Методы количественного анализа

Преимущества количественного анализа

Современная эпоха характеризуется как «информационная эра». Благодаря распространению компьютеров и сети Интернет стало легко получать доступ к информации о разнообразных объектах – компаниях и отдельных людях. В бизнес-процессах информация приобретает ключевое значение: не понимая свое место на рынке, потребности клиентов, действия конкурентов и другие сведения невозможность осуществить построение эффективной организации.

Однако по мере роста количества информации усложняется процедура выявления в ней тенденций и закономерностей, скрытых от поверхностного взгляда. Поэтому руководителю, принимающему управленческие решения, нужно не просто собирать большие массивы данных, но и уметь их обрабатывать, переводить в более наглядную форму. Для этого используются специальные методы – количественные методы обработки информации. Они дают возможность принять обоснованное решение, базирующееся на формальной логике.

До того, как компьютерная техника получила повсеместное распространение, использовать статистические (количественные) методы было достаточно сложно, долго и дорого. Теперь современные технологии и доступные программные приложения открыли пути сокращения рутинных процедур. Раньше каждый из этапов:

• представление данных,
• перевод их в требуемый формат,
• проверка,
• группировка,
• сортировка,
• сжатие,
• графическая интерпретация,
• подготовка программы обработки,
• задание параметров анализа,
• просмотр результатов,

представлял собой сложную задачу, а теперь многие их них сводятся к клику компьютерной мыши по одному пункту меню.

С каждым годом количественные методы становятся все более незаменимыми и необходимыми, поскольку снижают вероятность ошибок анализа массивов статистических данных. Чтобы наиболее полно использовать достижения технического прогресса, нужно строить бизнес на основе информационных технологий. Такой позиции придерживаются современные аналитики, потому что ключевая концепция XXI века – скорость.

Основой всех общественных преобразований стал поток цифровой информации. Электронные инструменты дают возможность оперативно получать данные путем аккумулирования их из разных хранилищ данных, разносторонне анализировать и тем самым превращать пассивные данные в активную информацию.

Внедрение аналитических систем количественного анализа и информационных технологий позволяет:

• облегчить организацию бизнес-процессов при хорошо организованных потоках информации,
• обеспечивать быструю адаптацию к динамично изменяющейся среде,
• получать в оперативном режиме данные о сбыте, обнаруживать в них закономерности и формировать на их основе индивидуальный подход к каждому клиенту,
• избавлять работников от рутины за счет применения автоматизированных средств анализа.

Если кратко охарактеризовать аналитическую систему анализа данных, можно отметить, что цифровые инструменты дают возможность оперативно собрать данные и всесторонне их проанализировать. Программы трансформируют пассивные сведения в активную информацию. То, насколько ИТ-инфраструктура компании обеспечивает доступ к информации, ее структурирование и совместное использование, определяет коэффициент интеллекта компании.

Описание данных в количественном анализе

Важным предварительным (подготовительным) этапом количественного анализа является описание данных. От представления данных зависит эффективность их дальнейшей обработки.

Популярным методом описания данных является таблица частот и ее графический аналог – гистограмма (столбчатая диаграмма).

Исходными данными служит некоторая числовая выборка. Естественным шагом к понимают того, как эта совокупность устроена, то есть как распределены ее значения по величине, является отображение значений на числовой оси. Чтобы избежать потери наглядности за счет слияния точек, применяют агрегирование – отображают положение не каждой точки, а их группы. Числовая ось разбивается на некоторое количество категорий (диапазонов) одинаковой длины, которые дополняются двумя крайними бесконечными диапазонами слева и справа. Далее для каждого диапазона подсчитывают количество значений, которые в него попадают, и записывают в таблицу – так формируется таблица частот. При построении гистограммы в каждой категории рисуют столбец, высота которого пропорциональна количеству попавших в категорию точек.

Часто требуется изучить две величины на наличие между ними взаимосвязи. В таком случае их значения можно интерпретировать как координаты точки. Изображая эти точки на координатной плоскости, получают диаграмму рассеивания. По расположению точек можно предположить наличие или отсутствие взаимосвязи, а также ее силу и характер.

В задачах прогнозирования часто встречаются временные ряды. По сути, это частный случай диаграммы рассеивания, где переменная по оси Х – это время. При анализе временных рядов наиболее типичными вопросами являются:

• имеется ли устойчивая зависимость поведения рассматриваемой величины от времени (временной тренд),
• имеется ли сезонность (сезонная компонента).

На основе первичных данных рассчитываются обобщающие показатели. Это следующая степень обобщения (после группировки и представления в виде таблиц и диаграмм). Некоторые наиболее значимые обобщающие показатели:

• среднее значение – оценка математического ожидания,
• медиана – значение, которое делит упорядоченную в порядке возрастания совокупность на две части так, что слева и справа от нее находится поровну значений,
• мода – самое вероятное (наиболее распространенное) значение,
• персентили – значения, отделяющие определенную долю значений в упорядоченной совокупности (медиана – это персентиль 0,5),
• минимум и максимум, а также разброс (расстояние между минимумом и максимумом),
• показатели степени разброса – дисперсия и стандартное отклонение.