- Deskriptif (Descriptive): Jenis analisis yang digunakan untuk meringkas dan menggambarkan data secara sistematis. Ini mencakup statistik ringkasan, seperti mean, median, dan mode, serta teknik visualisasi data seperti diagram batang, histogram, dan diagram lingkaran. Analisis deskriptif membantu dalam memahami pola, distribusi, dan karakteristik dasar dari kumpulan data.
- Diagnostik (Diagnostic): Analisis diagnostik bertujuan untuk menentukan penyebab dari suatu kejadian atau fenomena. Ini melibatkan identifikasi hubungan sebab-akibat antara variabel-variabel dalam data. Teknik analisis diagnostik mencakup analisis regresi, analisis korelasi, dan analisis varians, yang membantu dalam memahami faktor-faktor yang mempengaruhi hasil tertentu.
- Prediktif (Predictive): Jenis analisis yang digunakan untuk memprediksi hasil di masa depan berdasarkan pola dan tren dalam data historis. Ini melibatkan penggunaan model statistik atau pembelajaran mesin untuk membuat prediksi yang akurat. Contoh model prediktif termasuk regresi logistik, pohon keputusan, dan jaringan saraf tiruan. Analisis prediktif berguna dalam peramalan bisnis, risiko keuangan, dan pengambilan keputusan di berbagai bidang.
- Preskriptif (Prescriptive): Analisis preskriptif melangkah lebih jauh dari analisis prediktif dengan memberikan rekomendasi tentang tindakan yang harus diambil untuk mencapai hasil tertentu. Ini melibatkan integrasi antara data prediktif dengan pengetahuan domain dan preferensi pengguna untuk menghasilkan saran atau keputusan yang optimal. Teknik analisis preskriptif termasuk optimisasi matematis, sistem pakar, dan analisis skenario. Analisis preskriptif membantu dalam mengoptimalkan strategi bisnis, pengelolaan sumber daya, dan pengambilan keputusan kompleks lainnya.
Data Analyst = tanggung jawab di tipe descriptive & diagnostic
Data Science = tanggung jawab di tipe perdictive dan prescriptive
Tidak ada komentar:
Posting Komentar