Som du ved, kaldes det XXI århundrede informationsteknologiens århundrede. Faktisk opererer det moderne menneske med forskellige metoder til at indhente og behandle information. Analytics spiller en vigtig rolle i processen med at bruge information. Hvad er analyse? Hvilke metoder til at evaluere information findes? Læs videre for at få svar på disse og andre spørgsmål.
Hvad er analytics?
Dette ord har græske rødder og oversættes bogstaveligt som "kunsten at analysere". Dette udtryk blev brugt af Aristoteles til at henvise til teknikken med logisk data mining.
I dag giver forskere en bredere fortolkning af begrebet. Analyse i den moderne verden betragtes som en del af logikken (kunsten at ræsonnere), inden for hvilken doktrinen om dataanalyse betragtes. Operationerne af reel eller mental opdeling af helheden (proces, repræsentation, relationer mellem objekter osv.) i konstituerende elementer undersøges.
Hvad er dataanalyse? Dette begreb er snævrere end begrebet "analytik". Videnskabeligt kaldes dataanalyse den gren af datalogi og matematik, inden for hvilken opbygning og undersøgelse af de mestgenerelle beregningsalgoritmer og metoder til at udtrække viden fra information opnået eksperimentelt. Med andre ord taler vi om et sæt teknikker relateret til informationsbehandlingsalgoritmer. Informationsanalyse i snæver forstand er processen med at studere, filtrere, transformere (modellere) for at udtrække nyttige data og træffe beslutninger.
Maskinlæring
Det betragtes i dag som den mest kraftfulde og mest almindelige metode til informationsanalyse. I dag findes der desværre ingen maskinlæringsalgoritmer, der giver god behandling af information af mere eller mindre vilkårlig karakter. I denne forbindelse er specialister tvunget til at udføre en foreløbig indsamling og behandling af data for at bringe dem i en form, der er egnet til at bruge algoritmen. Som regel kaldes en sådan behandling featureselect eller reprocessing. De fleste algoritmer kan bruge tal med fast længde.
Samtidig er interessen for algoritmer baseret på neurale netværk steget. Fordelen er, at de ikke kun kan bruges til tal, men også til objekter, der har yderligere (for det meste geometriske) egenskaber. For eksempel kan du analysere et billede: Algoritmen tager højde for værdien af pixels, såvel som deres relative position. På lignende måde evalueres de indledende data for et lydspor eller en videosekvens.
Økonomisk analyse som videnskab
Økonomisk evaluering af data er et system af særlig viden baseret på mønstrene for udvikling og funktion af det økonomiske kompleks, rettet modundersøgelse af metoden til analyse, diagnostik, planlægning og prognose af finansielle og økonomiske operationer i virksomheden.
Emnet for økonomisk analyse er organisationens økonomiske aktivitet, dens socioøkonomiske effektivitet og endelige økonomiske resultater. Værdien af sidstnævnte dannes under indflydelse af subjektive og objektive faktorer. Indikatorer for finansiel og økonomisk aktivitet afspejles i virksomhedens rapporteringssystem.
Formål med informationsforskning
Evaluering af data i økonomien giver det nødvendige antal parametre, hvorigennem du kan danne dig en objektiv idé om organisationens økonomiske tilstand, dens overskud, tab, ændringer i sammensætningen af passiver og aktiver. Ved hjælp af analyser kan du bestemme de mest rationelle og urentable arbejdsområder, fordelingen af økonomiske, materielle og arbejdskraftige ressourcer.
Dialektisk metode
Denne metode til dataevaluering involverer studiet af fænomener og processer i deres dynamik, det vil sige i konstant forandring. Heraf følger hovedtræk ved metoden - behovet for at sammenligne visse indikatorer. Du kan sammenligne værdier med forskellige kilder: resultater fra tidligere år, planlagte indikatorer, konkurrenters resultater osv.
Ifølge teorien om materialistisk dialektik ses hvert fænomen som en enhed og samtidig en kamp mellem modsætninger. Heraf følger behovet for at studere interne modsætninger, negative og positive aspekterhver proces.
Når du bruger den dialektiske metode til dataevaluering, tages der hensyn til alle indbyrdes afhængigheder og relationer. Det er umuligt objektivt at analysere processen isoleret fra andre fænomener og begivenheder. Den indbyrdes afhængighed og sammenkobling af økonomiske operationer nødvendiggør brugen af komplekse metoder til at analysere økonomisk aktivitet. Kun en omfattende undersøgelse af information giver dig mulighed for korrekt at vurdere resultaterne af arbejdet, afsløre reserverne.
Fradrag og induktion
Der er en årsagssammenhæng mellem mange processer og begivenheder. Det betyder, at én ting følger af en anden. Etablering af en årsagssammenhæng er den vigtigste opgave i den økonomiske evaluering af data. Som følge heraf er analysen mere præcis og objektiv. Dette giver os igen mulighed for at kvantificere dataene for at bestemme graden af indflydelse af visse faktorer på virksomhedens arbejde.
Induktion involverer studiet af processer fra særlige til generelle: fra faktorer til konklusioner, fra årsager til resultater. Deduktion er en omvendt metode, der involverer forskning fra det generelle til det særlige. I dette tilfælde sker der en slags "opdeling" af fænomenet i elementer.
Systemacity
Når du bruger den dialektiske tilgang til dataevaluering, skal hvert fænomen, proces, begivenhed betragtes som et sæt af mange komponenter, der er tæt beslægtede med hinanden. Maksimal detaljering udføres under implementeringen af en systematisk tilgang. Når du beskriver datatyper,deres karakteristika, bestemmelse af graden af indflydelse af faktorer på dem osv., afsløres det vigtigste, vigtigste i det undersøgte objekt. En systematisk tilgang giver dig mulighed for at opbygge et omtrentligt skema over processen, etablere dens nøglekomponenter, deres underordning, funktioner og som et resultat afsløre den logiske og metodiske model for analysen.
I den økonomiske vurdering, efter at have undersøgt visse aspekter af organisationens aktiviteter, opsummeres deres indbyrdes afhængighed, underordning, de indsamlede data. Samtidig er de vigtigste og afgørende udskilt fra hele mængden af data og faktorer. Resultaterne af økonomisk aktivitet afhænger hovedsageligt af dem.
Økonomiske modeller
For systematisk klassificering af data, deres evaluering og bearbejdning er det nødvendigt at opbygge et skema, der svarer til undersøgelsens opgaver og endelige mål. Afhængigt af det undersøgte objekt skelnes der mellem optimerings- og ligevægtsmodeller. Førstnævnte bruges til at beskrive adfærden hos økonomiske enheder, der opnår deres mål med de tilgængelige muligheder. Ligevægtsmodeller bruges til at bestemme resultatet af interaktionen mellem en gruppe af emner, for at identificere betingelserne for kompatibiliteten af deres opgaver og mål.
Analysemetoder
Resultaterne af samspillet mellem økonomiske enheder vil afhænge af den tidsperiode, inden for hvilken deres adfærd bliver undersøgt. Derfor skelnes der mellem metoder til sammenlignende statistik, statistisk og dynamisk analyse.
Den første er at sammenligne resultaterne af den statistiske evaluering af aktiviteter i forskellige tidsperioder. Dynamisk analyse bruges til at bestemme artenændringer i økonomiske indikatorer mellem givne tidspunkter og bestemme de faktorer, der bestemmer disse ændringer. Statistisk evaluering involverer undersøgelse af handlinger på et bestemt tidspunkt. For eksempel kan du bestemme, hvordan prisen på et produkt dannes, givet udbud og efterspørgsel.
Metodologien for makroøkonomisk vurdering er baseret på krydsfeltet mellem tre vidensområder: matematik, statistik og økonomi. Økonomiske metoder er: sammenligning, gruppering, grafisk og balanceanalyse.
Matematiske teknikker er opdelt i 3 grupper:
- Økonomisk. Disse omfatter matrixmetoder, teorier om input-output balance, produktionsfunktioner.
- Optimale programmeringsteknikker (ikke-lineær, lineær, dynamisk) og økonomisk kybernetik.
- Metoder til at studere beslutningsprocessen og transaktioner. Denne gruppe indeholder teorier om kø, spil, grafer.
Komparativ analyse
Sammenligning er en sammenligning af undersøgte data og fakta. I praksis bruges:
- Horisontal analyse. Det er nødvendigt at identificere relative og absolutte afvigelser af den faktiske værdi af indikatorer fra basislinjen.
- Lodret analyse. Det bruges til at studere fænomeners struktur.
- Trendanalyse. Det bruges til at studere de relative vækstrater for indikatorer over flere år sammenlignet med niveauet for basisåret.
Balanceanalyse
Det ligger isammenlignende måling af to sæt indikatorer, der har tendens til ligevægt. Som et resultat heraf bestemmer forskeren en ny - balancerende - indikator.
Når de f.eks. vurderer graden af forsyning af en virksomhed med råmaterialer, sammenligner de behovet for det, kilderne til dækning af disse behov og sætter en balanceringsindikator - et overskud eller mangel på materialer.
Som en hjælpesaldometode bruges den ved kontrol af resultatet af beregningen af faktorers indflydelse på den samlede præstationsindikator. Hvis summen af påvirkningen er lig med afvigelsen fra basisværdien, er beregningerne korrekte.
Ekstra
Graffer bruges til at skalere indikatorer. Værdier og deres afhængighed beskrives ved at konstruere geometriske former. Det skal siges, at den grafiske metode i analysen af selvstændig betydning ikke har nogen betydning. Det bruges kun til at illustrere ændringerne.
Indeksevaluering er baseret på relative værdier, som udtrykker forholdet mellem niveauet af det undersøgte fænomen og basisniveauet. Der bruges flere typer indeks i statistik: harmonisk, aritmetisk, aggregeret osv.
Hvis du bruger indeksgenberegninger og bygger en tidsserie, der afspejler f.eks. frigivelsen af varer i værdi, kan du objektivt vurdere dynamikken.
Regression (stokastisk) og korrelationsmetoder bruges til at bestemme forbindelsesniveauet mellem parametre, der er funktionelt uafhængige af hinanden. Gennem korrelationdu kan:
- Lav en model af eksisterende faktorer.
- Kantificer styrken af forbindelsen.
Analyse i sociologi
Beskrivelse af ethvert fænomen kan udføres på en række forskellige måder. En af de mest almindelige analysemetoder i sociologi er observation. Under den kan du kvantificere dataene gennem:
- Psykologisk skalering. Typisk bruges scores til at opsummere observationer.
- Måler tid (tidtagning).
En anden tilgang er tidsprøvemetoden. Når du bruger det, vælges visse tidsperioder fra en enkelt proces, der undersøges for at konsolidere information. De anses for at være repræsentative for en længere periode. I virkelig forskning udføres kvantitative og kvalitative beskrivelser af fænomener norm alt i kombination.
Kvantitative indikatorer kan registreres under observationen eller generaliseres efter dens afslutning, inkluderet i en retrospektiv rapport. Forskerens generelle indtryk tjener som grundlag for retrospektiv evaluering. Til langtidsopfølgning kan de for eksempel inkludere hyppigheden af enhver af de undersøgte episoder. Kvantitative indikatorer kan således indgå i værdivurderinger. For eksempel "han går sjældent i skole", "hun glemmer altid sin lærebog" osv.
Udover den evaluerende beskrivelse af begivenheder kan forskeren bruge en punktvurdering af sine indtryk. Disse tal afspejlerkarakteristisk for langvarige ukontrollerede observationer i hverdagen. Som nogle undersøgelser viser, kan de meget vel blive brugt som et af de vigtigste eller eneste kriterier for tilstrækkeligheden af psykologiske tests eller karakteristika for en person.
