데이터 분석은 난이도와 활용성에 따라 크게 4가지 종류로 나눌수 있습니다.

📌 설명적 분석: Exploratory Analysis

[난이도 ⬇️, 활용도: ⬇️]

데이터 자체를 탐색하고 이해하는 분석으로 기본적인 패턴, 관계, 추세 등을 이해하고 데이터셋 내의 주요 특성을 시각화하거나, 변수 간의 상관관계를 파악하는 분석입니다.

📌 진단적 분석: Explanatory Analysis

[난이도 ⬆️, 활용도 ⬇️]

데이터를 통해 발견된 현상 또는 문제의 원인을 분석하고 이해하는 중점을 둡니다. A/B 테스트, 인과관계 모델링, 회귀 분석 등을 사용하여 왜 특정 사건이 발생했는지 설명하는 분석입니다. 주로 인과 추론이 이에 해당합니다.

📌 예측적 분석: Predictive Analysis

[난이도⬇️ , 활용도 ⬆️]

과거의 축적된 데이터를 기반으로 미래의 사건이나 결과를 예측하는 것입니다. 매출 예측, 고객 이탈률 예측, 시장 동향 예측 등을 바탕으로 미래의 상황이 어떻게 될지를 수치로 파악합니다.

📌 처방적 분석: Prescriptive Analysis

[난이도⬆️ , 활용도 ⬆️]

가장 최적화 된 분석의 종류로, 예측적 분석 결과를 활용하여 최적의 결정이나 행동 방안을 제시합니다. 최적화 모델, 상황 시뮬레이션, 규칙 기반의 의사결정 알고리즘을 사용하여 전략을 수립하고 효율적인 리소스 관리를 제안합니다.

데이터 분석의 종류을 이해하고 분석을 진행하면
더 체계적인 데이터 분석이 가능합니다.

앞으로도 데이터 & AI에 대해 재미있고 가치 있게 배울 수 있도록
데이터리차드가 함께하겠습니다 :)

#데이터리차드
#데이터분석의종류
#데이터분석가
#빅데이터