数据分析发展
2007-12-10 10:09
274 查看
[align=center]数据分析发展[/align]
[align=center]FiliRon[/align]
大部分中大型的企事业单位经过几年的积累,已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是:通过业务人员或者用户的操作,最终对数据库进行增加、修改、删除等操作。上述系统可统一称为OLTP(Online Transaction Process,在线事务处理),指的就是系统运行了一段时间以后,必然帮助企事业单位收集大量的历史数据。但是,在数据库中分散、独立存在的大量数据对于业务人员来说,只是一些无法看懂的天书。业务人员所需要的是信息,是他们能够看懂、理解并从中受益的抽象信息。此时,如何把数据转化为信息,使得业务人员(包括管理者)能够充分掌握、利用这些信息,并且辅助决策,就是商业智能主要解决的问题。
一般在商业智能中分三步走:报表,分析, 挖掘,现在国外的企业,大部分已经进入了中端BI,叫做数据分析。有一些企业已经开始进入高端BI,叫做数据挖掘。而我国的企业,目前大部分还停留在报表阶段。
由于国内数据分析的市场还没有完全开发,所以提前占领市场取得市场份额尤其重要了。在这期间,我们可以做些数据分析咨询以及在线演示等。
我们公司因为没有研发自己的报表产品,所以需要依赖的其他公司的报表插件或者报表工具,比如cognos,bo。那么我们跳过商业智能的第一步报表直接进入了数据分析。
数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来,以找出所研究对象的内在规律。例如J.开普勒通过分析行星角位置的观测数据,找出了行星运动规律。又如,一个企业的领导人要通过市场调查,分析所得数据以判定市场动向,从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。
为了实现商业智能,我的认识是要实现:三大平台,五大业务支柱。即然说是平台,那么肯定平台比系统有更多的功能。我的认识就是平台是:系统核心+组件+接口。比如数据分析平台就是可以连接其他业务系统、其他平台,它像一张桌子又像一个容器,它的任何组件都是可以替换和优化的。
数据集成平台à数据分析平台à数据服务平台
五大(业务)支柱:规则(指标模型体系)、报表、工作流、元数据管理,信息发布
上面提到的平台以及支柱,有很多我们在研究中和选择中。我认为市场的开发和产品的研发要同时进行。两者不能相互牵制,要相互促进。市场往往不会等待你,所以即使我的产品还没有完全研发出来,我的部分功能实现了,就可以演示了,这样可以把握时机、应对变化和吸引投资。而如果不这样的话,如果我们的产品走在市场的前面或者市场的后面,那么都是损失,要与市场齐头并进。
以上都是自己个人总结和思考,欢迎批评指教。
[align=center]FiliRon[/align]
大部分中大型的企事业单位经过几年的积累,已经建立了比较完善的CRM、ERP、OA等基础信息化系统。这些系统的统一特点都是:通过业务人员或者用户的操作,最终对数据库进行增加、修改、删除等操作。上述系统可统一称为OLTP(Online Transaction Process,在线事务处理),指的就是系统运行了一段时间以后,必然帮助企事业单位收集大量的历史数据。但是,在数据库中分散、独立存在的大量数据对于业务人员来说,只是一些无法看懂的天书。业务人员所需要的是信息,是他们能够看懂、理解并从中受益的抽象信息。此时,如何把数据转化为信息,使得业务人员(包括管理者)能够充分掌握、利用这些信息,并且辅助决策,就是商业智能主要解决的问题。
一般在商业智能中分三步走:报表,分析, 挖掘,现在国外的企业,大部分已经进入了中端BI,叫做数据分析。有一些企业已经开始进入高端BI,叫做数据挖掘。而我国的企业,目前大部分还停留在报表阶段。
由于国内数据分析的市场还没有完全开发,所以提前占领市场取得市场份额尤其重要了。在这期间,我们可以做些数据分析咨询以及在线演示等。
我们公司因为没有研发自己的报表产品,所以需要依赖的其他公司的报表插件或者报表工具,比如cognos,bo。那么我们跳过商业智能的第一步报表直接进入了数据分析。
数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来,以找出所研究对象的内在规律。例如J.开普勒通过分析行星角位置的观测数据,找出了行星运动规律。又如,一个企业的领导人要通过市场调查,分析所得数据以判定市场动向,从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。
为了实现商业智能,我的认识是要实现:三大平台,五大业务支柱。即然说是平台,那么肯定平台比系统有更多的功能。我的认识就是平台是:系统核心+组件+接口。比如数据分析平台就是可以连接其他业务系统、其他平台,它像一张桌子又像一个容器,它的任何组件都是可以替换和优化的。
数据集成平台à数据分析平台à数据服务平台
数据集成平台: | 现在选择使用睿智ETL,informatic Powercenter,以及ODI。 |
利用ETL工具对数据进行再加工和整理,形成可以为数据分析平台利用的数据仓库和数据集市。 | |
数据分析平台: | 数据分析平台2.0 |
利用指标模型体系,根据场景制定规则。 | |
数据服务平台: | 暂时没有,不过可以从税收管理员系统提取任务模块再加上工作流加以改进。 |
利用数据分析平台的分析结果,通过工作流制定业务处理流程。可以是通过任务下发也可以是其他服务形式。 |
规则(指标模型体系): | 复杂度和效率是最大的问题 |
由业务场景形成业务规则 | |
元数据管理: | 对元数据管理在研究阶段 |
元数据管理 | |
信息发布: | 应用比较多 |
自定义查询,自定义统计,分析门户,即席查询等 | |
工作流: | 只有工作流引擎,没有产品 |
自定义工作流 | |
报表: | 选择使用BO,Cognos,简单的话使用jfreechart |
自定义报表展现 |
以上都是自己个人总结和思考,欢迎批评指教。
相关文章推荐
- 云计算及大数据未来发展趋势分析
- 医疗大数据的分析和挖掘发展现状以及未来的应用前景
- [大数据行业应用发展前景分析] 阿里潘永花报告:大数据产业将成为新的煤和石油介绍
- 2014年大数据和数据分析发展趋势预测
- 大型IT企业内部数据分析的现状和发展趋势
- 给有意向数据分析发展的兄弟分享一点个人转行经验
- 大数据发展及岗位分析
- 数据分析的前途在哪? 职业发展之路?有什么资格认证证书吗?
- [大数据行业应用发展前景分析] 阿里潘永花报告:大数据产业将成为新的煤和石油介绍
- 2014年大数据和数据分析发展趋势预测
- 大数据行业,发展现状及前景分析!
- 第三方数据分析公司的发展方向
- 新型硬件发展趋势及其对数据管理与分析的挑战(上)
- 揭秘FaceBook Puma演变及发展——FaceBook公司的实时数据分析平台是建立在Hadoop 和Hive的基础之上,这个根能立稳吗?hive又是sql的Map reduce任务拆分,底层还是依赖hbase和hdfs存储
- 【转载】数据分析职业发展之我见
- 交通大数据的发展现状与应用难点解决方案分析
- 数据分析看中国展览业的数字化应用发展
- 新型硬件发展趋势及其对数据管理与分析的挑战(下)
- 寻找发展方向 数据分析的5大技术走向
- 云计算,不仅仅是数据的存储计算,更应该是数据的分析、挖掘计算- 电饭锅产业技术路线图发布:明晰发展方向