什么是不同類型的分析工具(Different Types of Analytics Tools)？

有多種分析工具可用于對大量數據集和交易活動進行分析。分析在過去幾年中越來越受歡迎，預計在未來十年內仍將保持高于平均水平的增長。隨著技術的進步和接受程度的提高，組織一直在收集和存儲大量的事務性數據。分析工具...

有多種分析工具可用于對大量數據集和交易活動進行分析。分析在過去幾年中越來越受歡迎，預計在未來十年內仍將保持高于平均水平的增長。隨著技術的進步和接受程度的提高，組織一直在收集和存儲大量的事務性數據。分析工具的目的是使用這些數據來確定模式和趨勢。這些信息可用于輔助決策過程

有多種分析工具可用于對大型數據集和交易活動進行分析。分析工具可分為三類：興趣指標，活動評估和數據選擇。盡管許多人認為分析工具是一個新的發展，它們實際上代表了統計和數據管理中一些最古老的概念。互聯網的出現以及企業希望跟蹤這種工具在聯系客戶方面的有效性，推動了分析工具的快速增長。為了讓任何組織都能確定分配給互聯網的資源數量，需要衡量指標來確定投資回報率和該工具的相對有用性

分析工具的目的是使用這些數據來確定數據的模式和趨勢。興趣指標是所有基于web的分析工具中最常見的。一個小程序或腳本添加到網站以跟蹤用戶活動。最基本的工具可以提供用戶來源國、訪問時間、使用瀏覽器、在網站上花費的總時間和參考來源的摘要。更復雜的是，商業產品可以提供準確的互聯網協議（IP）地址，同一個人訪問過的次數特定時間范圍內的網站，他們去了哪里，以及他們在每個頁面上花費了多長時間。活動評估工具可以從簡單的數據收集到對業務流程的評估。例如，基于web的工具可以提供最常見的訪問路徑、每個階段花費的時間以及訪問每個數據表的用戶的摘要。對于事務性系統，可以使用來自多個表和數據庫的信息的組合來完成相同類型的分析。用于此類分析的工具通常是資源密集型，需要大量的硬件和存儲空間才能運行。數據選擇或數據提取工具包用于將特定標識的數據從事務數據庫移動到數據分析倉庫或多維數據集中規范必須非常精確，才能為分析工具建立合適的數據集。太多的數據是昂貴的，沒有足夠的數據將不能提供準確的結果。