Som du vet, kalles XXI århundre informasjonsteknologiens århundre. Det moderne mennesket opererer faktisk med forskjellige metoder for å innhente og behandle informasjon. Analytics spiller en viktig rolle i prosessen med å bruke informasjon. Hva er analyse? Hvilke metoder for å evaluere informasjon finnes? Les videre for svar på disse og andre spørsmål.
Hva er analyse?
Dette ordet har greske røtter og oversettes bokstavelig t alt som "kunsten å analysere". Dette begrepet ble brukt av Aristoteles for å referere til teknikken for logisk datautvinning.
I dag gir forskere en bredere tolkning av konseptet. Analytics i den moderne verden regnes som en del av logikken (kunsten å resonnere), der læren om dataanalyse vurderes. Operasjonene for reell eller mental inndeling av helheten (prosess, representasjon, relasjoner mellom objekter, etc.) i konstituerende elementer undersøkes.
Hva er dataanalyse? Dette konseptet er snevrere enn begrepet "analytics". Vitenskapelig kalles dataanalyse den grenen av informatikk og matematikk, der konstruksjon og studie av de flestegenerelle beregningsalgoritmer og metoder for å trekke ut kunnskap fra informasjon innhentet eksperimentelt. Med andre ord, vi snakker om et sett med teknikker knyttet til informasjonsbehandlingsalgoritmer. Informasjonsanalyse i snever forstand er prosessen med å studere, filtrere, transformere (modellere) for å trekke ut nyttige data og ta beslutninger.
Machine learning
Det regnes i dag som den kraftigste og vanligste metoden for informasjonsanalyse. I dag finnes det dessverre ingen maskinlæringsalgoritmer som gir god behandling av informasjon av mer eller mindre vilkårlig karakter. I denne forbindelse er spesialister tvunget til å utføre en foreløpig innsamling og behandling av data for å bringe dem inn i en form som er egnet for bruk av algoritmen. Som regel kalles slik behandling funksjonsvalg eller reprosessering. De fleste algoritmer kan bruke tall med fast lengde.
Samtidig har interessen for algoritmer basert på nevrale nettverk økt. Fordelen er at de ikke bare kan brukes til tall, men også for objekter som har ytterligere (for det meste geometriske) egenskaper. For eksempel kan du analysere et bilde: Algoritmen tar hensyn til verdien av pikslene, så vel som deres relative plassering. På lignende måte blir de første dataene til et lydspor eller videosekvens evaluert.
Økonomisk analyse som vitenskap
Økonomisk evaluering av data er et system med spesialkunnskap basert på mønstrene for utvikling og funksjon av det økonomiske komplekset, rettet motstudie av metodikken for analyse, diagnostikk, planlegging og prognoser for finansielle og økonomiske operasjoner ved bedriften.
Emnet for økonomisk analyse er organisasjonens økonomiske aktivitet, dens sosioøkonomiske effektivitet og endelige økonomiske resultater. Verdien av sistnevnte dannes under påvirkning av subjektive og objektive faktorer. Indikatorer for finansiell og økonomisk aktivitet gjenspeiles i foretakets rapporteringssystem.
Formål med informasjonsundersøkelse
Evaluering av data i økonomien gir det nødvendige antallet parametere der du kan danne deg en objektiv ide om organisasjonens økonomiske tilstand, fortjeneste, tap, endringer i sammensetningen av gjeld og eiendeler. Ved hjelp av analyser kan du bestemme de mest rasjonelle og ulønnsomme arbeidsområdene, fordelingen av økonomiske, materielle og arbeidskraftsressurser.
Dialektisk metode
Denne metoden for dataevaluering involverer studiet av fenomener og prosesser i deres dynamikk, det vil si i konstant endring. Fra dette følger hovedtrekket ved metoden - behovet for å sammenligne visse indikatorer. Du kan sammenligne verdier med forskjellige kilder: resultatene fra de siste årene, planlagte indikatorer, prestasjoner fra konkurrenter osv.
I følge teorien om materialistisk dialektikk blir hvert fenomen sett på som en enhet og samtidig en kamp mellom motsetninger. Av dette følger behovet for å studere interne motsetninger, negative og positive aspekterhver prosess.
Når du bruker den dialektiske metoden for dataevaluering, tas alle gjensidige avhengigheter og sammenhenger i betraktning. Det er umulig å objektivt analysere prosessen isolert fra andre fenomener og hendelser. Den gjensidige avhengigheten og sammenkoblingen av økonomiske operasjoner nødvendiggjør bruk av komplekse metoder for å analysere økonomisk aktivitet. Bare en omfattende studie av informasjon lar deg vurdere resultatene av arbeidet riktig, avslører reservene.
Fradrag og induksjon
Det er en årsakssammenheng mellom mange prosesser og hendelser. Det betyr at en ting følger av en annen. Å etablere en årsakssammenheng er den viktigste oppgaven i økonomisk evaluering av data. Som et resultat er analysen mer nøyaktig og objektiv. Dette lar oss igjen kvantifisere dataene, for å bestemme graden av påvirkning av visse faktorer på virksomhetens arbeid.
Induksjon innebærer studiet av prosesser fra spesielt til generelt: fra faktorer til konklusjoner, fra årsaker til resultater. Deduksjon er en omvendt metode som involverer forskning fra det generelle til det spesielle. I dette tilfellet skjer det en slags «delemning» av fenomenet til elementer.
Systemacity
Når du bruker den dialektiske tilnærmingen til dataevaluering, må hvert fenomen, prosess, hendelse betraktes som et sett av mange komponenter som er nært knyttet til hverandre. Maksimal detaljering utføres under implementeringen av en systematisk tilnærming. Når du beskriver datatyper,deres egenskaper, bestemmelse av graden av påvirkning av faktorer på dem, etc., avsløres det viktigste, viktigste i objektet som studeres. En systematisk tilnærming lar deg bygge et omtrentlig opplegg for prosessen, etablere nøkkelkomponentene, deres underordning, funksjoner og som et resultat avsløre den logiske og metodiske modellen for analysen.
I den økonomiske vurderingen, etter å ha undersøkt visse aspekter ved organisasjonens aktiviteter, oppsummeres deres gjensidige avhengighet, underordning, de innsamlede dataene. Samtidig skilles de viktigste og avgjørende ut fra hele mengden data og faktorer. Resultatene av økonomisk aktivitet avhenger hovedsakelig av dem.
Økonomiske modeller
For systematisk klassifisering av data, deres evaluering og behandling, er det nødvendig å bygge et opplegg som tilsvarer oppgavene og endelige mål for studien. Avhengig av objektet som studeres, skilles optimaliserings- og likevektsmodeller. Førstnevnte brukes til å beskrive oppførselen til økonomiske enheter som oppnår sine mål med de tilgjengelige mulighetene. Likevektsmodeller brukes til å bestemme resultatet av samspillet mellom en gruppe av subjekter, for å identifisere betingelsene for kompatibiliteten til deres oppgaver og mål.
Analysemetoder
Resultatene av samspillet mellom økonomiske enheter vil avhenge av tidsperioden som deres oppførsel blir studert. Følgelig skilles metoder for komparativ statistikk, statistisk og dynamisk analyse.
Den første er å sammenligne resultatene av den statistiske evalueringen av aktiviteter i ulike tidsperioder. Dynamisk analyse brukes for å bestemme naturenendringer i økonomiske indikatorer mellom gitte tidspunkt og bestemme faktorene som bestemmer disse endringene. Statistisk evaluering involverer studiet av handlinger på et bestemt tidspunkt. Du kan for eksempel bestemme hvordan, gitt tilbud og etterspørsel, kostnaden for et produkt dannes.
Metodikken for makroøkonomisk vurdering er basert på skjæringspunktet mellom tre kunnskapsområder: matematikk, statistikk og økonomi. Økonomiske metoder er: sammenligning, gruppering, grafisk og balanseanalyse.
Matematiske teknikker er delt inn i 3 grupper:
- Økonomisk. Disse inkluderer matrisemetoder, teorier om input-output balanse, produksjonsfunksjoner.
- Optimale programmeringsteknikker (ikke-lineær, lineær, dynamisk) og økonomisk kybernetikk.
- Metoder for å studere beslutningsprosessen og transaksjoner. Denne gruppen inneholder teorier om kø, spill, grafer.
Komparativ analyse
Sammenligning er en sammenligning av undersøkte data og fakta. I praksis brukes:
- Horisontal analyse. Det er nødvendig å identifisere relative og absolutte avvik for den faktiske verdien av indikatorer fra grunnlinjen.
- Vertikal analyse. Den brukes til å studere strukturen til fenomener.
- Trendanalyse. Den brukes til å studere de relative vekstratene for indikatorer over flere år sammenlignet med nivået for basisåret.
Saldoanalyse
Det ligger isammenlignende måling av to sett med indikatorer som har en tendens til likevekt. Som et resultat bestemmer forskeren en ny - balanserende - indikator.
Når de for eksempel vurderer graden av å forsyne et foretak med råvarer, sammenligner de behovet for det, kildene for å dekke disse behovene og setter en balanseindikator - overskudd eller mangel på materialer.
Som en hjelpebalansemetode brukes den ved kontroll av resultatet av beregning av faktorers innflytelse på den totale ytelsesindikatoren. Hvis summen av støtet er lik avviket fra grunnverdien, er beregningene korrekte.
Extra
Graffer brukes til å skalere indikatorer. Verdier og deres avhengighet beskrives ved å konstruere geometriske former. Det må sies at den grafiske metoden i analysen av uavhengig betydning ikke spiller noen rolle. Den brukes bare for å illustrere endringene.
Indeksevaluering er basert på relative verdier, som uttrykker forholdet mellom nivået på fenomenet under vurdering og basisnivået. Flere typer indekser brukes i statistikk: harmonisk, aritmetisk, aggregert, osv.
Hvis du bruker indeksomregninger og bygger en tidsserie som reflekterer for eksempel frigjøring av varer i verdi, kan du objektivt vurdere dynamikken.
Regresjon (stokastisk) og korrelasjonsmetoder brukes for å bestemme sammenhengsnivået mellom parametere som er funksjonelt uavhengige av hverandre. Gjennom korrelasjondu kan:
- Lag en modell av eksisterende faktorer.
- Kantifiser styrken til forbindelsen.
Analyse i sosiologi
Beskrivelse av ethvert fenomen kan utføres på en rekke måter. En av de vanligste analysemetodene i sosiologi er observasjon. I løpet av den kan du kvantifisere dataene gjennom:
- Psykologisk skalering. Vanligvis brukes poeng til å oppsummere observasjoner.
- Måling av tid (tidtaking).
En annen tilnærming er tidsprøvemetoden. Når du bruker det, velges visse tidsperioder fra en enkelt prosess som studeres for å konsolidere informasjon. De anses som representative for en lengre periode. I reell forskning blir kvantitative og kvalitative beskrivelser av fenomener vanligvis utført i kombinasjon.
Kvantitative indikatorer kan registreres under observasjonen eller generaliseres etter at den er fullført, inkludert i en retrospektiv rapport. Forskerens generelle inntrykk tjener som grunnlag for retrospektiv evaluering. For langtidsoppfølging kan de for eksempel inkludere frekvensen av noen av episodene som studeres. Kvantitative indikatorer kan dermed inkluderes i verdivurderinger. For eksempel «han går sjelden på skolen», «hun glemmer alltid læreboka», osv.
I tillegg til den evaluerende beskrivelsen av hendelser, kan forskeren bruke en punktvurdering av sine inntrykk. Disse tallene reflektererkarakteristisk for langvarige ukontrollerte observasjoner i hverdagen. Som noen studier viser, kan de godt brukes som et av de viktigste eller eneste kriteriene for tilstrekkeligheten av psykologiske tester eller karakteristika til en person.
