描述性分析——發生了什麼？
如題目名字一樣，該層次主要是對已經發生的事實用數據做出準確的描述。比如某企業本月訂單簽約額比上月增加2000萬，至5500萬，但是訂單履約率從上月的98%下降到了95%，庫存週轉率從上月的0.8下降到了0.7。那麼，這就是發生了什麼？就需要去描述性分析。
診斷性分析——為什麼會發生？
知道發生了什麼，對我們的幫助不大，更重要的是，我們要明白為什麼發生。比如經過分析，發現在描述性分析中提到的訂單履約率下降的原因是成品生產不出來，無法完成交付。而成品生產不出來的原因則是部分原材料的供應商未能按時送貨，導致原材料不齊套，無法開始生產。那麼，這就是診斷性分析。
預測性分析——可能會發生什麼？
基於上述兩個層次的分析，我們發現了其中的規律，即原材料供應商的未能及時送貨會影響成品訂單的履約率。假如上月某原材料供應商A送貨及時率只有70%，通過建模，我們可以預測本月該供應商會使我們的訂單履約率下降2%。那麼，這就是預測性分析。
處方性分析——我們該做些什麼？
有了預測性分析的結果後，我們無需再做事後諸葛亮，而可以運籌帷幄，在事前就採取措施。上述中，供應商A會導致本月我們的訂單履約率下降，我們可能採取的措施就是把A換掉，但是現在有B和C兩個供應商供我們選擇，該選擇哪個呢？通過分析和計算得出：選用供應商B會比選C的訂單履約率高1%，因此建議選擇供應商B。這就是處方性分析。
四個層次層層遞進，經過這四個層次的分析以後，可以對企業的決策和行動提供有力支撐。
分享 IT 技術和行業經驗，請關注-。
分享到:
閱讀更多 技術學派 的文章
