希捷|一次性总结：64个数据分析常用术语( 三 ) 硬盘|秒杀价|机械|数码

31、顾客细分&画像（Customer Segmentation & Profiling）
根据现有的顾客数据，将特征、行为相似的顾客归类分组。描述和比较各组。
32、顾客的生命周期价值 (Lifetime Value LTV)
顾客在他/她的一生中为一个公司产生的预期折算利润。
33、购物篮分析（Market Basket Analysis）
识别在交易中经常同时出现的商品组合或服务组合，例如经常被一起购买的产品。此类分析的结果被用于推荐附加商品，为陈列商品的决策提供依据等。
34、实时决策（Real Time Decisioning RTD）
帮助企业做出实时（近乎无延迟）的最优销售/营销决策。比如，实时决策系统（打分系统）可以通过多种商业规则或模型，在顾客与公司互动的瞬间，对顾客进行评分和排名。
35、留存/顾客留存（Retention / Customer Retention)
指建立后能够长期维持的客户关系的百分比。
36、相关性分析(Correlation analysis)
【希捷|一次性总结：64个数据分析常用术语】是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关。
37、生存分析（Survival Analysis）
估测一名顾客继续使用某业务的时间，或在后续时段流失的可能性。此类信息能让企业判断所要预测时段的顾客留存，并引入合适的忠诚度政策。
38、算法(Algorithms)
可以完成某种数据分析的数学公式。
39、商业智能（Business Intelligence）
分析数据、展示信息以帮助企业的执行者、管理层、其他人员进行更有根据的商业决策的应用、设施、工具、过程。
40、分类分析(Classification analysis)
从数据中获得重要的相关性信息的系统化过程;这类数据也被称为元数据(meta data)是描述数据的数据。
41、聚类分析(Clustering analysis)
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性。
42、对比分析(Comparative analysis)
在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果。
43、数据分析(Data Analysis)
是指根据分析目的，用适当的分析方法及工具，对数据进行处理与分析，提取有价值的信息，形成有效结论的过程。
44、数据处理（Data Processing）
数据处理是指根据数据分析的目的，将收集到的数据进行加工、整理，形成适合数据分析的样式，它是数据分析前必不可少的阶段。
45、数据挖掘（Data mining)
数据挖掘是通过使用复杂的模式识别技术，从而找到有意义的模式，并得出大量数据的见解。
46、数据清洗(Data cleansing)
对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。
47、数据质量（Data Quality）
有关确保数据可靠性和实用价值的过程和技术。高质量的数据应该忠实体现其背后的事务进程，并能满足在运营、决策、规划中的预期用途。
48、数据建模(Data modelling)
使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义。
49、数据集(Data set)
大量数据的集合。
50、判别分析(Discriminant analysis)
将数据分类，按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
51、探索性分析(Exploratory analysis)
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法。