两分钟理解商业分析学热词：描述性分析、预测性分析、指导性分析

近年来，商业分析学（Business analytics）大行其道，热门词汇满天飞，其中Descriptive analytics、Predictive analytics和Prescriptive analytics出现频率颇高，这些技术到底指什么，对企业有什么用？本文对此作一简单解释。

描述性分析（Descriptive analytics）：已经发生了什么？

预测性分析（Predictive analytics）：将发生什么？

指导性分析（Prescriptive analytics）：应该怎么办？

描述性分析（Descriptive analytics）：发生了什么？

描述性分析是传统商务智能BI的主要应用领域，使用的技术主要有基于数据仓库的报表、多维联机分析处理等，通过各种查询了解业务中发生了什么。比如，本月某类商品销售额是多少？

商务智能还包括一类技术，即基于数据仓库的数据挖掘技术，此类技术和演进的基于大数据的数据挖掘技术，都是通过统计方法或机器学习技术在数据中发现某种模式，以便预测未来，这些应该归类为下面的预测性分析。

预测性分析（Predictive analytics）：将发生什么？

预测性分析主要是基于大数据（实际上也可以基于传统的数据仓库和数据库），采用各种统计方法以及数据挖掘技术预测业务中各个方面将要发生什么。比如，基于过去几年的时间序列销售数据预测明年将要发生的销售额。基于聚类分析、分类分析、逻辑回归等技术预测客户信用等级。基于关联分析预测不同商品组合可能产生的销售效果。目前各类热门的大数据方面的统计应用，包括数据挖掘技术等，都可归类到预测性分析。

指导性分析（Prescriptive analytics）：应该怎么办？

Prescriptive analytics是一个比较难翻译的词，常规翻译为规范性分析，有些不明所以。此类分析的内在含义是它会告诉用户应该做什么以得到最优的结果，因此，翻译为指导性分析更加合适，也有翻译为决策分析的。它主要指通过采用运筹科学的方法，即运用数学模型或智能优化算法，对企业应该采取的最优行动给出建议。比如，采用数学模型确定最优的商品定价以实现利润最大化。再比如应该怎样实现网页的最优广告位布局、生产企业最优的生产排程、最优的劳动力排班等。