Статистика та аналітика: в чому різниця?

Сфера статистики займається збором, аналізом, інтерпретацією та представленням даних.

Сфера аналітики стосується застосування статистичних методів до практичних бізнес-задач.

Між цими двома областями багато збігів, але головна відмінність:

Статистик , швидше за все, працюватиме в клінічному чи дослідницькому середовищі, де частіше використовуються дизайн дослідження, перевірка гіпотез , моделі ANOVA та довірчі інтервали .

Аналітик , швидше за все, працюватиме в бізнес-середовищі, де частіше використовуються описова статистика, візуалізація даних і регресійні моделі.

Статистики та аналітики працюють з даними у своїй повсякденній діяльності, але статистики, як правило, більше зосереджуються на перевірці статистичних гіпотез, тоді як аналітики, як правило, більше зосереджуються на розумінні даних і закономірностей, які лежать в основі бізнес-операцій.

Продовжуйте читати, щоб дізнатися, як статистика та аналітика використовуються в реальних сценаріях.

Використання статистики в реальному світі

Ось кілька прикладів того, як статистика використовується в реальних сценаріях.

Приклад 1: Перевірка гіпотези

Статистики, які працюють у клінічних умовах, часто використовують перевірку гіпотез, щоб визначити, чи дає новий препарат кращі результати для пацієнтів.

Наприклад, біостатистик може вводити один препарат від артеріального тиску 30 пацієнтам протягом одного місяця, а потім призначати другий препарат тим же 30 пацієнтам протягом додаткового місяця.

Потім вони можуть виконати t-тест парних зразків , щоб визначити, чи є статистично значуща різниця у зниженні артеріального тиску між двома препаратами.

Приклад 2: Моделі ANOVA

Статистики, які працюють у сільському господарстві, часто використовують моделі дисперсійного аналізу, щоб визначити, чи існує статистично значуща різниця в урожайності між трьома чи більше типами добрив.

Наприклад, статистик може внести три різні добрива на різні поля протягом місяця, а потім зібрати дані для вимірювання середньої врожайності.

Потім вони могли виконати односторонній дисперсійний аналіз , щоб визначити, чи існує статистично значуща різниця між середньою врожайністю.

Приклад 3: довірчі інтервали

Статистики, які працюють у медичних закладах, часто використовують довірчі інтервали для кількісного визначення середнього значення різних біометричних даних.

Наприклад, статистик може зібрати дані про артеріальний тиск у 50 пацієнтів, які всі використовують один і той самий препарат для артеріального тиску, щоб встановити діапазон значень, які можуть містити справжнє середнє зниження артеріального тиску для пацієнтів у загальній популяції, які використовують саме цей препарат. ліки.

Використання Analytics у реальному світі

Ось кілька прикладів того, як аналітика використовується в реальних сценаріях.

Приклад 1: Описова статистика

Бізнес-аналітики часто використовують описову статистику, щоб узагальнити дані, пов’язані з бізнес-фінансами.

Наприклад, бізнес-аналітик, який працює в роздрібній компанії, може розрахувати наступну описову статистику протягом ділового кварталу:

• Середня кількість щоденних продажів
• Середня кількість щоденних продажів
• Стандартне відхилення щоденних продажів
• Загальний дохід
• Загальні витрати
• Відсоткова зміна кількості нових клієнтів
• Відсоток продуктів, повернутих клієнтами

Використовуючи ці показники, аналітик може зрозуміти фінансовий стан компанії, а також порівняти ці показники з попередніми кварталами, щоб зрозуміти, як показники змінюються з часом.

Потім вони можуть використовувати ці показники, щоб повідомити організації про сфери, які, можливо, потребують вдосконалення, щоб допомогти компанії збільшити дохід або зменшити витрати.

Приклад 2: візуалізація даних

Аналітики, які працюють у компаніях роздрібної торгівлі, часто створюють візуалізації даних, такі як лінійні діаграми, стовпчасті діаграми, теплові карти, коробкові діаграми, діаграми розсіювання та інші діаграми для візуалізації загальних продажів, доходів, витрат, відшкодувань тощо. протягом різних кварталів діяльності.

У реальному світі багато аналітиків часто створюють інтерактивні інформаційні панелі за допомогою такого програмного забезпечення, як Tableau , щоб бізнес-лідери могли інтерактивно досліджувати різні показники та досліджувати тенденції та закономірності даних, щоб краще зрозуміти бізнес. результативність бізнесу.

Приклад 3: регресійні моделі

Фінансові аналітики часто використовують регресійні моделі для кількісного визначення зв’язку між однією або декількома змінними прогнозу та змінною відповіді .

Наприклад, аналітик може мати доступ до даних про загальну суму грошей, витрачених на телевізійну рекламу, онлайн-рекламу та загальний отриманий дохід.

Потім вони могли побудувати таку модель множинної лінійної регресії:

Дохід = 76,4 + 4,6 (онлайн-реклама) + 0,8 (телевізійна реклама)

Ось як інтерпретувати коефіцієнти регресії в цій моделі:

• З кожним додатковим доларом, витраченим на онлайн-рекламу, дохід зростає в середньому на 4,60 доларів США (за умови, що долари, витрачені на телевізійну рекламу, залишаються незмінними).
• З кожним додатковим доларом, витраченим на телевізійну рекламу, дохід зростає в середньому на 0,80 долара (за умови, що долари, витрачені на онлайн-рекламу, залишаються незмінними).

Використовуючи цю модель, фінансовий аналітик може швидко зрозуміти, що гроші, витрачені на онлайн-рекламу, генерують набагато більший середній дохід, ніж гроші, витрачені на телевізійну рекламу.

Висновок

Статистика та аналітика – це дві сфери, які багато в чому перетинаються.

Однак статистики, як правило, більше зосереджуються на перевірці статистичних гіпотез, тоді як аналітики більше зосереджуються на розумінні даних і моделей, які лежать в основі бізнес-операцій.

У реальному світі статистики та аналітики часто працюють пліч-о-пліч, і нерідко ці дві професії співпрацюють для вирішення проблем реального світу.

Додаткові ресурси

У наступних статтях пояснюється важливість статистики в різних сферах:

Чому статистика важлива? (10 причин, чому статистика важлива!)
Важливість статистики в бізнесі
Значення статистики в освіті
Значення статистики в охороні здоров’я
Значення статистики у фінансах