描述性分析是一个统计领域，专注于收集和汇总原始数据以便于解释。通常，描述性分析专注于历史数据，提供对理解信息和数字至关重要的上下文。
该领域用于各种行业和需求，可涵盖各种用途，从库存跟踪到年度收入和销售基准。
看到它的实际效果：
该领域通常是商业智能过程中的一个初步步骤，为进一步分析和理解奠定了基础。
从本质上讲，描述性分析可以在不执行诊断和预测模型所需的更复杂分析的情况下寻找所发生事件的答案。在商业智能中，描述性分析通常是第一步，并将导致可视化，如饼图，折线图，条形图和其他更简单的图形显示。
该领域通常采用更简单的数学和统计工具（如算术，平均值和百分比变化），而不是预测性和规范性分析执行的更复杂的计算。它还包括大多数数据分析软件中数据聚合和数据挖掘的初始阶段。
我如何使用描述性分析？
即使不了解它，许多组织也会在日常操作中广泛使用描述性分析。对于大多数企业而言，描述性分析构成了日常报告的核心。这包括更简单的报告，例如库存，工作流程，仓储和销售，这些报告可以轻松汇总并提供公司运营的清晰图像。在运营中如何使用描述性分析的一个直接示例围绕年度收入报告。
看到它的实际效果：
从表面上看，100万美元的收入是一件好事。但是，如果没有上下文的好处，这个原始数字可能会产生误导。历史数据可以更清晰地显示财务状况，并向您展示100万美元的收入与前几个月或几年的销售额相比如何。
同样，仓库可能需要了解为什么特定物品经常缺货或过度订购。
快速扫描历史数据可能会向他们显示某些产品具有季节性高峰和低谷，或者不受欢迎的产品订单过多。
看到它的实际效果：
更广泛的金融统计数据属于描述性分析领域。例如，投资资本回报率，年销售额，同比收入和市盈率等数据均来自对财务数据进行描述性分析。
