麼才能使未來發生的事情的問題。它通過機器學習（因此很少有人輸入，如果有的話）分析有關過去趨勢和績效的原始數據，以確定近期可能的行動方案或新策略。
爲什麼規範性分析對企業如此重要？
規範性分析對於企業來說非常重要，因爲它允許他們查看過去的表現並問自己“我們需要做什麼才能達到這一點？”對於需要扭虧爲盈的企業，尤其是那些在低績效指標中掙扎的企業來說，這一點至關重要。使用這種類型的數據分析使他們能夠制定策略和合適的行動方案，以及實現這些目標可能需要多長時間。
數據分析的其他形式是什麼？
其他形式的數據分析是描述性分析、診斷性分析和預測性分析。每個問題都試圖提出不同的問題，企業可以一起或單獨使用它們來做出更好、更明智的決策。
歸納總結
企業可以採取很多措施來確保成功並做出更好的決策。數據分析是他們可以用來實現這些目標的工具之一。規範性分析是數據分析的一種形式，它使用過去的表現和趨勢來確定需要採取哪些措施來實現未來的目標。即使有明顯的好處，企業領導者也應該明白規範性分析也有其自身的缺點。從長遠來看，瞭解從哪裏開始並選擇合適的公司或軟件來幫助您實現目標肯定會對您有所幫助。