BI

BI

0
推荐
14
浏览

「大数据应用案例解析」从林彪活捉廖耀湘,看大数据分析妙用无穷!

数据分析,看似抽象却在生活中随处可寻,提供有效正确的方向对产品、对企业都有非常重要的作用。从古至今,善于数据分析者,必能出其不意、直指要害,精于指挥作战的林彪就是将数据分析玩得出神入化的一个人。开...

企业数据化管理 发表了文章 • 8 小时前

0
推荐
15
浏览

只用一套解决方案,就可解决80%的交通物流行业信息难题

行业背景新中国成立70多年来,中国交通运输总体上已经形成了多节点、全覆盖的综合运输网络,“五纵五横”综合运输大通道基本贯通,一大批综合客运、货运枢纽站场(物流园区)投入运营,取得了一系列瞩目成果,但背...

帆软软件 发表了文章 • 13 小时前

0
推荐
47
浏览

7张图学会SQL

​我是一颗橙子:很多朋友平时处理数据可能更熟悉Excel,提到SQL就想逃避,殊不知SQL在处理大量数据时有Excel无法比拟的优势。而且根据二八定律,其实只需掌握20%SQL的基础内容,就足以胜任80%的常见工作啦。因此...

猴子聊人物 发表了文章 • 1 天前

0
推荐
24
浏览

如何建立零售行业的数据分析模型?

最近很多搞零售的朋友都向我抱怨,以前都说零售行业最赚钱,但现在却感觉越来越难做,尤其是实体零售,倍受互联网、微商、电商等线上零售业的冲击,竞争环境也越来越残酷,零售行业似乎根本看不到出路。在我看来...

帆软软件 发表了文章 • 1 天前

0
推荐
20
浏览

数据引擎,助力保险数字化转型

引言:6月19号,Smartbi V9新品发布会成功举办,多位嘉宾为我们带来的精彩演讲在现场引起了热烈反响,小麦从上周开始选取一些整理成文,与未能到场的麦粉们一起分享。现在分享的是招商信诺信息科技部总经理胡崇威...

大麦 发表了文章 • 1 天前

1
推荐
59
浏览

新一代智能数据分析平台「观远数据」完成亿级人民币B轮融资

2019年7月15日,新一代智能数据分析平台「观远数据」宣布完成亿级人民币B轮融资。本轮融资由襄禾资本领投,红杉资本中国基金和线性资本全面跟投。更早前,观远数据曾于2018年3月公布红杉资本中国基金领投的3500万...

观远数据 发表了文章 • 2 天前

0
推荐
35
浏览

数据分析有哪些好书值得推荐?

​1、统计学书单如果你打开招聘的职位要求,都会要求具有统计学的知识,这是因为统计学是数据分析、机器学习的基础知识,是必须要学习的。推荐理由:很多人感到统计学无聊,是因为从一开始就没有明白学习这门课的...

猴子聊人物 发表了文章 • 4 天前

0
推荐
45
浏览

DT时代的企业IT生存之战

DT时代的企业IT生存之战我们正处于数字化转型关键时期这是一个快速变革的时代一个以激活生产力为目的的DT时代这个时代关乎每一个人、每一个企业、每一个组织如何在这种DT时代生存与发展成为这个时代进步的真问题&...

AskTempo 发表了文章 • 5 天前

0
推荐
63
浏览

用什么来做用户行为分析?七个实用工具推荐给你

当企业进入数据化管理阶段之后,就不得不对用户进行行为数据分析,当然其他的包括用户画像、趋势分析等等,都是现在企业经常要进行的营销分析,因此选一个好的数据分析工具是很重要的。而现在的数据分析工具越来...

帆软软件 发表了文章 • 6 天前

0
推荐
41
浏览

NLPIR大数据语义识别增加新功能-KGB知识图谱

  当今社会是一个信息化社会的时代,同时又是一个大数据时代。随着互联网、物联网、云计算和人工智能等信息技术和计算机产业的不断发展和进步,使得数据的处理成为一个亟待解决的问题。现在,一种有效获取知识...

ljrj123 发表了文章 • 6 天前

0
投票
2
回答
383
浏览
0
推荐
50
浏览

零经验转行数据分析,需要做什么准备?

​我是邓莎:数据分析让我通过数据,以“上帝视角”看世界,这是我选择数据分析行业的主要原因。本文从以下几点为你梳理转行数据分析的思路:1. 人人都可以转行数据分析么?2. 数据分析行业升级路线是什么?3. 转行...

猴子聊人物 发表了文章 • 2019-07-10 14:40

0
推荐
52
浏览

开源BI系统到底是如何进行使用的

在企业信息的系统中,数据也其实会出现累积的现象,而其中也包含了交易账目,供应商还有系统的订单,在这种过程中,大家本身就需要把大量的数据利用起来,可是很多的人都不是特别的了解,开源bi系统到底是如何进...

帆软软件 发表了文章 • 2019-07-10 10:45

条新动态, 点击查看
我看着每天我的报表被人看了多少边,我就觉得是有价值的。

7804
 
另外,你说的价值我觉得你可以响数据分析方面发展,一般体现的都是数据的价值
我看着每天我的报表被人看了多少边,我就觉得是有价值的。

7804
 
另外,你说的价值我觉得你可以响数据分析方面发展,一般体现的都是数据的价值
谈所谓的最大效能....“最大”这个就很难定义,我只说说我看到的一些现象。
 
“华丽的Dashboard置于屏幕之上而不去执行,这是管理上最大的浪费”,我实在忘了是谁说的了,但说的非常有道理,BI就算弄得再花哨但不去执行还是等于没有。
 
再谈使用,曾经做过... 显示全部 »
谈所谓的最大效能....“最大”这个就很难定义,我只说说我看到的一些现象。
 
“华丽的Dashboard置于屏幕之上而不去执行,这是管理上最大的浪费”,我实在忘了是谁说的了,但说的非常有道理,BI就算弄得再花哨但不去执行还是等于没有。
 
再谈使用,曾经做过一个项目,还是挺有名的一个BI项目,不说哪家单位了。我刚一加入,问:当前我们系统一共有多少用户?日常最大并发大约多少?给我的回答是:一共10000个注册用户,日常最大并发...你数数有几个系统管理员吧.....
这个可能比不执行是更大的浪费。
 
好吧,我的理解其实也简单。
1. 对于高层而言:经营分析会议报告以及对应的季度/月度,最高领导层业绩的review的报告是不是大部分数据都是基于BI系统出来的? 如果是,那么就“决策支持”而言,就达到目标了。我也见过这种公司,虽然最后还是要折腾到EXCEL和PPT里,但99%以上的数据都来自BI,我很欣慰。
 
2. 对于中层而言:每天看不到KPI是不是马上就打电话给你,觉得魂不守舍? 也看到这种例子
3. 对于底层管理者而言:前一天门店的经营状况是不是第二天早上马上就能看到? 信息民主的体现。
 
定期应该会有Report访问的Audit,如果总有一些报表被频繁的查看,一旦系统出问题第一时间就有人跳出来骂娘,一旦系统出问题大老板很快就知道,我要求很低,能达到上面几条我就知足了。
微软项目中做过 BI 的测试,但是无法分享,因为文档拿不出来。

我大致和你说一下 BI 的测试包括哪些方面吧,希望对你有所借鉴和参考:

BI 的测试与其它传统 WEB B/S或者 C/S 应用程序测试不同,没有那么明显的白盒黑盒测试,它测试的唯一标准就是数... 显示全部 »
微软项目中做过 BI 的测试,但是无法分享,因为文档拿不出来。

我大致和你说一下 BI 的测试包括哪些方面吧,希望对你有所借鉴和参考:

BI 的测试与其它传统 WEB B/S或者 C/S 应用程序测试不同,没有那么明显的白盒黑盒测试,它测试的唯一标准就是数据的准确性,当然如果还要加的话那就是性能(包括前端报表展示性能和后端处理性能)。

这么来说吧,一个好的 BI 测试人员从技术能力和业务能力我个人觉得要远远超出开发人员的能力。

BI 的测试不像 WEB 开发那样,你可以输入一个或者多个文本到对应的框框中,然后点击一下确定就跳到另外一个页面得到一个唯一的结果。BI 测试没有这种环节,它的输入也不可能是一个,取决于它的数据源的多少 - 一张表还是多张表,这里面可能就有N种数据组合作为一个输入,自然输出就无法唯一了。还需要考虑数据库增量不增量的问题,增量是什么清醒,非增量应该如何来测试,所以 BI 测试要真正做好的话不是一般高要求。在我们之前的BI测试团队,开发人员和测试人员是 1比1的关系。

可以把测试分为:数据源抽取层,数据转换层,前端报表层这三个方面。
1. 数据源抽取层 - 需要比较的内容很多,从源表结构到目标表结构的比较、数据抽取条数的比较、数据一致性的比较(中间有没有漏掉数据、列没有做正确 Mapping 关系导致数据列中的数据反了等等)。
2. 数据转换层 - 特别是涉及业务逻辑数据的清洗等等,不可避免的需要写很多测试案例 - 比如那些数据一定不会被加载到维度表和事实表,那些数据一定转换了,所有的清洗和转换规则都需要通过 SQL 去验证。
3. 前端报表 - 几乎就是手工测试,按维度去切数据,组合汇总数据,一面是 SQL 查询,一面是看报表结果。或者通过 EXCEL 拉取到二维数据表,然后再分维度去验证数据。

规范一点的会严格的走着三种数据测试,最后是性能。没有这么多事的情况下,最简单的就是直接端对端的测试,即直接测试前端报表。但是即使如此有些测试还是需要大量的基于源系统源数据的手工操作的,比如在一个队列中的时间点,要求他们的时间间隔总和,中间还有一些异常的时间点要去掉,像这种如何选择的手工测试就必须回归手工统计。

严格的按照三步测试的好处就是,一层没有问题就走下一层,发现数据问题比较好定位。

这个没有办法详写了,还不包括文件类的数据抽取测试怎么做,使用什么样的工具,SQL 对比工具,SQL 查询对比工具等等内容很多,希望给你一个大致的参考有个思路。
 
gogodiy

gogodiy 回答了问题 • 2015-10-26 11:25 • 1 个回复 不感兴趣

BI中的多维数据模型和OLAP的实用价值在哪?

赞同来自:

个人看法:不同的使用者,从不同的需求出发,按照不同的维度,会得到不同的结果。OLAP就是尽可能将所有的维度条件及聚合值都准备好,供使用者自行挑选搭配使用。
比如对于企业的决策层来说,他不会去看最明细数据,但是有可能需要下钻到比较粗的粒度观察数据;也有可能需要从... 显示全部 »
个人看法:不同的使用者,从不同的需求出发,按照不同的维度,会得到不同的结果。OLAP就是尽可能将所有的维度条件及聚合值都准备好,供使用者自行挑选搭配使用。
比如对于企业的决策层来说,他不会去看最明细数据,但是有可能需要下钻到比较粗的粒度观察数据;也有可能需要从组织结构观察数据、或者从日期时间维度来分析数据,这就使用到了下钻、切边、切块、转轴等功能。
对于中层管理者来说,他既要观察与他所处层级匹配的汇总数据,又能分析到所属每个员工的明细数据,更多的时候是方便在两者之间自由切换查询,这时候上卷、下钻就是个很常用的功能。
以上仅为个人观点。
天善_小龙

天善_小龙 回答了问题 • 2015-10-27 14:29 • 3 个回复 不感兴趣

BI SSRS登陆问题

赞同来自:

你用的是什么浏览器? 如果是IE浏览器,考虑以下几点:
1. 右键点击IE浏览器,以管理员身份打开。
2. 上面大鹏提到了添加信任站点,另外自定义级别里面,用户身份验证选用:自动使用当前用户名和密码登陆

8506
你用的是什么浏览器? 如果是IE浏览器,考虑以下几点:
1. 右键点击IE浏览器,以管理员身份打开。
2. 上面大鹏提到了添加信任站点,另外自定义级别里面,用户身份验证选用:自动使用当前用户名和密码登陆

8506
悟

回答了问题 • 2015-10-26 22:22 • 1 个回复 不感兴趣

SSRS如何调用ORACLE存储过程?

赞同来自:

我没有Oracle数据库,只能以MSSQL为例,他俩的区别是参数表示方式不同。MSSQL参数用@号,Oracle参数用:号。
1、创建存储过程
[code]create proc up_test
(
@shop_area varchar(6)
)
... 显示全部 »
我没有Oracle数据库,只能以MSSQL为例,他俩的区别是参数表示方式不同。MSSQL参数用@号,Oracle参数用:号。
1、创建存储过程
[code]create proc up_test
(
@shop_area varchar(6)
)
as
begin
select *
from [dbo].
where ShopArea = @shop_area
end
go 2、创建数据集

8480
 
3、设置对应参数

8481
 
0. 如果企业有愿景的话,搞一下
1. 分析当前企业在数据使用方面的痛点,这个指的是数据应用既有的问题
2. 分析如果企业想做XXX,数据方面缺乏XXX,这个是指数据应用需要增加的东西
3. 上游系统下年将会有啥变化,对应数据应用需要改啥
4. 下游系统在下年... 显示全部 »
0. 如果企业有愿景的话,搞一下
1. 分析当前企业在数据使用方面的痛点,这个指的是数据应用既有的问题
2. 分析如果企业想做XXX,数据方面缺乏XXX,这个是指数据应用需要增加的东西
3. 上游系统下年将会有啥变化,对应数据应用需要改啥
4. 下游系统在下年需要怎样的变化,对应数据应用需要改啥
5. 让领导排个优先级,轻重缓急
6. 大约分个类,需要分成几个项目来弄
7. 算下时间和钱,大概其都什么时间开始什么时间结束合适,大概其多少钱
8. 弄个路线图,交领导审批
 
差不多就这个样子
悟

回答了问题 • 2015-12-11 11:17 • 2 个回复 不感兴趣

关于BI。。。

赞同来自:

个人感觉,仅供参考:BI其实玩到最后还是和业务分不开的。最好能在一个行业内持续的做BI。
学习步骤的话
1、ETL,数据质量管理
2、数据仓库、Cube
3、数据呈现
4、数据分析
5、数据挖掘
 
个人感觉,仅供参考:BI其实玩到最后还是和业务分不开的。最好能在一个行业内持续的做BI。
学习步骤的话
1、ETL,数据质量管理
2、数据仓库、Cube
3、数据呈现
4、数据分析
5、数据挖掘
 
Agony:先开发好系统再做报表吧

Caesar:数据库的设计要有前瞻性啊

帆软银行总监杨扬:核心系统肯定要成型,行内报表主要是数仓这块,需要有一定的规划,当然重点是领导或者需求部门的急切度。我也看到过针对领导关注的信贷风险资产,单独拉中间表,先做的情况,... 显示全部 »
Agony:先开发好系统再做报表吧

Caesar:数据库的设计要有前瞻性啊

帆软银行总监杨扬:核心系统肯定要成型,行内报表主要是数仓这块,需要有一定的规划,当然重点是领导或者需求部门的急切度。我也看到过针对领导关注的信贷风险资产,单独拉中间表,先做的情况,不能墨守成规。
MarsJ

MarsJ 回答了问题 • 2016-06-02 20:02 • 1 个回复 不感兴趣

大数据 有在企业内部 bi等系统的应用场景吗?

赞同来自:

1,用大数据做网站日志分析(主要是流量);
2,订单分析;
3,客户分类(流失客户、潜在客户挖掘);
4,财务方面的费用分析
……
1,用大数据做网站日志分析(主要是流量);
2,订单分析;
3,客户分类(流失客户、潜在客户挖掘);
4,财务方面的费用分析
……
BAO胖子

BAO胖子 回答了问题 • 2016-08-12 17:01 • 6 个回复 不感兴趣

请问BI开发,直连数据库和OLAP有什么区别?

赞同来自:

OLAP分好几种,ROLAP就是关系型数据库,比如你用Cognos FM, BO Universe,SAP BW这些东西,实际上访问的就是关系型数据库。还有一种MOLAP,比如Cognos TM1, Cognos Dynamic Cube, Hyperion ... 显示全部 »
OLAP分好几种,ROLAP就是关系型数据库,比如你用Cognos FM, BO Universe,SAP BW这些东西,实际上访问的就是关系型数据库。还有一种MOLAP,比如Cognos TM1, Cognos Dynamic Cube, Hyperion Essbase之类的,这类就是把数据库的东西抽取到Cube里,还有HOLAP,以微软的MS Analytic Service为代表,有一部分数据库做成Cube,一部分还放RDB里,但对使用者是透明的。
 
从Cube里面走肯定速度要比直接读数据库快,但Cube也有它的弊端,比如多一步Data loading的操作,以及对过多维度数据加载有的OLAP产品会有问题之类的。你最好把语言重新组织组织,给个具体的场景,问题写的太含糊没法给你准确的回答。
 
悟

回答了问题 • 2016-09-01 11:04 • 5 个回复 不感兴趣

关于BI方面的毕业设计问题

赞同来自:

ETL爬网一些数据,像天气、股票、彩票等等,然后抽取到数据仓库里,最后用报表做下呈现。
ETL爬网一些数据,像天气、股票、彩票等等,然后抽取到数据仓库里,最后用报表做下呈现。
23211
为什么我问的问题会出现在这?

在另一个群上是这样回答的,你参考下吧!!
23212
 
23211
为什么我问的问题会出现在这?

在另一个群上是这样回答的,你参考下吧!!
23212
 
andrea_zhou

andrea_zhou 回答了问题 • 2016-12-17 21:06 • 8 个回复 不感兴趣

公司选型BI求助

赞同来自:

这个貌似又是我的菜啊。
选型本身不是一下子可以完成的事情,三天的时间,完成对比,那这期间你需要的信息量是非常大的。
先给你介绍下在不缺时间的情况下,几个大的方面你可以参考下的吧,毕竟你就是说因为实际那关系走捷径,但是原本应该怎么来还是知道下比较好。
1、BI选... 显示全部 »
这个貌似又是我的菜啊。
选型本身不是一下子可以完成的事情,三天的时间,完成对比,那这期间你需要的信息量是非常大的。
先给你介绍下在不缺时间的情况下,几个大的方面你可以参考下的吧,毕竟你就是说因为实际那关系走捷径,但是原本应该怎么来还是知道下比较好。
1、BI选型之前,首先是项目的定义,需要了解项目建设的目标,面向人群,建设范围(主题域),才能依据此目标或者业务人员的特点来选型工具。
2、需要大致了解应用建设的类型结构,譬如以Excel报表迁移到BI工具平台为主,还是希望业务人员更多的自助式查询,或是给管理层的管理驾驶舱并需要移动设备访问,等等都将会对选型产生较大影响。
3、了解下现有数据量,现有涉及到的源系统,如果数据量不是太大的话,且没有Hadoop等大数据架构的话,那么性能角度各个工具区别不大。
4、大致有个项目建设预算范围段的评估,包含产品费用、实施费用等,以在选型时候考虑。
5、厂商对于行业方面的经验。能否提供参考。
6、高标准、高质量的实施服务及售后服务。
另外,建议你可以考虑:
1、选择几家工具厂商,进行方案沟通,一来吸收行业经验,而来可以自己做一些技术预研,另外也可以适当让业务部门参与工具呈现的选择。
2、邀请第三方机构进行一次约2日左右的咨询,对项目建设方法论、需求管理、项目选型、项目组结构设计、等等 ,乃至梳理简单需求,框定下来形成建设框架,这样通过第三方视野,更好的选型,已经更新业务人员的认知,为项目的顺利进行提供良好的保障。
 
再说到比较产品的功能点,那就非常的细了。
譬如
大到OLAP功能,钻取功能,是否有丰富的函数,
小到单元格可调属性有多少,油量表可以加入些什么参考值,
总之是非常的多了。需要结合自己的实际情况和时间充裕度,总归是要整理一个表格出来的,然后对各家的满足度进行填写。
 
缺时间的情况下,
1、问人,找人直接咨询,或可咨询我,微信Anz0214;
2、百度,看跟你面临同样问题的人有无资料可供你使用,但是不要抱太大希望;
3、看看领导的想法,简单点来,最终结果就是几款产品,各自优缺点,让领导们可以再做选择去拍板,给他们做选择题。
 
感谢老师们!我自己在做的过程中发现只能做出这种总和的图
感谢老师们!我自己在做的过程中发现只能做出这种总和的图
0
推荐
959
浏览

淘宝童装市场儿童内衣裤子类目市场分析简报·第十九期

    本篇分析报告主要是针对淘宝市场2018年儿童内衣裤类目在春季的热卖属性进行分析,消费者人群的基本特征以及洞察消费者在给宝宝购买内衣裤时更关注哪方面的信息,围绕这三个方面的内容进行详细...

零一老师 发表了文章 • 2018-01-25 09:55

3
推荐
1958
浏览

《人人都会数据分析》20万字电子版

去年的时间把之前的数据分析工作经历、大环境背景、职场选择、公司选择、岗位选择、统计学的基本常识、需要掌握的分析工具、怎么写好一个报告、互联网和金融行业的分析场景这些都整理了下。具体购买链接:https:/...

面包君 发表了文章 • 2018-01-03 15:15

5
推荐
1250
浏览

《R的极客理想》系列图书作者张丹:用R语言把数据玩出花样

前言作为数据分析师,每天都有大量的数据需要处理,我们会根据业务的要求做各种复杂的报表,包括了分组、排序、过滤、转置、差分、填充、移动、合并、分裂、分布、去重、找重、填充 等等的操作。有时为了计算一个...

R语言中文社区 发表了文章 • 2017-09-28 09:59

4
推荐
1644
浏览

Python简介

什么是Python Python是一种解释型的、 面向对象的带有动态语义的高级程序设计语言Python的诞生第1个Python编译器/解释器于1991年诞生 Python名称来自Guido挚爱的电视剧Monty Python's Flying Circ...

· 发表了文章 • 2017-09-19 10:26

7
推荐
2040
浏览

拉勾网数据分析岗数据分析

简介:试着,做了一个拉勾网数据分析师职位的数据分析。其实,虽然很想做数据分析师,但是是跨行,心里相当忐忑,做这个分析就相当于加深自己对数据分析这个行业的了解了。思路大致思路起始数据来源本来是想自己...

wangtianshan 发表了文章 • 2017-08-23 12:51

8
推荐
2258
浏览

我爬了某宝上4000+网店只为了告诉你中国人最爱喝什么绿茶

作者:吴人链接:http://blog.csdn.net/liu_sn/article/details/72567476微信:1521172694求实习:本人明年3月份浙大硕士毕业,想找一份今年暑期的实习,若能推荐,不胜感激!著作权归作者所有。商业转载请联系作...

吴人beng越 发表了文章 • 2017-05-20 18:37

18
推荐
2409
浏览

为啥214被塞狗粮的单身汪,520还会被塞狗粮

马上就是520,又是一大波狗粮即将来袭,又是一片单身汪呼天抢地,又是一批《为什么优秀的男生都不追女生》这种直男癌YY文开始传播。套路如此熟悉,结果却依然相同:该单身的还在单身啊!到底是什么阻碍了单身汪们...

陈老师 发表了文章 • 2017-05-19 16:28

1
推荐
1664
浏览

数据分析,R还是Python?真的是个问题么?

R和Python作为数据分析的两大主流语言,究竟哪一个更好的争论不绝于耳。但对于两个语言都了解尝试过的小伙伴而言,结论其实非常简单:都好但都有不好。下面从几个方面聊聊我的看法。开发目的据我近期的观察了解,...

张土豆 发表了文章 • 2017-05-17 18:05

10
推荐
2069
浏览

数据分析师VS算命先生,除了算盘与键盘,还有啥差别?

想了解自己数据分析能力到了哪一层,戳{数据分析6个能力等级}想和大牛学更多思维方式,戳{和管理咨询顾问学思考}我们到底是在做预测还是算命 无论从各个层次,各个维度看,数据分析师和算命先生都有天渊之别...

陈老师 发表了文章 • 2017-05-16 16:32

1
推荐
1243
浏览

【数据分析】员工奖金合理性分析

分析目的:根据20**年以来的奖金分配数据分析分公司员工奖金分配是否合理。分析结果:按月份不分分公司,从整体数据来看经理奖金与人均奖金符合y=2.2308x-308.81,且拟合度达到了0.981,即98.1%的数据符合两者的关...

w卫东 发表了文章 • 2017-05-12 17:47

8
推荐
1543
浏览

数据分析师该这样霸气回应“0.00008的转化也很好”的谬论

活动做的好不好,到底谁说了算? “花费300万成本做促销推广,买了一堆KOL,淘宝广告,微博刷屏,最后转化率0.00008,也是极其成功的活动,原因有三:”“第一,花钱做社交媒体就是没转化的,这是常识”“第二,...

陈老师 发表了文章 • 2017-05-12 16:26

2
推荐
1717
浏览

【重磅干货】65页PPT讲述一个完整R语言与数据挖掘的案例

一、如何用R语言做数据清洗1.1、数据质量分析—缺失值处理二、如何用R语言进行建模三、常用数据挖掘算法的基本原理及R语言实现3.1数据挖掘模型分类3.2常用数据挖掘模型四 、利用关联规则进行购物篮分析4.1关联规则...

datakong 发表了文章 • 2017-05-12 09:42

7
推荐
2262
浏览

分析报告被嫌弃没重点。怎么办?看这里

想了解自己数据分析能力到了哪一层,戳{数据分析6个能力等级}想和大牛学更多思维方式,戳{和管理咨询顾问学思考}数据驱动决策?还是被人嫌弃? 数据驱动决策?说的好听,有几次老板决策是听数据分析师的。实...

陈老师 发表了文章 • 2017-04-27 12:07

11
推荐
2023
浏览

精准营销大扫盲。破除模型迷信人人有责,有利你我他

其实最智能的精准营销模型叫亲妈,其次是迷魂汤 阿尔法狗化名master挑翻一众高手,引爆了人们对人工智能和算法的关注,也使得数据模型与算法再次成为热点话题。在各路自媒体大肆宣传下,似乎通过算法就可以...

陈老师 发表了文章 • 2017-04-21 15:33

0
投票
4
回答
1528
浏览
0
投票
0
回答
843
浏览
0
投票
8
已解决
1894
浏览

公司选型BI求助

愿望 回复了问题 • 2017-10-17 17:20
0
投票
1
回答
360
浏览
0
投票
0
回答
408
浏览
0
投票
2
回答
445
浏览
1
投票
6
已解决
3536
浏览
0
投票
3
回答
887
浏览
1
推荐
59
浏览

新一代智能数据分析平台「观远数据」完成亿级人民币B轮融资

2019年7月15日,新一代智能数据分析平台「观远数据」宣布完成亿级人民币B轮融资。本轮融资由襄禾资本领投,红杉资本中国基金和线性资本全面跟投。更早前,观远数据曾于2018年3月公布红杉资本中国基金领投的3500万...

观远数据 发表了文章 • 2 天前

1
推荐
203
浏览

“大促”背后的秘密?手把手教你做活动数据分析

6月1日,对于我们各位大宝宝来说还在回味童年,但对就职于某电商APP的活动运营Lucy同学来说,6月1日已经吹响618的第一声号角;6月19日,对于我们来说,618已经尘埃落地,但对Lucy来说,至少还要花一周时间来做复...

观远数据 发表了文章 • 2019-06-28 19:34

0
推荐
95
浏览

小数据,带来的大变革

作为企业管理人员,您也许经常会遇到下面的问题:库存太大、成本过高、利润提升太慢、获客成本太高……如何做出正确决策,有效快速地解决这些问题?神器来啦!每个企业都应马上配备——数据管理与分析软件。分析好您...

ebistrategy 发表了文章 • 2019-06-28 16:45

2
推荐
249
浏览

警惕!这12个对数据分析的误区

 对于IT来说,夸大其功效的炒作越多,外界对其的误解也会越大,数据分析当然也不例外。数据分析是当今信息技术最热门的领域之一,可以为企业带来显著的业务收益,但这些误解可能将妨碍分析过程的及时、顺利...

观远数据 发表了文章 • 2019-06-21 14:36

0
推荐
123
浏览

观数台敏捷BI助力汽车行业“跑”得更快

2019(第十届)中国汽车行业智能制造论坛,于5月31日在宁波阳光豪生大酒店举办。应邀出席的150余家企业,共同讨论在国家大力推动“智能制造”的背景之下,汽车行业如何通过实施智能制造,实现提质增效。上海亦策软...

ebistrategy 发表了文章 • 2019-06-12 14:34

1
推荐
308
浏览

BI和数据仓库:企业分析决策真的离不开数据仓库吗?

很长一段时间,BI和数据仓库几乎都是如影随形、难舍难分。企业如果想要实行“数据驱动决策-决策推动业务发展”的机制,就必须先有数据仓库充当中央存储库,供BI查询和调取,然后再在BI上进行数据的分析与可视化。但...

观远数据 发表了文章 • 2019-05-20 15:39

0
推荐
213
浏览

智慧决策,尽在“掌”握:Smartbi全力打造银行移动管理驾驶舱

在瞬息万变的市场经济下,企业必须采用更快速的方式做出运营决策,以适应外在环境变化。快速响应,是现代企业最重要的能力之一。企业管理者不可能长时间坐在电脑前,移动设备成为必须使用的终端。因此,移动BI对...

大麦 发表了文章 • 2019-04-25 11:17

0
推荐
258
浏览

体系结构方案 - 大清单报表

【摘要】 一般的报表工具或 BI 系统都是怎么实现大清单报表的呢?•数据全部读出,直接报表呈现•游标方式逐步读入呈现•使用数据库的分页机制按页读出传统模式实现问题:1)全量读模式,全部读出耗时太长,用户体验...

润乾软件 发表了文章 • 2019-04-17 16:30

0
推荐
627
浏览

建筑行业(项目管理) BI 数据可视化分析案例

建筑工程是为新建、改建或扩建房屋建筑物和附属构筑物设施所进行的规划、勘察、设计和施工、竣工等各项技术工作和完成的工程实体以及与其配套的线路、管道、设备的安装工程。施工项目管理就是指施工单位在完成所...

派可数据 发表了文章 • 2019-01-04 09:58

1
推荐
368
浏览

快过年了

虽然发在圣诞前夜,但国内目前气氛很少渲染国外节日了所以在这里给天善智能的老朋友们说一声元旦快乐这一年互联网行业不太好做,明年继续加油了。

bookred 发表了文章 • 2018-12-24 11:14

2
推荐
530
浏览

汽车生产制造行业 BI 数据可视化分析案例

汽车生产制造的四大流程在展示汽车生产制造行业商业智能 BI 可视化分析案例之前,我们有必要大致了解一下汽车生产制造的流程。汽车生产制造主要有四大工艺,即:冲压、焊接、涂装和总装,最后是 PDI 售前检查。冲...

派可数据 发表了文章 • 2018-12-20 13:33

0
推荐
366
浏览

我们应该如何正确理解商业智能 BI 的价值 ?

商业智能 BI 要解决的问题商业智能 BI ( Business Intelligence) 简单来说就是一套由数据仓库、查询报表、数据分析等组成的数据类技术解决方案,将企业中不同业务系统( ERP、CRM、OA、BPM 等,包括自己开发的业...

派可数据 发表了文章 • 2018-12-20 13:29

0
推荐
410
浏览

作为 CIO,构建一个商业智能 BI 分析平台应该重点关注什么?

商业智能 BI 分析平台构建重点企业级商业智能 BI 分析平台的构建是一个系统型的工程,涉及业务分析需求的把控、各类数据资源的整合清洗、数据仓库的架构设计、可视化分析报表逻辑设计、IT 部门与业务部门的工作边...

派可数据 发表了文章 • 2018-12-20 13:27

0
推荐
449
浏览

汽车 4S 集团 BI 数据可视化分析案例

对任何一家企业来说,企业经营的目的就是为了盈利,为实现这个目标就必须抓住经营的核心:收入、毛利、费用、利润。企业经营的核心要做的就是增加收入、提升毛利、控制费用以达到扩大利润的目的。汽车行业也不例...

派可数据 发表了文章 • 2018-12-20 13:22

0
推荐
584
浏览

房地产行业 BI 可视化分析案例

房地产全程营销的价值链包括两个方面:房地产开发企业的价值活动和企业利润。房地产开发企业的价值活动,是房地产企业创造对购房者价值的房地产商品的基石,开发商的利润是总价值与从事各种价值活动的总成本之差...

派可数据 发表了文章 • 2018-12-20 13:21

  商业智能(Business Intelligence,BI),又称商业智慧或商务智能,指用现代数据仓库技术(Data Warehouse)、线上分析处理技术(OLAP)、数据挖掘(Data Mining)和数据展现技术进行数据分析以实现商业价值。