发帖
雷达卡
关于数据分析
至今，学术界和企业界对数据分析的概念仍很模糊。在元素看来，数据分析可以从两方面理解，一是从广义上理解，数据分析可以视为一种用数据解决问题的方法论，是一套解决问题的思维体系；另一种是从侠义上理解，也就是企业界通常所说的数据分析技术，又可称之为“商业智能”数据决策支持系统，如今它又有了一个时髦的名字“大数据”。
关于分析，我想说分析的其实是信息，而不是数据，数据只是信息的原材料之一。分析的目的是寻找业务短板，可能是自身的也可能是竞争对手的。在日常经营过程中，分析是指导决策的唯一依据，但我们用什么来保证分析的正确呢？是不断的试错还是考验我们分析师分析和利用信息的能力，这个过程归根结底还是对人的分析，一方面是对制作原始信息人的溯源，另一方面则是对人的行为目的的还原。
商业智能的发展历程
《经济学人》杂志早在2010年曾报道说:“随着计算机处理器、存储器的价格不断下降和软件质量的不断提升，这种被称为“商业智能”的技术不再是大公司的专利，逐步成为商界主流。大大小小的公司都收集了前所未有的数据。过去，这些数据被存储在不同的系统中，如财务系统、人力资源系统和客户关系管理系统中，老死不相来往。现在，这些系统彼此相连，通过数据挖掘技术，可获得一幅关于企业运营的完整图景，被称之为一致的真相”。
商业智能的起源伴随着决策支持系统的诞生而诞生，其诞生代表了从数据到知识的巨大跨越。早期，商业智能起始于决策支持系统，后来伴随着计算机的发展、随机的普及，商业智能领域也有了长足的发展，硬件的扩充、软件的更新、数据库在企业的广泛应用等，再后来IBM“数据仓库”概念的提出，使商业智能真正破茧而出。随后，在数据仓库的基础上，在线联机分析（OLAP）、数据挖掘技术开始大行其道，使停滞多年的商业智能如雨后春笋般的蓬勃崛起。
当从数据到知识不再是问题，越来越多的知识充斥着人们的视野，多屏、碎片化的应用场景不断的消费着人们的注意力，如何充分展现数据知识？让人们更好的理解接受数据到知识的跨越，于是，数据可视化应运而生。伴随着机器、人工智能的进步，带自适应调整的机器学习将成为商业智能领域的下一个前沿阵地。商业智能领域发展过程中的那些突出贡献者：
1、赫伯特.西蒙
赫伯特.西蒙，人工智能的创始人之一，《行为组织的决策过程》一书的作者，1975年因为对人工智能的贡献获图灵奖，1978年因对商务决策过程的出色研究获诺贝尔经济学奖。
2、冯.诺伊曼
冯.诺伊曼被称之为计算机之父，他明确了计算机内部的数据组织形式——二进制，解决了数据在计算机内部的传递和理解问题。
3、埃德加.科德
埃德加.科德为IBM研究员，他在1970年提出了关系型数据库的概念，后来又总结出构建关系型数据库的“黄金十二定律”。
数据仓库领域
麻省理工和卡内基梅隆大学一直被视为人工智能领域的火车头，此外还有一些企业也在人工智能行业的发展过程中发挥着巨大的推动作用。
4、1979年，Teradata成立，1983年为国家富国银行建立了第一个决策支持系统。
5、1988年，IBM的研究员Barry bevlin和Paul Murphy提出了“数据仓库”的概念。
6、1992年，比尔恩门出版了《数据仓库之架构》，第一次给出了数据仓库的清晰定义和操作性很强的实战法则，比尔恩门也因此被称之为“数据仓库之父”。
7、1996年，金博尔出版了《数据仓库工具》一书，该书强调务实的数据仓库应该是自下而上的，从部门到企业，并把部门级的数据仓库称之为数据集市。
联机分析（OLAP）——解决静态的报表与动态的决策需求之间的矛盾
8、1993年，埃德加.科德率先定义了“联机分析”，并发表了论文《信息技术的必然：给分析用户提供联机分析》，提出构建联机分析的“黄金十二定律”。
9、詹姆斯.格雷，因为在OLAP多维立方体的构建和运算方面的贡献，1998年获图灵奖。
1989年被海外媒体称之为数据挖掘技术元年
10、1989年，高纳德咨询公司的德纳斯给出了“商业智能”的正式定义。
数据可视化
11、1850年，英国佛罗伦斯.南丁格尔因为创造性的使用了“南丁格尔图”，而使战地医院得以改进，第一次让人看到了数据可视化的魅力。
12、1973年，耶律大雪弗朗西斯.安科斯姆《统计分析中的图形》这一论文提出了关于数据图形在统计中意义的“安科斯姆四重奏”。
13、1983年，耶律大学爱德华.塔夫特《定量信息的视觉展示》出版，此书被称为数据可视化领域的开山之作，随后其《视觉解释》、《美丽的证据》等书更加惊艳。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
