书名镜像：数据预测认识论（蔬果）
编者按：数据预测逐渐正式成为很多业余的必不可少专业技能，也正式成为我们求职者操作过程中的加细项。随着数据预测方式体系的逐渐完善，学习数据预测准入门槛也逐渐降低，第一集就从预测架构视角，带我们掀开数据预测的盖头。
预测类型
数据预测主要就分成形式化预测、确诊性预测、全面性预测和规范性预测四个类型。
形式化预测
透过对客观情形的定量分析叙述，掌握销售业务发展、参与使用者等方面的特征，化解过去出现了甚么的难题，报告财务报表中采用的预测类型主要就为形式化预测。确诊性预测
依照销售业务方式论，确认引起最终结果的其原因，化解为甚么出现的难题。全面性预测
依照数据分析等方式，预测使用者行为、销售业务行业发展趋势等，化解将来会好不好的难题。规范性预测
依照预测推论确认最差执行计划，达到增加使用者数量、提高工作效率、提升工作效率、控制风险的目的，化解应该做甚么的难题。预测关键步骤
众所周知的预测工作分成辨认出和回应、预测和回收和明确提出软件系统三个关键步骤。
辨认出和回应
透过数据表现，明晰某个某一季节内的基本情形、动态变化、波动异常等。如：透过计算同比，辨认出销售业务辨认出变化情形。预测和回收
依照销售业务方式论，对某个现象的出现展开深入预测功能定位，明晰关键其原因。如：某品牌商家的次月成交金额=买回数目*客单价，透过预测买回数目和客单价的情形，明晰具体影响次月成交金额的主要就因素。明确提出软件系统
依照预测找到的难题突破口，结合销售业务实际得到最差处理计划，并展开应用破冰。如：依照其次比，透过ROI预测判断何种营运策略可以投入少工业生产高，或透过AB试验确认产品强化计划。预测关键步骤与预测类型相关联关系
通常情形下，辨认出和回应操作过程主要就采用的是形式化预测，预测和回收操作过程主要就采用的是确诊性预测和全面性预测，明确提出软件系统主要就采用的是规范性难题，针对具体情形也会有所交叠。
右图对不同预测关键步骤采用的预测类型及利皮扬卡展开了详列，赶快留存浏览吧～
往期推荐：
推荐算法｜矩阵分解模型
基于使用者的协同过滤python代码实现
