“ 描述性问题的战略数据分析”
美妆与时尚专家：战略分析揭秘描述性问题数据
战略数据分析系列的第二部分
这是战略数据分析系列的一部分。
战略数据分析（第一部分）战略数据分析（第二部分）：描述性问题的战略数据分析 ← 此处战略数据分析（第三部分）：诊断性问题的战略数据分析 ← 即将推出！战略数据分析（第四部分）：预测性问题的战略数据分析 ← 即将推出！战略数据分析（第五部分）：规范性问题的战略数据分析 ← 即将推出！
在第一部分中，我讨论了数据分析师试图回答的四种问题类型以及识别每种问题类型的方法。如果您还记得，当我们提出描述性问题时，我们试图获得对某事物的了解。这些问题通常以“什么/是/做”开头，涉及当前或过去时态。现在，让我们深入研究如何回答这些问题的策略。
回答描述性问题的策略
描述性问题是数据分析师最常遇到的问题，它们的答案往往为后续问题提供了基础。通常，经验丰富的分析师已经有一套策略（或至少一些准则），他们用来回答描述性问题。更具体的策略因问题、行业、个人偏好和知识等而异。然而，任何策略的骨架应包括以下内容：
- 我们如何有效地压缩具有一位权重的大型语言模型？这项人工智能研究提出了PB-LLM：探索部分二进制化LLM的潜力
- 普林斯顿大学和Meta AI的研究人员介绍了MemWalker：一种首先将长文本处理成摘要节点树的新方法
- 清洁+ 准备明尼苏达湖泊数据
- 评估问题的意图
- 确定问题中涉及的变量
- 定义问题的分析目标
这些步骤应引导您选择最佳方法并提供最合适的答案。让我们深入了解一下。
第一步：评估问题的意图
在应用任何技术回答决策者提出的问题之前，我们必须先了解为什么提出这个问题。这可以极大地影响我们的策略和选择的最终方法。问题意图中的一些考虑因素包括：
