“在大數(shù)據(jù)處理中，獲得大量的數(shù)據(jù)信息是第一步，沒有捷徑可走。”來自美國的一位專家表示。有了數(shù)據(jù)，就可以做分析。但是分析要從哪里開始?哪種類型的數(shù)據(jù)分析最適合企業(yè)的大數(shù)據(jù)環(huán)境?該專家解釋了描述性、預(yù)測性和規(guī)范性三個(gè)關(guān)鍵數(shù)據(jù)分析類型的不同，以及這些數(shù)據(jù)分析如何為企業(yè)提供價(jià)值。

　　第一、 描述性的數(shù)據(jù)分析。這是數(shù)據(jù)分析中最簡單的一個(gè)類型，企業(yè)把大數(shù)據(jù)通過壓縮變成容量更小，或者更有價(jià)值的信息。描述性分析的目的是總結(jié)發(fā)生了什么事，超過80%的業(yè)務(wù)分析，特別是社會(huì)分析信息是描述性的。比如：通過一定數(shù)量級的帖子或頁面瀏覽量可以說明某球星有多少球迷。但僅有這些指標(biāo)是沒有意義的，這只是一個(gè)簡單的計(jì)數(shù)器。

　　第二、 預(yù)測性的數(shù)據(jù)分析。預(yù)測分析是利用各種統(tǒng)計(jì)、建模、數(shù)據(jù)挖掘工具對最近的數(shù)據(jù)和歷史數(shù)據(jù)進(jìn)行研究，從而對未來進(jìn)行預(yù)測。預(yù)測分析的目的并不是要準(zhǔn)確告訴你將來會(huì)發(fā)生什么，只能預(yù)測未來會(huì)發(fā)生什么，因?yàn)樗械念A(yù)測分析在本質(zhì)上都只是一個(gè)概率。比如分析情緒是一個(gè)常見的預(yù)測分析，這是一個(gè)純文本的輸入模型，該模型的輸出結(jié)果是一個(gè)情緒的得分，包括積極的、消極的，或者中立的。在這種情況下，模型計(jì)算的得分，不一定預(yù)測到未來，并且預(yù)測的結(jié)果可能剛好相反。

　　第三、 規(guī)范性數(shù)據(jù)分析。借助新興技術(shù)，規(guī)范性數(shù)據(jù)分析要超越描述性和預(yù)測性兩種分析類型，可以通過一個(gè)或者多個(gè)動(dòng)態(tài)指標(biāo)顯示每一個(gè)決策結(jié)果。規(guī)范性數(shù)據(jù)分析每個(gè)環(huán)節(jié)、每個(gè)步驟、每個(gè)流程、每個(gè)崗位，都有一定的規(guī)矩和標(biāo)準(zhǔn)，信息更具準(zhǔn)確性，業(yè)務(wù)決策者可以直接使用。