資料科學商業分析的五種方式

關於資料科學的商業分析（Business Analytics）方式，顧能（Gartner）顧問公司提出了四種類型：「描述性分析（Descriptive Analytics）」、「診斷性分析（Diagnostic Analytics）」、「預測性分析（Predictive Analytics）」、與「指示性分析（Prescriptive Analytics）」。而國際數據分析研究所（International Institute for Analytics）的共同創辦人湯馬斯．戴文波特（Thomas H. Davenport）教授則又提出了「自動化分析（Automating Analytics）」的概念，發展出五種分析方式的概念。本篇文章將其整合整理如圖所示。

1.描述性分析（Descriptive Analytics）

描述性分析又稱「敘述性分析」，能解釋已經發生的事情。

這種分析方式，在行銷研究與行銷資料科學裡非常普遍。舉凡對所蒐集到資料（例如，消費者市場調查問卷、公司資料庫裡的銷售資料、透過網路爬蟲所爬下來競爭情報等），進行敘述性統計的描述，都是屬於描述性分析。

2.診斷性分析（Diagnostic Analytics）

描述性分析能找出「發生了什麼？（What happened）」，而「診斷性分析」能分析出「為何會發生？（Why did it happen）」。許多行銷研究公司所製作的產業調查報告，就是屬於描述性分析與診斷性分析。調查報告中，除了詳細敘述該產業的重要項目，如：市場規模、廠商家數、價值鏈分佈、競爭狀況、產品種類…等（即描述性分析）。有些產業報告還會進一步診斷出該產業所面臨的機會或威脅，或是該產業會持續成長（或衰退）的可能原因（即診斷性分析）。

3.預測性分析（Predictive Analytics）

預測性分析除了能與診斷性分析一樣，知道事情為何會發生，還能夠知道這樣的趨勢是否會繼續發展，並且透過預測模型的建立，了解接下來將會發生什麼事情。

許多行銷研究公司所接的企業專案，就是屬於診斷性分析與預測性分析。以某家行銷研究公司承接的一個專案為例，該專案的目標，在於透過行銷漏斗分析，協助企業官網找出各階段中，影響轉換率的變數，並且根據這些變數，發展出預測模型，以提升轉換率。

4.指示性分析（Prescriptive Analytics）

指示性分析能在預測性分析的基礎上，指導企業該如何執行，以達到更好的成效。舉例來說，零售商可以透過行銷資料科學的技術，並根據所發展的預測模型，讓在現場結帳的消費者，收到最適合自己的商品折價券，以提升折價券行銷方案的有效性。

5.自動化分析（Automating Analytics）

根據戴文波特教授所言，「自動化分析」是藉由物聯網產生的大量數據，配合人工智慧進行自動化的決策，人類決策的比例將大幅減少。

例如，無人駕駛的自駕車就是一個典型的案例。而無人駕駛背後的技術，會結合資料產品的概念（資料產品（data product）是奠基於「資料」與「機器學習」所生成的產品或服務 ），以達到自動化決策的目的。

從以上五種資料科學的分析方式，我們可以發現，行銷研究的主要範疇在「研究分析」（以描述性分析、診斷性分析、預測性分析為主），而行銷資料科學的範疇，除了「研究分析」外，還包括「資料產品」的發展（包括指示性分析甚至是自動化分析）。

作者：羅凱揚（台科大企管系博士）、蘇宇暉（台科大管研所博士候選人）