تحليل منطقي

تحليلات هي اكتشاف وتفسير وإبلاغ أنماط ذات معنى في البيانات. كما يستلزم تطبيق أنماط البيانات نحو اتخاذ القرارات الفعالة. بمعنى آخر، يمكن فهم التحليلات على أنها النسيج الضام بين البيانات واتخاذ القرارات الفعالة داخل المنظمة. تعتبر التحليلات ذات قيمة خاصة في المناطق الغنية بالمعلومات المسجلة، تعتمد على التطبيق المتزامن للإحصاءات وبرمجة الكمبيوتر وبحوث العمليات لتحديد الأداء. يجوز للمؤسسات تطبيق التحليلات على بيانات الأعمال لوصف أداء الأعمال والتنبؤ به وتحسينه. على وجه التحديد، تشمل مجالات التحليلات التحليلات التنبؤية، التحليلات الإرشادية، إدارة قرار المؤسسة، التحليلات الوصفية، التحليلات المعرفية، تحليلات البيانات الكبيرة، تحليلات البيع بالتجزئة، تحليلات سلسلة التوريد، تشكيلة المتاجر وتحسين وحدة تخزين الأوراق المالية، تحسين التسويق وتصميم نماذج المزيج التسويقي، الويب تحليلات، تحليلات الاتصال، تحليلات الكلام، تحجيم قوة المبيعات وتحسينها، نمذجة الأسعار والترويج، العلوم التنبؤية، تحليل مخاطر الائتمان، وتحليلات الاحتيال. نظرًا لأن التحليلات قد تتطلب حسابًا موسعًا (انظر البيانات الكبيرة)، فإن الخوارزميات والبرامج المستخدمة في التحليلات تستخدم أحدث الأساليب في علوم الكمبيوتر والإحصاء والرياضيات. يركز التحليل على فهم الماضي؛ ماذا حدث ولماذا حدث. يركز تحليل البيانات على سبب حدوثه وما سيحدث بعد ذلك. تحليلات البيانات هي حقل متعدد التخصصات. هناك استخدام مكثف لمهارات الكمبيوتر والرياضيات والإحصاء واستخدام التقنيات الوصفية والنماذج التنبؤية لاكتساب معرفة قيمة من البيانات أثناء تحليل البيانات. . يتم استخدام الرؤى من البيانات للتوصية باتخاذ إجراء أو لتوجيه عملية اتخاذ القرار المتجذرة في سياق الأعمال. وبالتالي، لا تهتم التحليلات كثيرًا بالتحليلات الفردية أو خطوات التحليل، ولكن بالمنهجية بأكملها. هناك ميل واضح لاستخدام المصطلح «تحليلات» في إعدادات الأعمال، مثل تحليلات النص مقابل التنقيب عن النص الأكثر عمومية للتأكيد على هذا المنظور الأوسع. هناك استخدام متزايد لمصطلح التحليلات المتقدمة ، يستخدم عادة لوصف الجوانب الفنية للتحليلات، خاصة في المجالات الناشئة مثل استخدام تقنيات التعلم الآلي مثل الشبكات العصبية، شجرة القرار، الانحدار اللوجستي، الخطي لتحليل الانحدار المتعدد، التصنيف للقيام بنمذجة تنبؤية. كما يتضمن أيضًا تقنيات التعلم غير الخاضعة للرقابة مثل التحليل العنقودي وتحليل المكونات الرئيسية وتحليل التشكيل الجانبي للجزء وتحليل الارتباط.