Описательная аналитика: суть, примеры, возможности

Описательная аналитика [англ. descriptive analytics] — это процесс использования текущих и исторических данных для выявления тенденций и взаимосвязей. Иногда его называют простейшей формой анализа данных, потому что он описывает фактические данные, но не копает глубже.

Если вы новичок в данных и хотите изучить основы, описательная аналитика — хорошее способ для начала. Однако, здесь также есть свои нюансы. В этой статье мы углубимся в тему и ответим на многие вопросы более детально, например:

• Как работает описательная аналитика?
• Как используется описательная аналитика?
• В чем преимущества и недостатки описательной аналитики?

На чем строится описательная аналитика?

Описательная аналитика относительно доступна и, скорее всего, ваша организация использует ее ежедневно. Базовое статистическое программное обеспечение, такое как Microsoft Excel, или средства визуализации данных, такие как Power BI и Tableau, могут помочь в анализе данных, выявлении тенденций и взаимосвязей между переменными и визуальном отображении информации.

Описательная аналитика особенно полезна для информирования об изменениях с течением времени и использует тенденции в качестве плацдарма для дальнейшего анализа и принятия решений.

Это уровень для начала вашего пути к аналитике, поскольку он является основой для трех других уровней. На данном уровне мы находим ответ на вопрос: Что уже произошло?

Поскольку описательная аналитика носит исключительно пояснительный характер, она использует базовую описательную статистику. Сюда входят:

• меры распределения (частота или количество), 
• центральная тенденция (среднее, мода и медиана) 
• изменчивость (например, дисперсия и стандартное отклонение). 

Там, где это уместно, он также измеряет положение различных точек данных. Описательная аналитика часто представляет свои результаты с помощью отчетов, сводных таблиц и визуализаций, таких как столбчатые диаграммы, линейные графики или круговые диаграммы.

Преимущества и недостатки описательной аналитики

Хотя аналитические подходы относительно упрощены, описательная аналитика, имеет много преимуществ и недостатков. Начнем с плюсов.

Преимущества описательной аналитики

1. Представляет сложные данные в легко усваиваемом формате.
2. Обеспечивает прямое измерение частоты ключевых точек данных.
3. Это недорого и требует только базовых математических навыков для выполнения.
4. Выполняется быстрее, особенно с помощью таких инструментов, как MS Excel или Python.
5. Полагается на данные, к которым у организаций уже есть доступ, а это означает, что нет необходимости в источнике дополнительных данных.
6. Рассматривает полную совокупность (а не выборку данных), что делает ее значительно более точной, чем статистика. 

Однако, такая прямолинейность означает, что в описательной аналитики есть и свои ограничения.

Недостатки описательной аналитики

1. Вы можете обобщить наборы данных, к которым у вас есть доступ, но они могут не дать полной картины.
2. Вы не можете использовать описательную аналитику, чтобы проверить гипотезу или понять, почему данные представлены именно так.
3. У вас не получится использовать описательную аналитику, чтобы предсказать, что может произойти в будущем.
4. Вы не можете обобщать свои выводы на более широкую аудиторию.
5. Описательная аналитика ничего не говорит вам о методологии сбора данных, а значит, набор данных может содержать ошибки.

Как вы можете подозревать, хотя описательная аналитика полезна, важно не преувеличивать ее возможности. К счастью, у нас есть диагностическая и предиктивная аналитика, которая поможет заполнить пробелы, где описательная аналитика не работает. Простой способ понять это — посмотреть на некоторые варианты использования в продажах. Например, сколько продаж произошло в прошлом квартале? Они увеличились или уменьшились?

5 примеров описательной аналитики в продажах

Отчеты о трафике и взаимодействии

Одним из примеров описательной аналитики является отчетность. Если ваша организация отслеживает взаимодействие в форме аналитики трафика или отчетов продаж, вы уже используете описательную аналитику.

Эти отчеты создаются путем получения необработанных данных продаж (будь то через сайт или прямые отгрузки с завода), и их использования для сравнения текущих показателей с историческими показателями и визуализации тенденций.

Несколько примеров отчетности описательной аналитики:

• данные о том какие каналы привлекают трафик (продажи)
• отчетность о представленности товара на полках магазина
• отчет по сопоставлению исторических данных продаж
• какое количество посетителей становятся заказчиками

Затем можно использовать три других типа аналитики, чтобы определить, почему трафик из каждого источника увеличился или уменьшился с течением времени, прогнозируется ли сохранение тенденций, и каков наилучший план действий вашей команды в будущем, но об этом дальше.

Анализ финансовой отчетности

Другим примером описательной аналитики, который может быть вам знаком, является анализ финансовой отчетности. Финансовые отчеты — это периодические отчеты, в которых подробно представлена ​​финансовая информация о бизнесе и которые вместе дают целостное представление о финансовом состоянии компании.

Существует несколько типов финансовых отчетов:

• баланс
• отчет о прибылях и убытках
• отчет о движении денежных средств
• данные о понесенных затратах и себестоимости
• отчет об акционерном капитале

Каждый обслуживает определенную аудиторию и передает различную информацию о финансах компании.

Каждый из этих методов анализа финансовой отчетности является примером описательной аналитики, поскольку он предоставляет информацию о тенденциях и взаимосвязях между переменными на основе текущих и исторических данных.

Тенденции спроса

Описательную аналитику также можно использовать для выявления тенденций в предпочтениях и поведении клиентов и для создания предположений о спросе на конкретные продукты или услуги.

Идентификация тенденций провайдера потокового вещания Netflix представляет собой отличный пример использования описательной аналитики. Команда Netflix, имеющая большой опыт работы с данными, собирает данные о поведении пользователей на платформе. Они анализируют эти данные, чтобы определить, какие телесериалы и фильмы находятся в тренде в любой момент времени, и перечисляют популярные заголовки в разделе главного экрана платформы.

Эти данные не только позволяют пользователям Netflix видеть, что популярно и, следовательно, что им может понравиться, но и позволяют команде Netflix узнать, какие типы медиа, темы и актеры особенно популярны в определенное время.

Выводы, сделанные на основе выявлений тенденций спроса могут повлиять на принятие решений о создании будущего оригинального контента, контрактах с существующими производственными компаниями, маркетинге и кампаниях по ретаргетингу.

Сводные результаты опроса

Описательная аналитика также полезна и в исследованиях рынка. Когда приходит время получить информацию из опросов и данных фокус-групп, описательная аналитика может помочь определить взаимосвязь между переменными и тенденциями.

Например, вы можете провести опрос и определить, что по мере увеличения возраста респондентов увеличивается вероятность того, что они купят ваш продукт. Если вы проводили этот опрос несколько раз в течение нескольких лет, описательная аналитика может сказать вам, существовала ли эта корреляция между возрастом и количеством покупок всегда или это произошло только в этом году.

Подобные идеи могут проложить путь для диагностической аналитики, чтобы объяснить, почему определенные факторы коррелируют. Затем вы можете использовать другие типы аналитики.

Продвигайтесь к целям

Наконец, описательную аналитику можно применять для отслеживания прогресса в достижении целей. Отчеты о прогрессе в достижении ключевых показателей эффективности (KPI) могут помочь вашей команде понять, идут ли дела по плану или необходимо внести коррективы.

План факт отчет продаж самый применимый отчет в данном примере. Этот описательный анализ прогресса вашей команды может позволить провести дальнейший анализ, чтобы изучить, что можно сделать по-другому, чтобы улучшить показатели продаж и вернуться на путь достижения вашего KPI.

Как внедрить описательную аналитику в компании?

Чтобы не пришлось переписывать материал, для ответа на этот вопрос рекомендуем просмотреть подробное видео и всё станет понятно.

«Никогда раньше каждую секунду каждого дня не собиралось и не сохранялось так много данных о стольких разных вещах. В этом мире больших данных информационная грамотность — способность анализировать, интерпретировать и даже подвергать сомнению данные — становится все более ценным навыком», — говорит профессор Гарвардской школы бизнеса Ян Хаммонд.