商业智能是实现商业洞察的重要手段
商业智能:
可视化(对比、结构、透视、其他)、交互式
1.数据分析是将数据转化为知识、智慧的手段
2.项目参与角色:业务人员、分析人员、IT技术人员
3.业务数据分析:描述性分析、数据透视、可视化图表sql+excel
数据挖掘分析:协同过滤、分类分析、关联分析、聚类分析
大数据分析:Hadoop大数据平台、数据整理、建模分析与展示
4.业务数据分析流程
业务理解(最重要起点)、数据收集(多渠道获取)原始数据、数据处理(清洗、整理)有效数据、数据分析(搭建多维数据分析环境、描述性分析)、数据展现(可视化)、成果报告(商业智能BI分析报表)
5.商业智能是实现商业洞察的重要手段,商业洞察是深入商业现象发现问题本质的特点。
6.数据可视化:对比分析、结构分析、透视分析
7.交互式:将获取数据信息的主动权交到报表阅读者手中(动态) 切片器
数据分析方法:
1. 业务数据分析
2. 数据挖掘
3. 大数据分析
数据分析是将数据转化为知识、智慧的手段。
常用数据工具:SQL、excel
数据分析在企业管理运营中的应用:
数据分析项目参与角色:
1、业务人员
2、IT技术人员
3、分析人员
业务数据分析流程
BI
数据分析方法:
1.业务数据分析(SQL、Excel等工具):
业务理解->数据收集->数据处理(数据清洗、数据整理)->数据分析->数据展现->成果报告(商业智能(BI)分析报表)
2.数据挖掘分析(Python、SPSS、SAS、R等工具):
3.大数据分析(Hadoop、Spark等工具):
一,数据分析的分析方法
1.业务数据分析
2.数据挖掘
3.大数据分析
两个成功案例
1.谷歌禽流感趋势预测
2.啤酒与尿布的故事
二,数据分析的概念
数据分析:将数据转化成知识,智慧的手段
数据分为数据,信息,知识/智慧,(他们的关系层层递增)
三,数据分析在企业管理运营中的应用
1.战略规划
2.市场营销
3.生产管理
4.物流采购
5.财务管理
6.人力资源
四,数据分析项目的参与角色
1.业务人员(提出需求,检验结果的准确性,试指导业务工作)
2.分析人员(数据分析挖掘,制作报表,汇报分析成果)
3.IT技术人员(提供技术支持--爬虫,建数据库,提取字段)
五,数据分析方法分类
1.业务数据分析(描述性分析《对过去的事情跟现在的事情做一个描述》,数据透视,可视化图表-SQL,EXCEL)
2.数据挖掘分析---统计,大数据预测(协同过滤,分类分析,关联分析,聚类分析--PYTHON,SPSS,SAS,R等)
3.大数据分析(HADOOP大数据分析平台,数据整理,建模、分析与展示---HADOOP,SPARK等)
三个数据分析领域人才需求情况--特征
1.业务数据分析人才需求大,数据挖掘,大数据分析人才需求较少
2.业务数据分析门槛低,薪资最低,数据挖掘最高
六.业务数据分析流程
1.业务理解
2.数据收集--原始数据
3.数据处理-清洗,整理--有效的数据
4.数据分析--搭建多维度的数据分析环境,描述性分析
5.数据展现-表格,图表可视化展示
6.成果报告--数据分析报告PPT,动态商业智能bi分析报表
七、商业智能-交互式与可视化结合
商业智能是实现数据洞察的重要手段,
商业洞察是深入商业现象发现问题本质的过程
八、可视化
对比分析
(预警分析,进度分析,差异分析,纵向分析,横向分析,各种对比)
结构分析
(构成分析,杜邦分析)
透视分析
(数据透视表,数据透视图,上钻,下钻分析,不用汇总规则的分析)
其他分析
(变化分析,分组分析,增维分析)
九、交互式-从静态报表到动态商业智能报表的飞跃--将获取信息的主动权交到报表阅读者中----切片器