Содержание
- 2. Зачем нужен? Восприятие Анализ данных воспринимается как 1.Прихоть руководства; 2.Требование гос.органов, инвесторов, акционеров. Реальное понятие, зачем
- 3. Что такое Анализ данных? Анализ данных – метод изучения процесса и оценки результатов. Ключевые моменты: 1.
- 4. Анализ данных – следствие Анализ должен быть постоянным, цикличным. Анализ – контролирующая функция.
- 5. Анализ данных – зачем нужен? Анализ данных - центральное место в системе управления предприятием. Важная роль
- 6. Недооценка роли анализа 1.Анализ данных рассматривается только как обработка информации после ее сбора. Все результаты– «под
- 7. Анализ данных - процесс
- 8. Этапы 1.Поиск; 2.Консолидация; 3.Трансформация; 4.Анализ/моделирование; 5.Интерпретация.
- 9. Этапы: Поиск информации Информация 1.Внутренняя (80%); (различные СУБД, учетные системы, личные файлы сотрудников) 2.Внешняя.
- 10. Этапы: Консолидация Декодирование; Агрегирование; Обогащение; Очистка; Объединение данных. В основе процедуры консолидации лежит процесс ETL –
- 11. Этапы: Консолидация. Проблемы 1.«Грязные» данные Дубликаты; Пропуски; Аномалии и пр. 2.Непродуманная стратегия ETL
- 12. Этапы: Трансформация Представление данных наиболее удобным образом
- 13. Этапы: Анализ/Моделирование
- 14. Этапы: Интерпретация На этом этапе делаются Выводы для дальнейшего принятия решений. Важно! Решения принимает человек, а
- 15. Инструменты анализа
- 16. Настольные пакеты Статистические пакеты (SPSS) и настольные Data Mining пакеты ориентированы на профессионалов. Их особенности: 1.Слабая
- 17. СУБД с набором алгоритмов Data Mining Практически все крупные производители СУБД включают в состав своих продуктов
- 18. Аналитические платформы Аналитическая платформа - это специализированное программное решение (или набор решений), которое содержит в себе
- 19. Аналитические платформы. Схема
- 20. Золотой софт Количество аналитических платформ растет. В 2006 году был проведен первый всероссийский конкурсе «Золотой софт
- 22. Скачать презентацию