試圖優(yōu)化其S“ OP努力的公司需要具有分析歷史數(shù)據(jù)，預(yù)測(cè)未來(lái)可能發(fā)生的情況的能力。正確處理并成為數(shù)據(jù)驅(qū)動(dòng)型組織的承諾是巨大的。公司可以證明，獲得了巨大的ROI。優(yōu)化了供應(yīng)鏈，降低了運(yùn)營(yíng)成本，增加了收入或改善了客戶服務(wù)和產(chǎn)品組合的公司。

　　查看所有分析選項(xiàng)可能是一項(xiàng)艱巨的任務(wù)。但是，幸運(yùn)的是，可以將這些分析選項(xiàng)大致分為三種類(lèi)型。沒(méi)有一種分析方法比另一種分析方法更好，實(shí)際上，它們可以共存并互補(bǔ)。為了使企業(yè)能夠全面了解市場(chǎng)，以及公司如何在該市場(chǎng)中有效競(jìng)爭(zhēng)，需要一個(gè)強(qiáng)大的分析環(huán)境，其中包括：

　　描述性分析或統(tǒng)計(jì)數(shù)據(jù)確實(shí)按照其名稱(chēng)所隱含的含義進(jìn)行“描述”，或匯總原始數(shù)據(jù)并使之可以被人類(lèi)解釋。它們是描述過(guò)去的分析。過(guò)去是指事件發(fā)生的任何時(shí)間點(diǎn)，無(wú)論是在一分鐘之前還是一年之前。描述性分析非常有用，因?yàn)樗鼈兪刮覀兡軌驈倪^(guò)去的行為中學(xué)習(xí)，并了解它們?nèi)绾斡绊懳磥?lái)的結(jié)果。

　　我們使用的絕大多數(shù)統(tǒng)計(jì)信息都屬于這一類(lèi)。 （思考基本的算術(shù)運(yùn)算，例如求和，平均值，變化百分比）。通常，基礎(chǔ)數(shù)據(jù)是應(yīng)用了基本數(shù)學(xué)運(yùn)算的數(shù)據(jù)的已過(guò)濾列的計(jì)數(shù)或集合。出于所有實(shí)際目的，這些統(tǒng)計(jì)信息的數(shù)量是無(wú)限的。描述性統(tǒng)計(jì)數(shù)據(jù)可用于顯示庫(kù)存總庫(kù)存，每位客戶平均花費(fèi)的美元以及銷(xiāo)售年度同比變化等信息。描述性分析的常見(jiàn)示例是報(bào)告，這些報(bào)告提供有關(guān)公司生產(chǎn)，財(cái)務(wù)，運(yùn)營(yíng)，銷(xiāo)售，財(cái)務(wù)，庫(kù)存和客戶的歷史見(jiàn)解。

　　預(yù)測(cè)分析源于“預(yù)測(cè)”可能發(fā)生的能力。這些分析是關(guān)于了解未來(lái)的。預(yù)測(cè)分析為公司提供了基于數(shù)據(jù)的可行見(jiàn)解。預(yù)測(cè)分析可提供有關(guān)未來(lái)結(jié)果可能性的估計(jì)。重要的是要記住，沒(méi)有任何一種統(tǒng)計(jì)算法可以“預(yù)測(cè)”具有100種確定性的未來(lái)。公司使用這些統(tǒng)計(jì)數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)可能發(fā)生的情況。這是因?yàn)轭A(yù)測(cè)分析的基礎(chǔ)是基于概率的。

　　這些統(tǒng)計(jì)信息會(huì)嘗試獲取您擁有的數(shù)據(jù)，并以最佳猜測(cè)填充缺失的數(shù)據(jù)。它們結(jié)合了在ERP，CRM，HR和POS系統(tǒng)中發(fā)現(xiàn)的歷史數(shù)據(jù)，以識(shí)別數(shù)據(jù)中的模式，并應(yīng)用統(tǒng)計(jì)模型和算法來(lái)捕獲各種數(shù)據(jù)集之間的關(guān)系。公司在希望展望未來(lái)時(shí)隨時(shí)使用預(yù)測(cè)統(tǒng)計(jì)和分析。預(yù)測(cè)分析可以在整個(gè)組織中使用，從預(yù)測(cè)客戶行為和購(gòu)買(mǎi)模式到確定銷(xiāo)售活動(dòng)的趨勢(shì)。它們還有助于預(yù)測(cè)來(lái)自供應(yīng)鏈，運(yùn)營(yíng)和庫(kù)存的投入需求。

　　大多數(shù)人都熟悉的一種常見(jiàn)應(yīng)用是使用預(yù)測(cè)分析來(lái)產(chǎn)生信用評(píng)分。金融服務(wù)使用這些分?jǐn)?shù)來(lái)確定客戶準(zhǔn)時(shí)進(jìn)行未來(lái)信用支付的可能性。典型的業(yè)務(wù)用途包括：了解年底銷(xiāo)售如何結(jié)束，預(yù)測(cè)客戶將一起購(gòu)買(mǎi)的商品或基于眾多變量預(yù)測(cè)庫(kù)存水平。

　　相對(duì)較新的規(guī)范分析領(lǐng)域允許用戶“規(guī)定”許多不同的可能操作，并指導(dǎo)他們尋求解決方案。簡(jiǎn)而言之，這些分析都是關(guān)于提供建議的。規(guī)范分析試圖量化未來(lái)決策的影響，以便在實(shí)際做出決策之前就可能的結(jié)果提供建議。規(guī)范分析不僅可以最好地預(yù)測(cè)會(huì)發(fā)生什么，而且還能預(yù)測(cè)會(huì)發(fā)生的原因，從而提供有關(guān)可利用這些預(yù)測(cè)的操作的建議。

　　通過(guò)推薦一種或多種可能的行動(dòng)方案，這些分析超越了描述性和預(yù)測(cè)性分析。從本質(zhì)上講，它們可以預(yù)測(cè)多個(gè)期貨，并允許公司根據(jù)其行動(dòng)來(lái)評(píng)估許多可能的結(jié)果。規(guī)范分析結(jié)合了技術(shù)和工具，例如業(yè)務(wù)規(guī)則，算法，機(jī)器學(xué)習(xí)和計(jì)算建模程序。這些技術(shù)適用于來(lái)自許多不同數(shù)據(jù)集的輸入，包括歷史和交易數(shù)據(jù)，實(shí)時(shí)數(shù)據(jù)源和大數(shù)據(jù)。

　　規(guī)范性分析的管理相對(duì)復(fù)雜，大多數(shù)公司尚未在日常業(yè)務(wù)中使用它們。如果實(shí)施得當(dāng)，它們會(huì)對(duì)企業(yè)做出決策的方式以及公司的底線產(chǎn)生重大影響。大型公司正在成功地使用規(guī)范分析來(lái)優(yōu)化供應(yīng)鏈中的生產(chǎn)，調(diào)度和庫(kù)存，以確保在正確的時(shí)間交付正確的產(chǎn)品并優(yōu)化客戶體驗(yàn)。