Analys ( andra grekiska άναλυτικά , lit. - " konsten att analysera ") - en del av konsten att resonera - logik , med tanke på läran om analys - driften av mental eller verklig sönderdelning av helheten (sak, egendom, process eller relation mellan objekt) i dess beståndsdelar, utförda i processen av kognition eller subjekt-praktisk mänsklig aktivitet [1] .
I snäv mening ( eng. Analytics ) - en systematisk numerisk analys av data för att identifiera och tolka signifikanta mönster [2] . Det används i områden som kännetecknas av ett överflöd av ackumulerad information. Förlitar sig på samtidig tillämpning av statistik , datorprogrammering och operationsforskning . Analytics delas in i beskrivande, diagnostisk, prediktiv , preskriptiv och kognitiv [3] . Det kan tillämpas inom sådana affärsområden som marknadsföring, förvaltning, ekonomi, informationssäkerhet och mjukvara. För att bearbeta big data använder analytiska algoritmer metoderna datavetenskap, statistik och matematik [4] .
Tillbaka på 300-talet f.Kr. kallade en elev till Platon , den antika grekiske filosofen Aristoteles , i hans " Organon " två av hans välkända logikverk för ordet " Analytik " (" Första analysen " och " Andra analysen " [5 ] ), när de bryter ner det logiska tänkandet i de enklaste elementen och från dem går de vidare till komplexa former av tänkande. Eftersom han var grundaren av formell logik som vetenskap, kallade Aristoteles den " analys ", medan termen " logik " blev fast etablerad efter hans död på 300-talet f.Kr. [6] .
På 1700-talet kallade grundaren av tysk klassisk filosofi, Immanuel Kant , " analys " för nedbrytningen av mänsklig kognitiva förmåga.
Analys är ett tvärvetenskapligt område [7] . Ibland används termen avancerad analys , med hjälp av maskininlärningstekniker , neurala nätverk och regressionsanalys [8] < [9] . Det inkluderar också oövervakade maskininlärningsmetoder som klusteranalys , segmenteringsprofilens huvudkomponentanalys och associationsanalys [10] .
Demografisk forskning, kundsegmentering, kollaborativ analys och andra metoder tillåter marknadsförare att använda stora mängder shoppinginformation och kundundersökningsdata för att bilda en marknadsföringsstrategi [11] .
Marknadsanalys består av både kvalitativ och kvantitativ, strukturerad och ostrukturerad data som används för att fatta strategiska varumärkes- och intäktsbeslut. Denna process inkluderar prediktiv modellering, marknadsföringsexperiment, automatisering och realtidskommunikation. Sådana uppgifter gör det möjligt för företag att göra prognoser och utforma en strategi för att uppnå maximala resultat [11] .
Webbanalys tillåter marknadsförare att samla in information om webbplatsaktivitet genom en operation som kallas en session . Google Analytics är ett exempel på ett populärt gratis webbanalysverktyg [12] [13] . Med denna information kan marknadsföraren optimera marknadsföringskampanjer och webbplatsens innehållsarkitektur [14] .
Analysmetoder som vanligtvis används inom marknadsföring inkluderar modellering av marknadsföringsmix, prissättnings- och marknadsföringsanalys, optimering av säljkåren och kundanalyser såsom segmentering. Webbanalys och optimering av webbplatser och onlinekampanjer kompletterar traditionella marknadsföringsanalysmetoder.
Denna del av analys är också känd som HR-analys, talanganalys, humankapitalanalys HRIS (Human Resource Information System). HR-analys är tillämpningen av analys för personalhantering [15] . HR-analys har blivit ett strategiskt verktyg för att analysera och förutsäga HR-trender på föränderliga arbetsmarknader. Motsvarande klass av verktyg är känd som Career Analytics-verktyg [16] [17] . Automatiserade personalledningssystem används också i stor utsträckning . Det finns en åsikt att på XXI-talet. "eran av data och HR-analys" har kommit [18] .
En vanlig tillämpning av business intelligence är portföljanalys . Som regel har en bank eller kreditbyrå en uppsättning kundkonton av varierande värde och risk . Konton kan skilja sig åt när det gäller ägarens sociala status, geografisk plats, nettoförmögenhet och andra parametrar. Långivaren måste balansera avkastningen på lånet mot risken för fallissemang. Detta väcker frågan om hur man ska utvärdera portföljen som helhet [19] .
Prediktiva modeller inom banksektorn utvecklas för att ge riskbedömningar för enskilda kunder. Kreditpoäng används i stor utsträckning för att bedöma sökandes kreditvärdighet [20] Dessutom används riskanalys inom försäkringsbranschen [21] .
Säkerhetsanalys avser informationsteknik för att samla in information om säkerhetshot för att identifiera händelser som utgör den största risken [22] . Produkter inom detta område inkluderar säkerhetsinformation, händelsehantering och användarbeteendeanalys.
Särskild uppmärksamhet i analysuppgifterna ägnas analys av big data [23] . Tidigare fanns big data bara inom vetenskapen. För närvarande dyker sådana uppgifter också upp inom industrin och näringslivet [24] [23] .
Ett annat problem som drar till sig analytikers uppmärksamhet är analysen av ostrukturerade datatyper . Ostrukturerad data skiljer sig från strukturerad data genom att dess format varierar stort och inte kan lagras i traditionella relationsdatabaser utan betydande transformation [25] . Ostrukturerade datakällor som e-post, ordbehandlingsdokument, PDF-filer, geospatial data, etc. håller snabbt på att bli en viktig affärsinformationskälla för företag, regeringar och universitet [26] [27] .
Ovanstående uppgifter har lett till uppkomsten av nya koncept för maskinanalys, såsom komplex händelsebearbetning [28] , fulltextsökning, etc. En av dessa innovationer är användningen av datornätverk som ökar prestandan genom massivt parallell databehandling [ 29] .
Den största risken med att implementera analyser är diskriminering, såsom prisdiskriminering eller statistisk diskriminering [30] .