Analyse ( andet græsk άναλυτικά , lit. - " analysekunsten ") - en del af ræsonnementets kunst - logik , der overvejer doktrinen om analyse - driften af mental eller reel opdeling af helheden (ting, ejendom, proces eller forhold) mellem objekter) i dets bestanddele, udført i processen med erkendelse eller subjekt-praktisk menneskelig aktivitet [1] .
I snæver forstand ( eng. Analytics ) - en systematisk numerisk analyse af data for at identificere og fortolke væsentlige mønstre [2] . Det bruges i områder, der er karakteriseret ved en overflod af akkumuleret information. Er afhængig af den samtidige anvendelse af statistik , computerprogrammering og operationsforskning . Analytics er opdelt i beskrivende, diagnostisk, prædiktiv , præskriptiv og kognitiv [3] . Det kan anvendes inden for forretningsområder som marketing, ledelse, økonomi, informationssikkerhed og software. For at behandle big data bruger analytiske algoritmer metoderne datalogi, statistik og matematik [4] .
Tilbage i det 4. århundrede f.Kr. kaldte en elev af Platon , den antikke græske filosof Aristoteles , i hans " Organon " to af hans velkendte værker om logik ordet " Analytik " (" Første analyse " og " anden analyse " [5 ] ), efterhånden som de nedbryder den logiske tænkning i de enkleste elementer, og fra dem går de videre til komplekse former for tænkning. Da han var grundlæggeren af den formelle logik som videnskab, kaldte Aristoteles det " analytik ", mens udtrykket " logik " blev fast etableret efter hans død i det 3. århundrede f.Kr. [6] .
I det 18. århundrede kaldte grundlæggeren af tysk klassisk filosofi, Immanuel Kant , " analyse " for nedbrydningen af menneskets kognitive evner.
Analytics er et tværfagligt område [7] . Nogle gange bruges udtrykket avanceret analyse ved hjælp af maskinlæringsteknikker , neurale netværk og regressionsanalyse [8] < [9] . Det inkluderer også uovervågede maskinlæringsmetoder såsom klyngeanalyse , segmenteringsprofilens hovedkomponentanalyse og associationsanalyse [10] .
Demografisk forskning, kundesegmentering, kollaborativ analyse og andre metoder giver marketingfolk mulighed for at bruge store mængder shoppinginformation og kundeundersøgelsesdata til at danne en marketingstrategi [11] .
Marketinganalyse består af både kvalitative og kvantitative, strukturerede og ustrukturerede data, der bruges til at træffe strategiske brand- og omsætningsbeslutninger. Denne proces omfatter prædiktiv modellering, marketingeksperimenter, automatisering og realtidskommunikation. Sådanne data giver virksomheder mulighed for at lave prognoser og danne en strategi for at opnå maksimale resultater [11] .
Webanalyse giver marketingfolk mulighed for at indsamle oplysninger om webstedsaktivitet gennem en operation kaldet en session . Google Analytics er et eksempel på et populært gratis webanalyseværktøj [12] [13] . Med disse oplysninger kan marketingmedarbejderen optimere marketingkampagner og hjemmesidens indholdsarkitektur [14] .
Analysemetoder, der almindeligvis anvendes i markedsføring, omfatter modellering af marketingmix, pris- og salgsfremmende analyser, salgsstyrkeoptimering og kundeanalyser såsom segmentering. Webanalyse og optimering af hjemmesider og onlinekampagner supplerer traditionelle marketinganalysemetoder.
Denne sektion af analyse er også kendt som HR-analyse, talentanalyse, menneskelig kapitalanalyse HRIS (Human Resource Information System). HR-analyse er anvendelsen af analyser til forvaltning af menneskelige ressourcer [15] . HR-analyse er blevet et strategisk værktøj til at analysere og forudsige HR-tendenser på skiftende arbejdsmarkeder. Den tilsvarende klasse af værktøjer er kendt som Career Analytics-værktøjer [16] [17] . Automatiserede personalestyringssystemer er også meget brugt . Der er en opfattelse, at i det XXI århundrede. "æraen for data og HR-analyse" er kommet [18] .
En almindelig anvendelse af business intelligence er porteføljeanalyse . Som regel har en bank eller et kreditbureau et sæt kundekonti af varierende værdi og risiko . Konti kan variere med hensyn til ejerens sociale status, geografisk placering, nettoværdi og andre parametre. Långiver skal balancere afkastet på lånet mod risikoen for misligholdelse. Dette rejser spørgsmålet om, hvordan man vurderer porteføljen som helhed [19] .
Forudsigelsesmodeller i bankbranchen er udviklet til at give risikovurderinger for individuelle kunder. Kreditscore bruges i vid udstrækning til at vurdere ansøgeres kreditværdighed [20] Derudover bruges risikoanalyse i forsikringsbranchen [21] .
Sikkerhedsanalyse refererer til informationsteknologi til indsamling af information om sikkerhedstrusler for at identificere hændelser, der udgør den største risiko [22] . Produkter på dette område omfatter sikkerhedsoplysninger, hændelsesstyring og brugeradfærdsanalyse.
Der lægges særlig vægt på analyse af big data i analyseopgaverne [23] . Tidligere fandt man kun big data i videnskaben. I øjeblikket dukker sådanne data også op i industrien og erhvervslivet [24] [23] .
Et andet problem, der tiltrækker analytikeres opmærksomhed, er analysen af ustrukturerede datatyper . Ustrukturerede data adskiller sig fra strukturerede data ved , at dets format varierer meget og ikke kan lagres i traditionelle relationsdatabaser uden væsentlig transformation [25] . Ustrukturerede datakilder såsom e-mail, tekstbehandlingsdokumenter, PDF'er, geospatiale data osv. er hurtigt ved at blive en vigtig business intelligence -kilde for virksomheder, regeringer og universiteter [26] [27] .
Ovenstående opgaver har ført til fremkomsten af nye koncepter inden for maskinanalyse, såsom kompleks hændelsesbehandling [28] , fuldtekstsøgning osv. En af disse innovationer er brugen af computernetværk, der øger ydeevnen gennem massivt parallel databehandling [ 29] .
Den største risiko ved at implementere analyser er diskrimination, såsom prisdiskrimination eller statistisk diskrimination [30] .